基于MAC值的增强虚拟网络映射算法研究

摘要

在计算机领域中，基于通用指令集硬件架构的虚拟化技术极大地推动了云计算等新兴产业的发展。参考这种思路，在互联网领域中，为了克服网络结构越来越“僵化”，网络流量越来越爆炸，网络功能越来越多样等挑战，提出了网络虚拟化(NV，Network Virtualization)解决方案。网络虚拟化是将路由器、网关、交换机等网络中使用的设备运用虚拟化的技术，创建一个或多个共享的底层网络，在其上灵活地为用户分配所需的各种网络服务和资源。然而，如何高效的进行映射，实现底层资源的最优化利用（即底层资源的合理、有效分配），就是VNE(Virtual Network Embedding)问题，这个问题是关注的重点。
　　本文中，首先讨论了网络虚拟化的产生和发展，介绍了网络虚拟化使用的多种不同模型，然后对虚拟网络映射算法的研究进行了综述，介绍了虚拟网络模型中使用的多个定义和概念。接下来使用一个改进的基于乔治理工大学的网络仿真工具箱(GT-ITM)，对多个文献中提出的虚拟网络映射算法进行了流程仿真与结果分析，更加直观的展示了VNE问题的研究思路与性能指标。最后结合以往虚拟网络映射的两阶段算法，提出了一种基于MA Capacity的增强的节点映射算法。该算法借鉴了网络拓扑中生成最大邻接排序(MA-ordering)的方法，利用拓扑的全局特性，定义了一个能够反映拓扑中所有节点的邻接链路丰富度的度量值，MA Capacity。基于该度量值，在节点映射阶段设计了一种贪婪的映射算法，使得具有更大邻接链路丰富度的虚拟节点映射到具有相同性质的底层节点之上，以更好地支持在链路映射阶段的负载均衡和多路径路由选择。同时，考虑到虚拟网络请求映射到底层网络后底层资源的变化情况，用实时接受率定义了一个阈值，当底层网络接受率未达到该值时，触发底层拓扑的MAC值重计算，避免了底层网络局部节点过载的发生。
　　通过对算法的描述，实验仿真和分析，展示了该算法在提高虚拟网络请求接收率、平均收益等方面的贡献，与现有G-SP和D-ViNE方法进行比对分析，在接受率和收益方面具有更好的性能。

目录

声明

摘要

1．1 研究背景及意义

1．2 网络虚拟化和虚拟网络映射概述

1．2．1 网络虚拟化产生及发展

1．2．2 虚拟网络映射研究现状

1．3 本文主要内容和组织结构

第二章 网络虚拟化和虚拟网络映射模型

2．1 网络虚拟化模型

2．1．1 网络虚拟化的运营主体模型

2．1．2 网络虚拟化的分层模型

2．1．3 网络虚拟化的结构模型

2．1．4 网络虚拟化的服务模型

2．2 虚拟网络映射模型

2．2．1 虚拟网络映射分析

2．2．2 底层网络(SN，Substrate Network)的描述

2．2．3 虚拟网络请求(VNR，Virtual Network Request)的描述

2．2．4 虚拟网络映射问题的描述

2．2．5 虚拟网络映射算法分类

2．2．6 虚拟网络映射评价指标

第三章 虚拟网络映射算法仿真及分析

3．1 虚拟网络映射算法流程

3．1．1 收益与代价

3．1．2 节点和链路压力(Node and Link Stress)

3．1．3 请求接收率(Request Reception Ratio)

3．1．4 映射同一请求时的约束(Constrain)

3．1．5 仿真环境(Simulation Environment)

3．1．6 映射成功举例

3．1．7 映射失败举例

3．2 仿真结果与分析

第四章 基于MA Capacity的一种VNE增强节点映射算法

4．1 算法简介与综述

4．2 算法的相关符号表示

4．3 新的算法度量值MAC

4．3．1 回顾MA Ordering算法

4．3．2 MAC的算法实现

4．3．3 基于MAC的贪婪VNE节点映射算法实现

4．3．4 MAC值的重计算时机

4．3．5 实验仿真与结果

第五章 总结和希望

参考文献

致谢