CN103856355A - 一种能耗感知的虚拟网络映射运输模型及算法 - Google Patents
一种能耗感知的虚拟网络映射运输模型及算法 Download PDFInfo
- Publication number
- CN103856355A CN103856355A CN201410088961.2A CN201410088961A CN103856355A CN 103856355 A CN103856355 A CN 103856355A CN 201410088961 A CN201410088961 A CN 201410088961A CN 103856355 A CN103856355 A CN 103856355A
- Authority
- CN
- China
- Prior art keywords
- node
- virtual network
- link
- cpu
- energy consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种能耗感知的虚拟网络映射运输模型及算法,包括构建虚拟网络映射高效节能运输模型和虚拟网络映射最小能耗算法两个主要步骤。本发明根据底层网络能耗特点,利用其能够提供的CPU资源及虚拟网络CPU资源请求量特征,设定节能的运输单价参数、底层节点CPU资源生产量以及虚拟节点CPU资源消费量,增加节点和链路映射约束,建立虚拟网络映射高效节能运输模型,设计虚拟网络映射最小化能耗算法,降低系统能耗。
Description
【技术领域】
本发明涉及能耗算法的技术领域,特别是能耗感知的虚拟网络映射运输模型及算法的技术领域。
【背景技术】
随着电力成本不断上涨和人们生态意识的提高,网络运营商已经意识到能耗管理的重要性,减少能耗已成为亟待解决的问题。当前网络为高峰负荷而设计,网络资源超量供给确保了网络的正常运行,然而也导致资源利用率低下。据统计,大型ISP骨干网的平均链路利用率大约30-40%,数据中心服务器的平均利用率为11%~50%。过低的利用率造成了巨大的电能浪费,促使绿色网络研究的兴起,网络能耗问题成为研究热点。
网络虚拟化,是未来因特网、云计算和软件定义网络的重要技术。其通过整合网络基础设施资源,合理有效地使用能量,使得智能能量感知网络部署成为可能。虚拟网络映射是网络资源虚拟化的关键问题。当前大部分映射算法是基于代价的虚拟网络映射,即以最小底层资源代价映射虚拟网络请求,从而获得更多的底层物理资源,以提高虚拟网络映射接收率。然而,由于底层物理网络节点的能耗与CPU的利用率关系较大,虚拟网络节点应尽可能映射到更加节能的底层物理节点。基于代价的虚拟网络映射并未考虑到底层节点的节能特点,这必然带来不必要的能耗。因此设计有效模型,尽可能把虚拟网络节点映射到底层节能节点是节能的有效方法。但是目前相关节能感知映射算法是通过资源整合方法实现虚拟网络映射,节约系统能耗,但缺乏考虑底层网络节点节能特点。
【发明内容】
本发明的目的就是解决现有技术中的问题,提出一种能耗感知的虚拟网络映射运输模型及算法,根据底层网络能耗特点,利用其能够提供的CPU资源及虚拟网络CPU资源请求量特征,设定节能的运输单价参数、底层节点CPU资源生产量以及虚拟节点CPU资源消费量,增加节点和链路映射约束,建立虚拟网络映射高效节能运输模型,设计虚拟网络映射最小化能耗算法,降低系统能耗。
为实现上述目的,本发明提出了一种能耗感知的虚拟网络映射运输模型及算法,依次包括以下步骤:
a)构建虚拟网络映射高效节能运输模型:设定有m个底层网络节点提供CPU资源的生产地点Ai,i=1,2,...,m,可供应CPU资源物资,CPU供应量分别为ai,i=1,2,...,m,设定ai为:其中m值为底层网络节点的数量,为底层节点i的CPU资源量;设有n个虚拟节点需求CPU资源的销地Bj,j=1,2,...,n,CPU需求量分别为bj,j=1,2,...,n,设定bj为:其中n为等待映射的虚拟网络节点数量,为虚拟节点j的CPU资源量;从Ai到Bj分配单位CPU资源的能耗单价为cij,设定cij为:设定xij为从Ai到Bj的分配CPU资源量,在产销不平衡的条件下,要求得到总能耗最小的分配方案,能耗最小化数学模为:虚拟节点需求CPU资源约束: 底层节点提供CPU资源约束: CPU资源分配约束:xij≥0,将Cij、bj和ai分别带入 和 中,把虚拟网络映射节能运输问题转化为能耗最小化数学模型的求解;
b)虚拟网络映射最小能耗算法:
b1)步骤a)构建的虚拟网络映射节能运输模型,包括分配单位CPU的能耗代价、底层节点供应CPU资源量及虚拟节点需求CPU资源量,用distance表示承载运输模型数据的数据结构,当底层节点i的CPU资源量大于等于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源的能耗单价为1.0/sub.cpu[i],其中sub.cpu[i]为底层节点CPU总量;当底层节点i的CPU资源量小于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源能耗单价为-1,表示不能从i到j的分配CPU资源;底层节点i可分配CPU资源为剩余CPU资源量,由subEmbed.cpu[i]表示;第index个虚拟网络的虚拟节点j需求CPU资源量,由req[index].cpu[j]表示;distance[i][j].em=0表示底层节点i未映射给虚拟节点j,distance[i][j].em=1表示底层节点i已经分配,虚拟节点j已经分配,i和j不可以再分配;
b2)首先判断是否映射所有的虚拟节点,用num记录映射成功的虚拟节点数量,req[index].nodes为虚拟网络index的节点数量,如果所有的虚拟节点都已映射,则说明虚拟网络映射成功,否则存在未映射的虚拟节点;然后调用GetMinNum()函数,该函数找到未映射的最小能耗单价及虚拟网络最大CPU请求资源的元素(sNode,vNode),如果GetMinNum()==1,则找到了最小单价最大销量元素(sNode,vNode),虚拟节点vNode映射到底层节点sNode,否则说明不能映射虚拟节点,返回-1,即映射失败;然后设置第i行及第j列映射标志:distance[i][].em=1,distance[][j].em=1,表示底层节点i已经分配,不能再分配CPU给其他任何虚拟节点,同时虚拟节点j已经分配,不能再接受其他底层节点的CPU资源;然后调用FindNoEmbedVLink()函数,该函数在已经映射虚拟节点中检测是否存在一条未映射的与虚拟节点vNode连接的虚拟链路,如果该函数返回1,说明找到了一条未映射的虚拟链路vFindLink及其带宽bw,对应的底层节点为sNode和sFNode,否则说明不存在未映射的虚拟链路;然后调用EmbedLinkBySpfa()函数,该函数在底层节点sNode到sFNode之间找到最短路径映射虚拟链路vFindLink,这条最短路径的所有链路剩余带宽必须大于等于bw,其中采用经典最短路径算法计算最短路径,链路之间的距离设置采用以下方法:如果底层链路带宽大于等于bw,则设置为1,表示该链路可以映射;如果底层链路小于bw,则设置为0,表示该底层链路不能映射,不参与最短路径的计算;如果EmbedLinkBySpfa()返回1,则说明找到了一条最短路径映射虚拟链路,然后记录链路映射结果,并更新vFindLink虚拟链路映射标志,否则链路映射失败,返回-1。
作为优选,所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型需要增加xij值约束:当底层节点Ai的CPU供应量小于虚拟节点Bj的CPU需求量,则不能从Ai到Bj分配资源,即底层节点必须满足虚拟节点的CPU请求资源量要求;如果底层节点Ai分配CPU资源给虚拟节点Bj,则Ai不能向其它任何虚拟节点分配CPU资源,Bj也不能接受其他任何底层节点的CPU资源,即在一个虚拟节点只能映射到一个底层节点,一个底层节点不能同时承载同一虚拟网络的多个虚拟节点。
作为优选,所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型还需增加链路映射容量约束: 其中,为二进制变量,当虚拟链路luw映射到底层链路ljk上,则否则如果ljk为底层链路,则BWL(ljk)表示底层链路ljk剩余带宽,如果ljk为虚拟链路,则BWL(ljk)表示虚拟链路ljk请求带宽。
作为优选,所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型还需要增加链路映射分配约束: 其中,表示底层节点i到j为虚拟网络分配的带宽总量,由一个或者多个虚拟链路luw带宽组成,LDBW(u,w)为虚拟链路luw带宽,Lv为虚拟链路集合,为二进制变量,当虚拟节点u映射到底层节点i上,则否则 同含义一致。
作为优选,所述底层网络的能量消耗由节点和链路能耗两个部分组成,虚拟网络映射将会导致底层网络的节点和链路处于激活状态或者休眠状态,同时底层网络节点随着负载虚拟节点而变化,底层网络的处理器的利用率将会产生变化,从而影响底层网络的能耗。
本发明的有益效果:本发明根据底层网络能耗特点,利用其能够提供的CPU资源及虚拟网络CPU资源请求量特征,设定节能的运输单价参数、底层节点CPU资源生产量以及虚拟节点CPU资源消费量,增加节点和链路映射约束,建立虚拟网络映射高效节能运输模型,设计虚拟网络映射最小化能耗算法,降低系统能耗。
【具体实施方式】
本发明一种能耗感知的虚拟网络映射运输模型及算法,依次包括以下步骤:
a)构建虚拟网络映射高效节能运输模型:设定有m个底层网络节点提供CPU资源的生产地点Ai,i=1,2,...,m,可供应CPU资源物资,CPU供应量分别为ai,i=1,2,...,m,设定ai为:其中m值为底层网络节点的数量,为底层节点i的CPU资源量;设有n个虚拟节点需求CPU资源的销地Bj,j=1,2,...,n,CPU需求量分别为bj,j=1,2,...,n,设定bj为:其中n为等待映射的虚拟网络节点数量,为虚拟节点j的CPU资源量;从Ai到Bj分配单位CPU资源的能耗单价为cij,设定cij为:设定xij为从Ai到Bj的分配CPU资源量,在产销不平衡的条件下,要求得到总能耗最小的分配方案,能耗最小化数学模为:虚拟节点需求CPU资源约束: 底层节点提供CPU资源约束: CPU资源分配约束:xij≥0,将cijbj和ai分别带入 和 中,把虚拟网络映射节能运输问题转化为能耗最小化数学模型的求解;
b)虚拟网络映射最小能耗算法:
b1)步骤a)构建的虚拟网络映射节能运输模型,包括分配单位CPU的能耗代价、底层节点供应CPU资源量及虚拟节点需求CPU资源量,用distance表示承载运输模型数据的数据结构,当底层节点i的CPU资源量大于等于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源的能耗单价为1.0/sub.cpu[i],其中sub.cpu[i]为底层节点CPU总量;当底层节点i的CPU资源量小于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源能耗单价为-1,表示不能从i到j的分配CPU资源;底层节点i可分配CPU资源为剩余CPU资源量,由subEmbed.cpu[i]表示;第index个虚拟网络的虚拟节点j需求CPU资源量,由req[index].cpu[j]表示;distance[i][j].em=0表示底层节点i未映射给虚拟节点j,distance[i][j].em=1表示底层节点i已经分配,虚拟节点j已经分配,i和j不可以再分配;
b2)首先判断是否映射所有的虚拟节点,用num记录映射成功的虚拟节点数量,req[index].nodes为虚拟网络index的节点数量,如果所有的虚拟节点都已映射,则说明虚拟网络映射成功,否则存在未映射的虚拟节点;然后调用GetMinNum()函数,该函数找到未映射的最小能耗单价及虚拟网络最大CPU请求资源的元素(sNode,vNode),如果GetMinNum()==1,则找到了最小单价最大销量元素(sNode,vNode),虚拟节点vNode映射到底层节点sNode,否则说明不能映射虚拟节点,返回-1,即映射失败;然后设置第i行及第j列映射标志:distance[i][].em=1,distance[][j].em=1,表示底层节点i已经分配,不能再分配CPU给其他任何虚拟节点,同时虚拟节点j已经分配,不能再接受其他底层节点的CPU资源;然后调用FindNoEmbedVLink()函数,该函数在已经映射虚拟节点中检测是否存在一条未映射的与虚拟节点vNode连接的虚拟链路,如果该函数返回1,说明找到了一条未映射的虚拟链路vFindLink及其带宽bw,对应的底层节点为sNode和sFNode,否则说明不存在未映射的虚拟链路;然后调用EmbedLinkBySpfa()函数,该函数在底层节点sNode到sFNode之间找到最短路径映射虚拟链路vFindLink,这条最短路径的所有链路剩余带宽必须大于等于bw,其中采用经典最短路径算法计算最短路径,链路之间的距离设置采用以下方法:如果底层链路带宽大于等于bw,则设置为1,表示该链路可以映射;如果底层链路小于bw,则设置为0,表示该底层链路不能映射,不参与最短路径的计算;如果EmbedLinkBySpfa()返回1,则说明找到了一条最短路径映射虚拟链路,然后记录链路映射结果,并更新vFindLink虚拟链路映射标志,否则链路映射失败,返回-1。
所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型需要增加xij值约束:当底层节点Ai的CPU供应量小于虚拟节点Bj的CPU需求量,则不能从Ai到Bj分配资源,即底层节点必须满足虚拟节点的CPU请求资源量要求;如果底层节点Ai分配CPU资源给虚拟节点Bj,则Ai不能向其它任何虚拟节点分配CPU资源,Bj也不能接受其他任何底层节点的CPU资源,即在一个虚拟节点只能映射到一个底层节点,一个底层节点不能同时承载同一虚拟网络的多个虚拟节点。
所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型还需增加链路映射容量约束: 其中,为二进制变量,当虚拟链路luw映射到底层链路ljk上,则否则如果ljk为底层链路,则BWL(ljk)表示底层链路ljk剩余带宽,如果ljk为虚拟链路,则BWL(ljk)表示虚拟链路ljk请求带宽。
所述虚拟网络包括节点和链路映射,虚拟网络映射节能运输模型还需要增加链路映射分配约束: 其中,表示底层节点i到j为虚拟网络分配的带宽总量,由一个或者多个虚拟链路luw带宽组成,LDBW(u,w)为虚拟链路luw带宽,Lv为虚拟链路集合,为二进制变量,当虚拟节点u映射到底层节点i上,则否则 同含义一致。
所述底层网络的能量消耗由节点和链路能耗两个部分组成,虚拟网络映射将会导致底层网络的节点和链路处于激活状态或者休眠状态,同时底层网络节点随着负载虚拟节点而变化,底层网络的处理器的利用率将会产生变化,从而影响底层网络的能耗。
本发明研究网络虚拟化环境下的系统能耗问题,提出虚拟网络映射高效节能运输模型,设计虚拟网络映射能耗最小化算法,以最小能耗代价映射虚拟网络,降低系统能耗;系统包括饱和状态以及非饱和状态,虚拟网络全部接收的状态为系统非饱和状态;反之,为饱和状态。当系统处于非饱和状态,底层网络具有足够的资源,能够映射所有的虚拟网络请求,虚拟网络接收率达到100%,系统收益达到最高值;当系统处于饱和状态,底层网络没有足够的资源,不能映射所有的虚拟网络请求,虚拟网络接收率小于100%。
仿真实验结果验证了虚拟网络映射节能运输模型及算法,在系统非饱和状态下,能够有效节约系统消耗能量,与其他算法比较节约了20%的系统能耗;在系统饱和状态下,提高虚拟网络映射接收率及系统收益,并使得激活节点能耗最小化,减少了链路激活数量,降低了底层网络能耗。
上述实施例是对本发明的说明,不是对本发明的限定,任何对本发明简单变换后的方案均属于本发明的保护范围。
Claims (6)
1.一种能耗感知的虚拟网络映射运输模型及算法,依次包括以下步骤:
a)构建虚拟网络映射高效节能运输模型:设定有m个底层网络节点提供CPU资源的生产地点Ai,i=1,2,...,m,可供应CPU资源物资,CPU供应量分别为ai,i=1,2,...,m,设定ai为:其中m值为底层网络节点的数量,为底层节点i的CPU资源量;设有n个虚拟节点需求CPU资源的销地Bj,j=1,2,...,n,CPU需求量分别为bj,j=1,2,...,n,设定bj为:其中n为等待映射的虚拟网络节点数量,为虚拟节点j的CPU资源量;从Ai到Bj分配单位CPU资源的能耗单价为cij,设定cij为:设定xij为从Ai到Bj的分配CPU资源量,在产销不平衡的条件下,要求得到总能耗最小的分配方案,能耗最小化数学模为:虚拟节点需求CPU资源约束: 底层节点提供CPU资源约束: CPU资源分配约束:xij≥0,将cij、bj和ai分别带入 和 中,把虚拟网络映射节能运输问题转化为能耗最小化数学模型的求解;
b)虚拟网络映射最小能耗算法:
b1)步骤a)构建的虚拟网络映射节能运输模型,包括分配单位CPU的能耗代价、底层节点供应CPU资源量及虚拟节点需求CPU资源量,用distance表示承载运输模型数据的数据结构,当底层节点i的CPU资源量大于等于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源的能耗单价为1.0/sub.cpu[i],其中sub.cpu[i]为底层节点CPU总量;当底层节点i的CPU资源量小于虚拟节点j请求的CPU资源量,则从i到j分配CPU资源能耗单价为-1,表示不能从i到j的分配CPU资源;底层节点i可分配CPU资源为剩余CPU资源量,由subEmbed.cpu[i]表示;第index个虚拟网络的虚拟节点j需求CPU资源量,由req[index].cpu[j]表示;distance[i][j].em=0表示底层节点i未映射给虚拟节点j,distance[i][j].em=1表示底层节点i已经分配,虚拟节点j已经分配,i和j不可以再分配;
b2)首先判断是否映射所有的虚拟节点,用num记录映射成功的虚拟节点数量,req[index].nodes为虚拟网络index的节点数量,如果所有的虚拟节点都已映射,则说明虚拟网络映射成功,否则存在未映射的虚拟节点;然后调用GetMinNum()函数,该函数找到未映射的最小能耗单价及虚拟网络最大CPU请求资源的元素(sNode,vNode),如果GetMinNum()==1,则找到了最小单价最大销量元素(sNode,vNode),虚拟节点vNode映射到底层节点sNode,否则说明不能映射虚拟节点,返回-1,即映射失败;然后设置第i行及第j列映射标志:distance[i][].em=1,distance[][j].em=1,表示底层节点i已经分配,不能再分配CPU给其他任何虚拟节点,同时虚拟节点j已经分配,不能再接受其他底层节点的CPU资源;然后调用FindNoEmbedVLink()函数,该函数在已经映射虚拟节点中检测是否存在一条未映射的与虚拟节点vNode连接的虚拟链路,如果该函数返回1,说明找到了一条未映射的虚拟链路vFindLink及其带宽bw,对应的底层节点为sNode和sFNode,否则说明不存在未映射的虚拟链路;然后调用EmbedLinkBySpfa()函数,该函数在底层节点sNode到sFNode之间找到最短路径映射虚拟链路vFindLink,这条最短路径的所有链路剩余带宽必须大于等于bw,其中采用经典最短路径算法计算最短路径,链路之间的距离设置采用以下方法:如果底层链路带宽大于等于bw,则设置为1,表示该链路可以映射;如果底层链路小于bw,则设置为0,表示该底层链路不能映射,不参与最短路径的计算;如果EmbedLinkBySpfa()返回1,则说明找到了一条最短路径映射虚拟链路,然后记录链路映射结果,并更新vFindLink虚拟链路映射标志,否则链路映射失败,返回-1。
6.如权利要求1所述的一种能耗感知的虚拟网络映射运输模型及算法,其特征在于:所述底层网络的能量消耗由节点和链路能耗两个部分组成,虚拟网络映射将会导致底层网络的节点和链路处于激活状态或者休眠状态,同时底层网络节点随着负载虚拟节点而变化,底层网络的处理器的利用率将会产生变化,从而影响底层网络的能耗。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410088961.2A CN103856355B (zh) | 2014-03-12 | 2014-03-12 | 一种能耗感知的虚拟网络映射运输模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410088961.2A CN103856355B (zh) | 2014-03-12 | 2014-03-12 | 一种能耗感知的虚拟网络映射运输模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103856355A true CN103856355A (zh) | 2014-06-11 |
CN103856355B CN103856355B (zh) | 2017-08-11 |
Family
ID=50863599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410088961.2A Active CN103856355B (zh) | 2014-03-12 | 2014-03-12 | 一种能耗感知的虚拟网络映射运输模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103856355B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158717A (zh) * | 2014-07-08 | 2014-11-19 | 湖州师范学院 | 一种高效节能虚拟网络映射的反馈控制方法 |
CN104780125A (zh) * | 2015-04-08 | 2015-07-15 | 湖州师范学院 | 一种基于反馈控制的高效节能虚拟网络映射方法 |
CN104821906A (zh) * | 2015-04-08 | 2015-08-05 | 湖州师范学院 | 一种高效节能虚拟网络节点映射模型及算法 |
CN105721201A (zh) * | 2016-01-22 | 2016-06-29 | 北京邮电大学 | 一种节能的虚拟网络迁移方法 |
CN106686081A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇虎科技有限公司 | 一种数据库服务系统的资源分配方法和装置 |
CN106789289A (zh) * | 2016-12-28 | 2017-05-31 | 中国移动通信集团江苏有限公司 | 用于虚拟网络映射的方法和设备 |
CN111371681A (zh) * | 2020-03-12 | 2020-07-03 | 郑州轻工业大学 | 一种资源和能耗感知的网络服务功能链映射方法 |
CN112436991A (zh) * | 2020-11-09 | 2021-03-02 | 辽宁工程技术大学 | 一种基于企业网的能耗感知的虚拟网络映射方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075402A (zh) * | 2011-02-12 | 2011-05-25 | 华为技术有限公司 | 虚拟网络映射处理方法和系统 |
-
2014
- 2014-03-12 CN CN201410088961.2A patent/CN103856355B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102075402A (zh) * | 2011-02-12 | 2011-05-25 | 华为技术有限公司 | 虚拟网络映射处理方法和系统 |
Non-Patent Citations (4)
Title |
---|
张寅翔: "成本与能效优化的虚拟网络映射算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
蔡志平;刘强;吕品;肖侬;王志英: "虚拟网络映射模型及其优化算法", 《软件学报》 * |
邹晓辉;孙静: "虚拟网络映射模型和算法研究", 《智能计算机与应用》 * |
陈晓华;李春芝;陈良育;曾振柄;蒋云良: "虚拟网络映射高效节能运输模型及算法", 《电子学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158717B (zh) * | 2014-07-08 | 2018-03-23 | 湖州师范学院 | 一种高效节能虚拟网络映射的反馈控制方法 |
CN104158717A (zh) * | 2014-07-08 | 2014-11-19 | 湖州师范学院 | 一种高效节能虚拟网络映射的反馈控制方法 |
CN104821906B (zh) * | 2015-04-08 | 2019-01-29 | 湖州师范学院 | 一种高效节能虚拟网络节点映射模型及算法 |
CN104821906A (zh) * | 2015-04-08 | 2015-08-05 | 湖州师范学院 | 一种高效节能虚拟网络节点映射模型及算法 |
CN104780125B (zh) * | 2015-04-08 | 2018-11-06 | 湖州师范学院 | 一种基于反馈控制的高效节能虚拟网络映射方法 |
CN104780125A (zh) * | 2015-04-08 | 2015-07-15 | 湖州师范学院 | 一种基于反馈控制的高效节能虚拟网络映射方法 |
CN105721201A (zh) * | 2016-01-22 | 2016-06-29 | 北京邮电大学 | 一种节能的虚拟网络迁移方法 |
CN105721201B (zh) * | 2016-01-22 | 2018-12-18 | 北京邮电大学 | 一种节能的虚拟网络迁移方法 |
CN106789289A (zh) * | 2016-12-28 | 2017-05-31 | 中国移动通信集团江苏有限公司 | 用于虚拟网络映射的方法和设备 |
CN106789289B (zh) * | 2016-12-28 | 2020-01-21 | 中国移动通信集团江苏有限公司 | 用于虚拟网络映射的方法和设备 |
CN106686081A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇虎科技有限公司 | 一种数据库服务系统的资源分配方法和装置 |
CN111371681A (zh) * | 2020-03-12 | 2020-07-03 | 郑州轻工业大学 | 一种资源和能耗感知的网络服务功能链映射方法 |
CN111371681B (zh) * | 2020-03-12 | 2021-11-19 | 郑州轻工业大学 | 一种资源和能耗感知的网络服务功能链映射方法 |
CN112436991A (zh) * | 2020-11-09 | 2021-03-02 | 辽宁工程技术大学 | 一种基于企业网的能耗感知的虚拟网络映射方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103856355B (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103856355A (zh) | 一种能耗感知的虚拟网络映射运输模型及算法 | |
CN101938416B (zh) | 一种基于动态重配置虚拟资源的云计算资源调度方法 | |
CN102404412A (zh) | 云计算数据中心节能方法及系统 | |
CN107566194A (zh) | 一种实现跨域虚拟网络映射的方法 | |
CN103700041A (zh) | 基于云计算的智能电网负荷预测管理平台 | |
CN103077082A (zh) | 一种数据中心负载分配及虚拟机迁移节能方法及系统 | |
CN105242956A (zh) | 虚拟功能服务链部署系统及其部署方法 | |
CN108664330A (zh) | 一种基于变邻域搜索策略的云资源分配方法 | |
CN104821906B (zh) | 一种高效节能虚拟网络节点映射模型及算法 | |
CN103428805B (zh) | 一种基于链路抗干扰性的无线网络虚拟化映射方法 | |
CN107277832A (zh) | 一种无线虚拟网络的映射方法 | |
CN105426241A (zh) | 一种基于云计算数据中心的统一资源调度节能方法 | |
CN104320276A (zh) | 一种基于割集的虚拟网络映射方法及其系统 | |
CN103441918A (zh) | 一种自组织集群服务器系统及其自组织方法 | |
CN102609316B (zh) | 一种网络计算资源的管理系统及方法 | |
CN102541622B (zh) | 一种负载相关的虚拟机放置方法 | |
CN103825946B (zh) | 一种基于网络感知的虚拟机放置方法 | |
CN102802163B (zh) | 一种基于混合整数规划的无线传感网拓扑构建方法 | |
CN103838831A (zh) | 一种基于社区划分的在线社交网络海量数据存储方法 | |
CN103986783A (zh) | 云计算系统 | |
CN202374293U (zh) | 基于云计算的电动汽车充换电数据采集系统 | |
CN104283963A (zh) | 一种分布合作式的cdn负载均衡方法 | |
CN103916266A (zh) | 一种主动休眠节点和链路的高效节能虚拟网络映射算法 | |
CN103325012A (zh) | 一种适用于电网安全校核的并行计算动态任务分配方法 | |
CN105138391B (zh) | 面向广域分布云系统公平的多任务虚拟机分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |