CN104579896B - 一种虚拟网络的划分方法及装置 - Google Patents
一种虚拟网络的划分方法及装置 Download PDFInfo
- Publication number
- CN104579896B CN104579896B CN201410670005.5A CN201410670005A CN104579896B CN 104579896 B CN104579896 B CN 104579896B CN 201410670005 A CN201410670005 A CN 201410670005A CN 104579896 B CN104579896 B CN 104579896B
- Authority
- CN
- China
- Prior art keywords
- inp
- network
- virtual
- node
- virtual network
- 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.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及网络虚拟化技术领域,具体的涉及一种虚拟网络的划分方法及装置。本发明提供的一种虚拟网络的划分方法及装置,根据VNP能够获取的有限物理网络信息,首先对InP进行系统聚类形成InP的聚类二叉树,并且在对所述二叉树进行前序遍历的过程中,通过构造虚拟网络的容量网络,结合最大流最小割定理对虚拟网络进行多次划分,分配给InP的聚类二叉树的所有叶子节点,实现对虚拟网络的划分。提高了求解VN划分方案的效率,尤其当问题规模较大时优势更加明显;在高效求解划分的同时有效节约了虚拟网络的映射开销。
Description
技术领域
本发明涉及网络虚拟化技术领域,具体的涉及一种虚拟网络的划分方法及装置。
背景技术
网络虚拟化技术是未来网络中网络资源共享的重要手段。该技术支持多个异构的虚拟网络(virtual network,简称VN)彼此隔离地共存于同一物理网络,有利于提高VN创建的灵活性和物理网络资源的利用率。在网络虚拟化环境下,虚拟网络提供商(virtualnetwork provider,简称VNP)负责生成VN请求,并根据请求租用物理资源;基础设施提供商(infrastructure provider,简称InP)负责提供承载VN的物理资源。
虚拟网络映射是网络虚拟化的关键。按参与映射的InP数目,虚拟网络映射可分为单域虚拟网络映射和跨域虚拟网络映射。其中,跨域虚拟网络映射分为三个阶段,依次为资源匹配、VN划分和虚拟子网映射。在资源匹配阶段,VNP根据VN请求中指定的节点约束(如节点类型,处理能力等),从各InP能够提供的物理资源中为虚拟节点找到满足其约束的物理节点;在VN划分阶段,VNP根据资源匹配的结果将虚拟网络划分为多个虚拟子网,并将各虚拟子网分配给相应的InP;在虚拟子网映射阶段,各InP根据其内部资源信息和网络拓扑,完成相应虚拟子网的映射。其中,VN划分是跨域虚拟网络映射的核心,该阶段以资源匹配的结果为依据,并为后续虚拟子网映射提供基础。
但是现有的VN划分方法当问题规模较大时需要消耗大量的时间,效率特别低下。
发明内容
针对现有的VN划分方法当问题规模较大时需要消耗大量的时间,效率特别低下的缺陷,本发明提供了一种虚拟网络的划分方法及装置。
一方面,本发明提供的一种虚拟网络的划分方法,包括:
S1,对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
S2,将虚拟网络分配给所述聚类二叉树的根节点;
S3,对所述二叉树进行前序遍历;
S4,对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
S5,若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
S6,将所述两个子虚拟网络相应的分配给该节点的两个孩子节点。
进一步地,所述对参与划分的所有基础设施提供商InP进行系统聚类的步骤,包括:
S11,计算任意两个InP之间的边界路径开销;
S12,将所述边界路径开销最小的两个InP合并生成一个虚拟InP,将所述虚拟InP加入到未参与合并的InP中;
S13,判断所述未参与合并的InP的数量是否大于1,若是则返回执行S11,直至所有未参与合并的InP的数量为1为止。
进一步地,所述虚拟InP与其它未参与合并的InP之间的路径开销采用以下公式计算得到:
其中,Cuw为所述虚拟InPu与任一InPw之间的路径开销,Cmw和Cnw分别表示合并生成所述虚拟InPu的InPm和InPn分别与InPw之间的路径开销,p和q分别表示InPm和InPn可以承载的所述虚拟网络中虚拟节点的数目。
进一步地,所述将分配给该节点的虚拟网络划分成两个子虚拟网络的步骤,包括:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
进一步地,所述根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络的步骤,包括:
对虚拟网络GV,去掉所有虚拟链路,将所有虚拟节点作为节点构造容量网络G;
在所述容量网络G中引入源节点s和汇节点t;
对于所述容量网络G中任意节点x和y,s指向x的边的容量用x映射到InPn的映射开销表示,x指向t的边的容量用x映射到InPm的映射开销表示;对于所述虚拟网络GV中相邻虚拟节点x和y,x指向y的边的容量用虚拟链路xy映射到InPm到InPn的路径的映射开销表示,y指向x的边的容量用虚拟链路xy映射到InPn到InPm的路径的映射开销表示;
所述InPn和InPm为遍历到所述二叉树中的节点InPu的孩子节点。
进一步地,若所述InPn或InPm不属于Match(x),则x映射到InPn或InPm的映射开销为无穷大,所述Match(x)为虚拟节点x的InP匹配集。
进一步地,所述根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络的步骤,包括:
利用最短增广路径算法求得所述容量网络G的最大流;
根据最大流求得最小割,进而根据最小割得到两个子虚拟网络。
进一步地,所述将所述两个子虚拟网络相应的分配给该节点的两个孩子节点的步骤,包括:
将所述两个子虚拟网络中包含源节点s的子虚拟网络分配给孩子节点InPm,包含汇节点t的子虚拟网络分配给孩子节点InPn。
另一方面,本发明还提供一种虚拟网络的划分装置,包括:
聚类模块,用于对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
第一分配模块,用于将虚拟网络分配给所述聚类二叉树的根节点;
遍历模块,用于对所述二叉树进行前序遍历;
判断模块,用于对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
划分模块,用于若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
第二分配模块,用于将所述两个子虚拟网络相应的分配给该节点的两个孩子节点。
进一步地,所述划分模块具体用于:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
本发明提供的一种虚拟网络的划分方法及装置,根据VNP能够获取的有限物理网络信息,首先对InP进行系统聚类形成InP的聚类二叉树,并且在对所述二叉树进行前序遍历的过程中,通过构造虚拟网络的容量网络,结合最大流最小割定理对虚拟网络进行多次划分,分配给InP的聚类二叉树的所有叶子节点,实现对虚拟网络的划分。提高了求解VN划分方案的效率,尤其当问题规模较大时优势更加明显;在高效求解划分的同时有效节约了虚拟网络的映射开销。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1是本发明一个实施例中一种虚拟网络的划分方法的流程示意图;
图2是本发明一个实施例中对三个InP进行聚类过程示意图;
图3是本发明一个实施例中根据只包含两个虚拟节点的虚拟网络所构造的容量网络G示意图;
图4是本发明一个实施例中不同划分方法划分效率对比示意图;
图5是本发明一个实施例中不同划分方法映射开销对比示意图;
图6是本发明一个实施例中不同划分方法边界链路开销对映射开销的影响的示意图;
图7是本发明一个实施例中一种虚拟网络的划分装置的结构示意图。
具体实施方式
现结合附图和实施例对本发明技术方案作进一步详细阐述。
图1示出了本实施例中一种虚拟网络的划分方法的流程示意图,如图1所示,本实施例提供的一种虚拟网络的划分方法,包括:
S1,对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
S2,将虚拟网络分配给所述聚类二叉树的根节点;
S3,对所述二叉树进行前序遍历;
S4,对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
S5,若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
S6,将所述两个子虚拟网络相应的分配给该节点的两个孩子节点。
进一步地,所述对参与划分的所有基础设施提供商InP进行系统聚类的步骤,包括:
S11,计算任意两个InP之间的边界路径开销.
具体而言,对于虚拟网络中任意两个InP之间可能有多条可用边界路径,而每条可用边界路径都对应一个路径映射开销,则取所有可用路径中映射开销最小的路径对应的路径映射开销作为所述两个InP之间的边界路径开销。
S12,将所述边界路径开销最小的两个InP合并生成一个虚拟InP,将所述虚拟InP加入到未参与合并的InP中;
S13,判断所述未参与合并的InP的数量是否大于1,若是则返回执行S11,直至所有未参与合并的InP的数量为1为止。
最终直至将所有InP合并为一个虚拟InP为止,至此即得到一棵关于InP的聚类二叉树。其中,该二叉树的所有叶子节点为参与划分的所有InP,其余节点为虚拟InP,根节点表示由所有InP合并得到的物理网络。
进一步地,所述虚拟InP与其它未参与合并的InP之间的路径开销采用以下公式计算得到:
其中,Cuw为所述虚拟InPu与任一InPw之间的路径开销,Cmw和Cnw分别表示合并生成所述虚拟InPu的InPm和InPn分别与InPw之间的路径开销,p和q分别表示InPm和InPn可以承载的所述虚拟网络中虚拟节点的数目。
将InPm和InPn合并得到虚拟InPu,则InPu的网络拓扑由InPm和InPn的网络拓扑合并所得,且InPu包含InPm和InPn的所有物理资源。即上述表示Cuw是Cmw和Cnw基于概率的加权平均值,即若虚拟网络中的一个虚拟节点映射到InPu上,则该虚拟节点被分配给InPm的概率为p/p+q,被分配给InPn的概率为q/p+q。
举例来说,如图2所示,以三个InP的情形为例对系统聚类过程进行说明。对于InP1,InP2和InP3,首先计算距离d12,d13和d23,不妨假设d12=min{d12,d13,d23}。然后,将InP1和InP2合并为虚拟InPM。再计算InPM与InP3的距离dM3,将InPM与InP3合并为InPR,聚类结束。
进一步地,所述将分配给该节点的虚拟网络划分成两个子虚拟网络的步骤,包括:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
进一步地,所述根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络的步骤,包括:
对虚拟网络GV,去掉所有虚拟链路,将所有虚拟节点作为节点构造容量网络G;
在所述容量网络G中引入源节点s和汇节点t;
对于所述容量网络G中任意节点x和y,s指向x的边的容量用x映射到InPn的映射开销表示,x指向t的边的容量用x映射到InPm的映射开销表示;对于所述虚拟网络GV中相邻虚拟节点x和y,x指向y的边的容量用虚拟链路xy映射到InPm到InPn的路径的映射开销表示,y指向x的边的容量用虚拟链路xy映射到InPn到InPm的路径的映射开销表示;
所述InPn和InPm为遍历到所述二叉树中的节点InPu的孩子节点。
进一步地,若所述InPn或InPm不属于Match(x),则x映射到InPn或InPm的映射开销为无穷大,所述Match(x)为虚拟节点x的InP匹配集。
进一步地,所述根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络的步骤,包括:
利用最短增广路径算法求得所述容量网络G的最大流;
根据最大流求得最小割,进而根据最小割得到两个子虚拟网络。
进一步地,所述将所述两个子虚拟网络相应的分配给该节点的两个孩子节点的步骤,包括:
将所述两个子虚拟网络中包含源节点s的子虚拟网络分配给孩子节点InPm,包含汇节点t的子虚拟网络分配给孩子节点InPn。
举例来说,如图3示出了由虚拟节点i和j组成的虚拟网络GV所构造的容量网络G。图中虚线a、b、c、d表示虚拟网络GV以及容量网络G的所有4种划分方式。在每种划分方式中,将虚线左侧包含源节点s的虚拟节点集分配给InPm,虚线右侧包含汇节点t的虚拟节点集分配给InPn。容易看出,上述4中划分方案,每种划分方法所得的分割容量均等于映射开销。因此,最小化虚拟网络划分的映射开销等价于求解容量最小的分割。至此,对虚拟网络的划分已经转化为最大流最小割的问题。
在本实施例中先利用最短增广路径算法(该算法是一个多项式时间算法)求出容量网络G的最大流,再由最大流求出最小分割,从而得到映射开销最小的划分方案。
在本实施例中,通过仿真实验将本实施例基于最小割的启发式划分方法(简称Mc-h)与现有技术中的基于全部信息的确切式方法(简称FID-e)、基于全部信息的启发式方法(简称FID-h)、基于有限信息的确切式方法(简称LID-e),从划分效率和映射开销两个方面进行了对比,并分析了边界链路开销对各方法映射开销的影响。
利用GT-ITM工具生成底层物理网络拓扑和虚拟网络请求拓扑。随机生成分为10个自治域的物理网络,每个自治域中有2个边界节点,边界节点间为全连接,边界链路单位开销服从[1,10]的均匀分布。随机生成2000个VN,VN中虚拟节点数目服从[2,9]的均匀分布,虚拟节点间以50%的概率连接。虚拟节点的能力需求和虚拟链路的带宽需求分别服从[1,10]和[1,15]的均匀分布。
如图4所示,LID-e和FID-e两种确切式方法的平均划分时间随虚拟节点数目的增加呈近似指数型增长,当虚拟节点较多时效率很低。相比之下,FID-h和MC-h两种启发式方法的平均划分时间比较接近,都随虚拟节点数目的增加呈近似线性增长,在虚拟节点数目较多时也能快速完成划分。
如图5所示,本实施例方法MC-h方法有效利用了边界信息,在求解VN划分时总能找到开销最小的边界路径,节约映射开销,其平均额外映射开销都在5%以内;而FID-e和FID-h两种方法只是简单地使用直连链路,平均额外映射开销都超过了10%。
最后,如图6所示,通过增加边界链路开销的差异性,来观察各方法在划分不同规模的虚拟网络时额外映射开销的变化。其中,MC-h1、FID-e1、FID-h1为边界链路开销服从U[1,10]时的实验结果,MC-h2、FID-e2、FID-h2为边界链路开销服从U[1,20]时的实验结果。从图6中容易得出,当增加边界链路开销的差异性时,MC-h的额外映射开销变化不大,但FID-e和FID-h的额外映射开销明显增加。
本实施例提供的一种虚拟网络的划分方法,根据VNP能够获取的有限物理网络信息,首先对InP进行系统聚类形成InP的聚类二叉树,并且在对所述二叉树进行前序遍历的过程中,通过构造虚拟网络的容量网络,结合最大流最小割定理对虚拟网络进行多次划分,分配给InP的聚类二叉树的所有叶子节点,实现对虚拟网络的划分。提高了求解VN划分方案的效率,尤其当问题规模较大时优势更加明显;在高效求解划分的同时有效节约了虚拟网络的映射开销。
另一方面,如图7所示,相应的本实施例还提供了一种虚拟网络的划分装置,包括:
聚类模块101,用于对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
第一分配模块102,用于将虚拟网络分配给所述聚类二叉树的根节点;
遍历模块103,用于对所述二叉树进行前序遍历;
判断模块104,用于对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
划分模块105,用于若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
第二分配模块106,用于将所述两个子虚拟网络相应的分配给该节点的两个孩子节点。
进一步地,所述划分模块105具体用于:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
本实施例提供的一种虚拟网络的划分装置,根据VNP能够获取的有限物理网络信息,首先对InP进行系统聚类形成InP的聚类二叉树,并且在对所述二叉树进行前序遍历的过程中,通过构造虚拟网络的容量网络,结合最大流最小割定理对虚拟网络进行多次划分,分配给InP的聚类二叉树的所有叶子节点,实现对虚拟网络的划分。提高了求解VN划分方案的效率,尤其当问题规模较大时优势更加明显;在高效求解划分的同时有效节约了虚拟网络的映射开销。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (8)
1.一种虚拟网络的划分方法,其特征在于,所述方法包括:
S1,对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
S2,将虚拟网络分配给所述聚类二叉树的根节点;
S3,对所述二叉树进行前序遍历;
S4,对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
S5,若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
S6,将所述两个子虚拟网络相应的分配给该节点的两个孩子节点;
所述将分配给该节点的虚拟网络划分成两个子虚拟网络的步骤,包括:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
2.根据权利要求1所述的方法,其特征在于,所述对参与划分的所有基础设施提供商InP进行系统聚类的步骤,包括:
S11,计算任意两个InP之间的边界路径开销;
S12,将所述边界路径开销最小的两个InP合并生成一个虚拟InP,将所述虚拟InP加入到未参与合并的InP中;
S13,判断所述未参与合并的InP的数量是否大于1,若是则返回执行S11,直至所有未参与合并的InP的数量为1为止。
3.根据权利要求2所述的方法,其特征在于,所述虚拟InP与其它未参与合并的InP之间的路径开销采用以下公式计算得到:
<mrow>
<msup>
<mi>C</mi>
<mrow>
<mi>u</mi>
<mi>w</mi>
</mrow>
</msup>
<mo>=</mo>
<mfrac>
<mi>p</mi>
<mrow>
<mi>p</mi>
<mo>+</mo>
<mi>q</mi>
</mrow>
</mfrac>
<msup>
<mi>C</mi>
<mrow>
<mi>m</mi>
<mi>w</mi>
</mrow>
</msup>
<mo>+</mo>
<mfrac>
<mi>q</mi>
<mrow>
<mi>p</mi>
<mo>+</mo>
<mi>q</mi>
</mrow>
</mfrac>
<msup>
<mi>C</mi>
<mrow>
<mi>n</mi>
<mi>w</mi>
</mrow>
</msup>
</mrow>
其中,Cuw为所述虚拟InPu与任一InPw之间的路径开销,Cmw和Cnw分别表示合并生成所述虚拟InPu的InPm和InPn分别与InPw之间的路径开销,p和q分别表示InPm和InPn可以承载的所述虚拟网络中虚拟节点的数目。
4.根据权利要求1所述的方法,其特征在于,所述根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络的步骤,包括:
对虚拟网络GV,去掉所有虚拟链路,将所有虚拟节点作为节点构造容量网络G;
在所述容量网络G中引入源节点s和汇节点t;
对于所述容量网络G中任意节点x和y,s指向x的边的容量用x映射到InPn的映射开销表示,x指向t的边的容量用x映射到InPm的映射开销表示;对于所述虚拟网络GV中相邻虚拟节点x和y,x指向y的边的容量用虚拟链路xy映射到InPm到InPn的路径的映射开销表示,y指向x的边的容量用虚拟链路xy映射到InPn到InPm的路径的映射开销表示;
所述InPn和InPm为遍历到所述二叉树中的节点InPu的孩子节点。
5.根据权利要求4所述的方法,其特征在于,若所述InPn或InPm不属于Match(x),则x映射到InPn或InPm的映射开销为无穷大,所述Match(x)为虚拟节点x的InP匹配集。
6.根据权利要求4所述的方法,其特征在于,所述根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络的步骤,包括:
利用最短增广路径算法求得所述容量网络G的最大流;
根据最大流求得最小割,进而根据最小割得到两个子虚拟网络。
7.根据权利要求6所述的方法,其特征在于,所述将所述两个子虚拟网络相应的分配给该节点的两个孩子节点的步骤,包括:
将所述两个子虚拟网络中包含源节点s的子虚拟网络分配给孩子节点InPm,包含汇节点t的子虚拟网络分配给孩子节点InPn。
8.一种虚拟网络的划分装置,其特征在于,所述装置包括:
聚类模块,用于对参与划分的所有基础设施提供商InP进行系统聚类,形成InP的聚类二叉树;
第一分配模块,用于将虚拟网络分配给所述聚类二叉树的根节点;
遍历模块,用于对所述二叉树进行前序遍历;
判断模块,用于对于遍历到所述二叉树中的每一个节点,判断该节点是否具有孩子节点;
划分模块,用于若该节点存在孩子节点,则将分配给该节点的虚拟网络划分成两个子虚拟网络;
第二分配模块,用于将所述两个子虚拟网络相应的分配给该节点的两个孩子节点;
所述划分模块具体用于:
根据所述虚拟网络构造一个包括该虚拟网络中所有虚拟节点的单源单汇的容量网络;
根据最大流最小割定理将所述单源单汇的容量网络进行分割,使分割容量最小,对应地将所述虚拟网络划分成两个子虚拟网络。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410670005.5A CN104579896B (zh) | 2014-11-20 | 2014-11-20 | 一种虚拟网络的划分方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410670005.5A CN104579896B (zh) | 2014-11-20 | 2014-11-20 | 一种虚拟网络的划分方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104579896A CN104579896A (zh) | 2015-04-29 |
CN104579896B true CN104579896B (zh) | 2018-01-12 |
Family
ID=53095144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410670005.5A Active CN104579896B (zh) | 2014-11-20 | 2014-11-20 | 一种虚拟网络的划分方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104579896B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104917659B (zh) * | 2015-06-02 | 2018-09-14 | 浙江大学 | 一种基于虚拟网络连接特性的虚拟网络映射方法 |
CN105049315B (zh) * | 2015-08-07 | 2018-12-07 | 浙江大学 | 一种基于虚拟网络分割的虚拟网络改进映射方法 |
CN108270695A (zh) * | 2018-01-08 | 2018-07-10 | 南京邮电大学 | 一种保持节点相邻的虚拟网络映射方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616090A (zh) * | 2009-07-28 | 2009-12-30 | 华为技术有限公司 | 一种划分树节点资源方法及装置 |
US8561065B2 (en) * | 2010-11-15 | 2013-10-15 | International Business Machines Corporation | Virtualization of vendor specific network interfaces of self-virtualizing input/output device virtual functions |
-
2014
- 2014-11-20 CN CN201410670005.5A patent/CN104579896B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101616090A (zh) * | 2009-07-28 | 2009-12-30 | 华为技术有限公司 | 一种划分树节点资源方法及装置 |
US8561065B2 (en) * | 2010-11-15 | 2013-10-15 | International Business Machines Corporation | Virtualization of vendor specific network interfaces of self-virtualizing input/output device virtual functions |
Non-Patent Citations (1)
Title |
---|
"基于知识描述和遗传算法的跨域虚拟网络映射";肖蔼玲等;<软件学报>;20141031;正文第1-6页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104579896A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jurdziński et al. | MST in O (1) rounds of congested clique | |
Klauck et al. | Distributed computation of large-scale graph problems | |
Rabbani et al. | On tackling virtual data center embedding problem | |
CN105103506B (zh) | 用于为云计算网络中的非均匀带宽请求分配带宽的方法和系统 | |
Hegeman et al. | Lessons from the congested clique applied to mapreduce | |
CN104270421B (zh) | 一种支持带宽保证的多租户云平台任务调度方法 | |
Sun et al. | The cost-efficient deployment of replica servers in virtual content distribution networks for data fusion | |
CN109636384A (zh) | 一种并行化执行区块链交易的方法、装置及系统 | |
CN103560967B (zh) | 一种业务需求感知的虚拟数据中心映射方法 | |
CN102075402A (zh) | 虚拟网络映射处理方法和系统 | |
CN103797463A (zh) | 用于在云环境中指派虚拟资源的方法和设备 | |
CN107483286A (zh) | 一种基于云‑雾环境下合并和部署服务功能链的方法 | |
CN104579896B (zh) | 一种虚拟网络的划分方法及装置 | |
Podnar et al. | Network cost minimization using threshold-based discounting | |
CN105634974B (zh) | 软件定义网络中的路由确定方法和装置 | |
CN107124306A (zh) | 网络功能虚拟化环境下的内容交付网络服务器优化部署方法 | |
CN109995580A (zh) | 5g网络切片中基于ga_pso混合算法的vn映射方法 | |
CN105407080B (zh) | 一种制定虚拟机部署策略的方法及装置 | |
CN104202183A (zh) | 一种解决sdn流级别配置一致性更新的方法和装置 | |
CN105897864A (zh) | 一种云工作流调度方法 | |
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 | |
CN109379281A (zh) | 一种基于时间窗口的流量调度方法及系统 | |
CN105262663B (zh) | 一种混合虚拟网络的跨域映射方法 | |
CN104917659A (zh) | 一种基于虚拟网络连接特性的虚拟网络映射方法 | |
Chen et al. | A hybrid task scheduling scheme for heterogeneous vehicular edge systems |
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 |