年份:2016
來源:IEEE NETSOFT 2016 - 2016 IEEE NetSoft Conference and Workshops
基本結構:虛擬機監控程序位於多個虛擬SDN網絡和租戶控制器之間,其中的虛擬SDN網絡位於底層的物理SDN網絡基礎結構上。
NV:網絡虛擬化,和SDN結合,能夠建立虛擬SDN網絡,租戶能夠經過開放的網絡接口和協議編程他們的vSDN資源,並運行屬於他們本身的vSDN控制器。
NFV:網絡功能虛擬化,可使用vSDN靈活地鏈接虛擬網絡功能,並經過SDN控制其網絡流量。
SDN網絡虛擬化虛擬機監控程序:做爲SDN網絡基礎設施和vSDN控制器之間的中間層。算法
做者的貢獻:做者比較了不一樣的管理程序架構(一共4個)的控制平面的延遲開銷,量化了虛擬化的成本,量化了虛擬機管理程序架構對於不一樣網絡拓撲的行爲。提出混合整數線性規劃模型,能夠優化多控制交換機(multi-controller)的在SDN網絡中的位置,能夠定量地檢驗管理程序實例的最優位置(本文稱之爲k-網絡Hypervisor佈局問題(k-HPP).k-HPP回答了須要多少個管理程序實例k以及管理程序實例應該放在網絡中的問題。)。編程
要點:網絡
年份:2016
來源:IEEE Transactions on Network and Service Management架構
爲了瞭解系統的整體性能,咱們必須瞭解SDN管理程序如何處理不一樣的請求類型,以及請求類型在計算複雜性方面是如何相互關聯的。此外,瞭解請求到達過程和請求類型分佈以及如何影響性能是很重要的。app
可是當前基於OpenFlow的SDN基準測試存在如下不足:1)設計爲單一實例應用程序,限制了擴展性;2)僅生成具備固定到達時間的消息,不表明實際的請求到達過程;3)只生成固定類型的消息,忽略了請求類型之間可能的交叉影響;4)在運行時沒法配置;5)依賴真實的數據平面,或者僅限於往返測量的模擬數據平面。機器學習
本文的貢獻:提出一個虛擬機監控程序基準測試工具(hvbench),解決以上的缺陷:1)設計爲具備虛擬數據平面節點的分佈式應用程序;2)使用統計機率分佈進行消息的生成;3)容許在運行時對配置進行更新(有一篇是在運行時使用機器學習對配置進行更新的論文)。
分佈式
hvbench的體系結構概述工具
年份:2018
來源:Applied Soft Computing Journal
網絡虛擬化用於異構無線網絡中,有效的資源利用取決於異構網絡的統一管理,網絡虛擬化就是管理這些網絡的有效工具。在虛擬化的網絡中選擇一個限定子集(a qualified subset ?),這是一個NP難問題,在劃分子集時,要考慮無線接入系統對基站傳輸功率的動態調整。佈局
做者研究的目標:網絡流量變化的多目標資源映射問題。採用資源映射的方法來優化網絡系統的吞吐量、用戶的QoS以及網絡流量變化時基礎設施的能耗。
本文貢獻:
(1)經過擴展動態差分進化算法,創建了吞吐量、QoS和網絡功耗的多目標數學模型,證實了利用異構無線接入網絡的動態性和靈活性是可行的。
(2)採用機器學習來調節目標加權係數;在此過程當中,動態微分進化算法的單邊值反映了單目標優化的結果。
(3)經過馬爾可夫分析和仿真實驗,對算法的時間複雜度、收斂性和有效性進行了評價。性能
問題:多目標資源映射問題是一個什麼問題?如何採用資源映射的方法來實現優化?什麼是擴展動態差分進化算法?
年份:2015
來源:無
管理程序可經過多個物理分佈實例來實現其可伸縮性,每一個實例都承載着部分的虛擬化功能。所以,實例的物理位置放置問題會影響虛擬網絡的總體性能,稱之爲網絡管理程序的佈局問題(HPP:Hypervisor Placement Problem)。 因而有幾個問題:須要多少個管理程序實例?這些實例應該放在網絡的什麼位置? 做者的辦法:給出了在不考慮節點和鏈路容量約束的狀況下求解HPP的數學模型,並在模型的基礎之上,提出了四種優化佈局方案的延遲度量;評估涵蓋了一個真實的網絡拓撲結構,量化了做爲目標的新指標之間的權衡;還分析了物理網絡拓撲對優化結果的影響;並從運行時的角度肯定了改進的潛力。