关于自适应虚拟网络映射模型的构建分析的论文
当前互联网环境中，虚拟网专用技术（VPN）与虚拟网络映射技术存在类似的方面，它们均是共享底层网络资源。同时，结合约束条件来构建虚拟网络专用网。但是构建 VPN 网络时，只考虑了底层链路资源约束条件。而虚拟网络映射技术将请求约束条件、底层节点资源和链路资源约束条件等因素考虑在内，来构建匹配的虚拟网络专用网。这能克服 VPN 技术带来的专网专用问题，最大化底层网络资源共享优势。
本文对底层网络存在的一些问题进行了分析，如物理网络固化[1]、资源利用率低[2]、系统稳定性差等，提出了带自适应因子的虚拟网络映射算法。综合考虑了链路负载能力、虚拟网络申请数等参数，并在遗传迭代过程中加入自适应因子。
1、底层网络及虚拟网络关系构建
在实际的研究中，虚拟网络映射模型[3]可分为三大模块进行构建，包括底层资源模块、虚拟网络模块以及虚拟网络映射关系[4]。其中底层资源模块与虚拟网络模块可抽象为图论中无向图模型，同时可构建虚拟网络。
2、虚拟网络映射关系描述
虚拟网络映射关系可以描述为映射：→，其中 Vv（G） V（G），Ev（G）E（G），φv（G） φ（G）。虚拟网络映射首先是将虚拟节点映射到满足资源约束条件的底层节点之上，然后将虚拟链路再映射到满足其带宽、时延等约束条件的底层无向图路径上。
3、自适应因子的选择
本文算法是基于遗传算法进行改进，为了获得更好的遗传算法性能，加入的自适应因子 Fit（n）（公式1）主要对交叉率 Pc、变异率 Pm 进行调整。Fit（n）在第 n 代时，当适应因子值相较于上一代有一定的提高时，优良基因在种群进化过程中得到保留的机会也将更大。适应度因子越高，收敛性越好，资源利用率越高。
4、算法伪代码设计
文章算法是基于遗传算法改进，主要在寻找最优路径过程中，将自适应因子加入考虑进去，结合轮盘法思想，尽可能在最短迭代过程中获得最优的解。
5、底层网络资源评价标准
公式（3）表示底层线路负载标准差。在公式（3）中 pro（φv（vvi，vvj））指被选中的`链路负载能力。
6、实验仿真
文章主要使用 cloudsim 进行仿真实验，生成50个物理节点，100 条链路带宽为 10Gbps 的物理拓扑网络模型。虚拟网络映射请求时间间隔在20个单位，生命周期为60个单位时间，虚拟网络申请数50，且需要的虚拟节点数区间在 [2，15]，虚链路带宽请求在 [100Mbps，1Gbps]。仿真实验算法（FGA）主要与基于单径多商品流模型的 MC算法、简单遗传算法（SGA 算法）的线路负载标准差、网络资源利用率两个指标进行对比分析，实验仿真结果如图1，图2所示。
虚拟网络申请数在增加时，线路负载标准差呈现波动，FGA 算法的线路负载标准差要优于 MC 算法与SGA 算法。网络资源利用率随着虚拟网络申请数的增多呈现上升趋势，当网络申请数达到一定数量时，整个网络资源利用达到平衡状态，FGA 算法发对底层网络资源的利用效率更加的高，整个网络负载相对更加均衡。
【自适应虚拟网络映射模型的构建分析的论文】相关文章：
医学知识网络模型的构建研究10-04
浅谈生态文明的评价模型构建的论文06-11
会计专业大学生素质模型构建分析毕业论文10-07
基于补偿模糊神经网络的高职院校教师教学评价模型的构建的论文10-09
网络与法制：虚拟与现实的对话 论文01-20
基于混沌算法的自适应预测模型08-08
机车公司产品生产管理模型的构建论文09-10
小学数学教学条件的优化的模型构建教育论文09-07