CN110677301A - 一种5g网络中多交换机单控制器软件定义传输控制方法 - Google Patents

一种5g网络中多交换机单控制器软件定义传输控制方法 Download PDF

Info

Publication number
CN110677301A
CN110677301A CN201910954086.4A CN201910954086A CN110677301A CN 110677301 A CN110677301 A CN 110677301A CN 201910954086 A CN201910954086 A CN 201910954086A CN 110677301 A CN110677301 A CN 110677301A
Authority
CN
China
Prior art keywords
controller
transmission control
network
optimal
request
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
Application number
CN201910954086.4A
Other languages
English (en)
Other versions
CN110677301B (zh
Inventor
郭超
韩妍妍
魏占祯
陈放
郭娟
李兆斌
谢定邦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
Original Assignee
BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE filed Critical BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
Priority to CN201910954086.4A priority Critical patent/CN110677301B/zh
Publication of CN110677301A publication Critical patent/CN110677301A/zh
Application granted granted Critical
Publication of CN110677301B publication Critical patent/CN110677301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08Configuration management of networks or network elements
    • H04L41/0893Assignment of logical groups to network elements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00Packet switching elements
    • H04L49/10Packet switching elements characterised by the switching fabric construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种5G网络中多交换机单控制器软件定义传输控制方法,所述方法包括:基于排队博弈理论建立5G网络中多交换机单控制器传输控制系统模型;其中,多个交换机的请求间存在竞争关系;求解传输控制系统模型的理论均衡解,得到其中控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费;根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制。本发明的软件定义传输控制方法使软件定义传输控制方案可以根据得到的最优解进行设计,实现网络的高效转发,以提高5G网络的网络性能。

Description

一种5G网络中多交换机单控制器软件定义传输控制方法
技术领域
本发明涉及移动通信网络资源分配技术领域,特别是指一种5G网络中多交换机单控制器软件定义传输控制方法。
背景技术
第五代移动通信(5G)无线网络具有超高速、无所不在、低功耗、低时延等特点。在4G网络的基础上,网络数据规模随着连接一切的本质的扩展而急剧增加。同时,5G/5G+无线网络场景应用如无人驾驶汽车、无人机基站、气球、移动边缘计算、虚拟现实、人脸识别、人工智能等不断出现。由于这些应用程序的计算密集型和延迟敏感特性,网络功能虚拟化(NFV)被认为可以提高5G网络的运行效率。NFV通过在现有硬件设备上创建多个虚拟机来实现不同的网络功能,可以显著降低网络硬件设备的成本,功能维护,提高信息传输的效率。因此,它引起了学术界和工业界的广泛关注。对大数据高效转发和处理的需求,使得对网络传输控制机制提出了更高的要求。通过将虚拟资源动态映射到物理硬件,如虚拟网络嵌入(VNE)资源分配算法,可以最大限度地发挥现有硬件的优势。为了提高网络效率,提出了基于NFV概念的软件定义网络。
5G网络以无线方式连接一切,而硬件设备的多样性可能会限制其发展。通过分离硬件和软件的功能,可以减少网络升级的瓶颈,并可以实现有效的网络传输。软件定义网络模型概念用于虚拟化5G网络功能。系统架构包括数据层和控制层,其中数据层中的交换机负责连接各种硬件设备并转发数据,控制层中的控制器负责管理交换机并从战略上分配资源。
为了提高5G无线网络虚拟化的资源分配效率,考虑使用SDN框架。SDN源自CleanSlate于2006年在斯坦福大学的研究项目中,并在2009年提出了这一概念。重点是使用软件定义的概念对5G进行资源优化,该资源正在不断完善,流工程的应用也在不断扩展。关于瓶颈带宽对网络性能的负面影响,一些研究致力于改善SDN的传输控制机制。一种方案是考虑流量异质性,该异质性是由超密集5G无线网络中每个转发设备的UDP/TCP流量之间的比率定义的。提出了三种新颖的启发式方法,包括最短路径和以并行方式运行的e2eDelay优化算法,以加速集中式SDN-Controller。还有一种方案是通过利用诸如集中控制方法和网络全局视图之类的功能来设计基于SDN的TCP拥塞控制机制(SDTCP),以解决TCP拥塞问题。一旦发生交换机拥塞,控制器就可以选择后台流,并通过调整相应后台流的公告数据包窗口来减少其带宽,从而为突发流保留更多带宽。两种方案通过区分不同的业务流来缓解TCP拥塞问题。但是,在大数据时代,仅两种类型之间的区别还不足以包含大量具有不同类型和特性的流类型。这些研究为设计通用变速器控制机构的系统模型提供了一些启示。根据请求获得的服务收益,区分不同的流类型,然后通过博弈论建立网络传输模型,以解决资源分配问题。
此外,现有文献中已有一些研究从不同的角度分析SND的性能,例如能量管理,编排带宽和请求博弈。大多数方案的主要目标是最小化功耗,最大化总网络利用率并提供最佳负载平衡。在一些文献中,提出了一个能量监测和管理应用程序(EMMA)来最小化回程网络的能量消耗。它试图关闭空闲节点,并将流量集中在最小的一组链接上,这反过来又增加了空闲节点的数量。EMMA提供了出色的节能性能,尤其是在大型网络场景中。在基于sdn的异构LTE和WLAN多无线网络资源分配中,提出了一种基于SDN的资源分配框架,该框架可以以集中和整体的方式适当地协调新兴LTE/WLAN多无线电网络中的异构无线电带宽。通过同时操作多无线电接口,最新的智能手机可以利用这种异构的LTE和WLAN无线电带宽。还提出了LTE/WLAN多无线电网络中基于价格的异构资源分配算法,并通过将异构无线电资源分配给多无线电智能手机用户来实现网络利用率和公平性。在基于李亚普诺夫的分布式Wardrop负载均衡算法设计及其在软件定义网络中的应用中,作者利用平均场博弈论提出了一种原始的离散时间,分布式,非合作式负载平衡算法,以在SDN控制器之间动态平衡交换机的请求。事实证明,提供者的负载之间的特定均衡收敛于任意小的邻域。为了提高SDN网络的可伸缩性,还通过在可用的SDN控制器之间动态分配控制工作负荷来引入SDN代理。这些方案通过优化网络的某些参数来减少网络能耗并提高整体效率。但是,某些设计条件不利于算法复杂度的优化。
发明内容
大数据的高效处理和转发是下一代无线通信网络面临的关键问题和挑战之一。采用软件定义方法对网络进行虚拟化,可以提高网络运行效率,降低网络运行维护成本。本发明针对5G网络中控制器流量过大的问题,提供一种5G网络中多交换机单控制器软件定义传输控制方法,基于排队博弈理论,在交换机请求之间存在竞争的基础上,建立了系统模型。传输控制平台负责资源分配。它在收益最大化的情况下获得最大的社会福利。通过对多交换机单控制器系统进行建模,计算最佳队列长度并计算得到相应的最佳入场费。使软件定义传输控制方案可以根据得到的最优解进行设计,实现网络的高效转发。
为解决上述技术问题,本发明提供一种5G网络中多交换机单控制器软件定义传输控制方法,所述方法包括:
基于排队博弈理论建立5G网络中多交换机单控制器传输控制系统模型;其中,多个交换机的请求之间存在竞争关系;
求解所述传输控制系统模型的理论均衡解,得到其中控制器的最优策略;
根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制。
进一步地,在所述传输控制系统模型中,多个交换机分别向控制器发送请求,并在请求对应的服务完成后获取相应的自身收益。
进一步地,在所述传输控制系统模型中,控制器向交换机发布入场费,交换机的请求加入控制器的队列需要支付入场费及等待成本。
进一步地,在所述传输控制系统模型中,交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
进一步地,所述求解所述传输控制系统模型的理论均衡解,得到其中控制器的最优策略,具体为:
求解所述传输控制系统模型的理论均衡解,得到控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费。
进一步地,所述传输控制系统模型中的竞争资源包括:计算资源、存储资源,以及带宽资源。
进一步地,所述求解所述传输控制系统模型的理论均衡解,得到控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费,包括:
假设传输控制系统中有k个交换机,各交换机对应的请求离开率分别为λk,在所述传输控制系统模型中,交换机的输出是控制器的输入,所有交换机都将控制信息转发给它们所属的控制器,由此得到控制器的请求到达率为:
基于Naor模型,得到多交换机模型下的控制器收益为:
Figure BDA0002226686520000042
其中,μ为控制器服务率,l为控制器的队列长度,l∈N+,R为交换机请求接受服务后所获收益,C为交换机请求单位时间内留在系统中的等待成本;
最大化控制器收益得到控制器队列长度满足的约束条件如下:
Figure BDA0002226686520000043
把公式(2)带入到公式(3)中,得到:
Figure BDA0002226686520000044
Figure BDA0002226686520000045
其为关于x的单调增函,对g(x)求导数得到g
Figure BDA0002226686520000046
由于
Figure BDA0002226686520000047
Figure BDA0002226686520000051
g'(x)>0,因此,存在
Figure BDA0002226686520000052
的唯一解
Figure BDA0002226686520000053
Figure BDA0002226686520000054
Figure BDA0002226686520000055
是最优化条件公式(4)的唯一解,由此得到:
Figure BDA0002226686520000056
其中,
Figure BDA0002226686520000057
可以看出因此
Figure BDA0002226686520000059
得到最优队列长度为:
Figure BDA00022266865200000510
综上所述,在控制器中使用队列阈值来实现最优社会收益,相应的最优入场费为:
Figure BDA00022266865200000512
进一步地,所述根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制,具体为:
将控制器的入场费设置为交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
本发明的上述技术方案的有益效果如下:
SDN通过将控制功能与交换机分离,实现了高效的数据转发。它在数据量大的5G网络中受到广泛关注。本发明主要解决多交换机与控制器之间的控制信息交互方案,利用排队博弈理论对多交换机单控制器组成的系统单元进行数学建模。通过求解系统的最优解,计算控制器的阈值排队长度,得到系统模型的关键参数最优入场费。将理论结果输入系统,设计了5G网络中多交换机单控制器软件定义传输控制方案。交换机根据控制器返回的当前队列长度和入场费计算当前请求的净收益。当净收益值不小于零时,请求加入控制器的队列并等待服务,否则不加入。理论最优解保证了该方案能使传输控制平台收益最大化。主要贡献可归纳如下:
1.利用排队博弈理论,建立多交换机单控制器队列模型,求解得到最优访问策略,降低了传输控制算法的复杂度。
2.参数设计具有通用性,可在不同类型的网络环境中进行升级和扩展。
附图说明
图1为本发明的5G网络中多交换机单控制器软件定义传输控制方法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本实施例针对5G网络中控制器流量过大的问题,提供一种5G网络中多交换机单控制器软件定义传输控制方法,如图1所示,所述方法包括:
S101,基于排队博弈理论建立5G网络中多交换机单控制器传输控制系统模型;其中,多个交换机的请求之间存在竞争关系;
需要说明的是,在所建立的传输控制系统模型中,竞争资源包括:计算资源、存储资源,以及带宽资源。多个交换机分别向控制器发送请求,并在请求对应的服务完成后获取相应的自身收益。控制器向交换机发布入场费,交换机的请求加入控制器的队列需要支付入场费及等待成本。然后交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
S102,求解传输控制系统模型的理论均衡解,得到其中控制器的最优策略;
需要说明的是,在上述传输控制系统模型中,如何找到控制器的最优入场费是关键。它决定了控制器的收益,最大化了社会总收益,通过模型求解可得到唯一的队列长度(即阈值)。根据阈值队列长度与入场费之间的关系,最终可以获得最优入场费。
具体地,求解传输控制系统模型的理论均衡解,得到控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费的过程如下:
首先给出本实施例所用到的一系列参数的相关说明,如下列表1所示:
表1.软件定义网络多交换机单控制器传输控制方案的参数规范
Figure BDA0002226686520000071
多交换机意味着到达控制器的请求是以不同到达率产生的。假设传输控制系统中有k个交换机,各交换机对应的请求离开率分别为λk(k∈N+),根据Burke的理论,在平稳状态下,排队系统M/M/1的顾客离开过程为泊松过程,且离开率等于到达率。在传输控制系统模型中,交换机的输出是控制器的输入,所有交换机都将控制信息转发给其所属的控制器,由此得到控制器的请求到达率为:
基于Naor模型,得到多交换机模型下的控制器收益为:
Figure BDA0002226686520000073
其中,μ为控制器服务率,l为控制器的队列长度,l∈N+,R为交换机请求接受服务后所获收益,C为交换机请求单位时间内留在系统中的等待成本;
最大化控制器收益得到控制器队列长度满足的约束条件如下:
把公式(2)带入到公式(3)中,得到:
Figure BDA0002226686520000081
Figure BDA0002226686520000082
其为关于x的单调增函,对g(x)求导数得到g'
Figure BDA0002226686520000083
由于
Figure BDA0002226686520000084
Figure BDA0002226686520000085
g'(x)>0,因此,存在
Figure BDA0002226686520000086
的唯一解
Figure BDA0002226686520000087
Figure BDA0002226686520000088
是最优化条件公式(4)的唯一解,由此得到:
Figure BDA00022266865200000810
其中,
Figure BDA00022266865200000811
可以看出
Figure BDA00022266865200000812
因此
Figure BDA00022266865200000813
得到最优队列长度为:
Figure BDA00022266865200000814
综上所述,在控制器中使用队列阈值lm*来实现最优社会收益,相应的最优入场费为:
S103,根据控制器最优策略,实现5G网络多交换机单控制器的传输控制。
需要说明的是,上述根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制,具体为:将控制器的入场费设置为
Figure BDA0002226686520000092
交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
本实施例通过确定控制器的队列长度范围,提出了第五代移动通信(5G)网络中多交换机单控制器软件定义传输控制方案。基于排队博弈理论在5G网络中对多交换机单控制器的新型软件定义传输控制方案进行了建模,设计了传输控制平台的交换机收益,控制器收益和社会总收益。在此基础上,讨论了多交换机单控制器模型中传输控制平台请求的等效到达速率。最后,设计了有效的软件定义的传输控制算法,以提高5G网络的网络性能。
在系统模型中,根据传输控制策略将交换机的控制信息发送给控制器。交换机请求进入传输控制平台并请求服务。控制器向交换机发布入场费和当前队列长度。然后计算交换机的净收益。如果净收益不小于零,则请求加入控制器的队列并等待服务。因此,多交换机单控制器软件定义传输控制的关键是确定最优的入场费。利用多交换机单控制器软件定义传输控制方案,得到了5G网络多交换机单控制器软件定义传输控制模型中平台的最大社会收益。排队博弈理论将最优策略简化为最优入场费。该参数易于添加到流表中,使控制流信息能够实现最优的传输策略。
此外,需要说明的是,本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,所述5G网络中多交换机单控制器软件定义传输控制方法包括:
基于排队博弈理论建立5G网络中多交换机单控制器传输控制系统模型;其中,多个交换机的请求之间存在竞争关系;
求解所述传输控制系统模型的理论均衡解,得到其中控制器的最优策略;
根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制。
2.如权利要求1所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,在所述传输控制系统模型中,多个交换机分别向控制器发送请求,并在请求对应的服务完成后获取相应的自身收益。
3.如权利要求2所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,在所述传输控制系统模型中,控制器向交换机发布入场费,交换机的请求加入控制器的队列需要支付入场费及等待成本。
4.如权利要求3所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,在所述传输控制系统模型中,交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
5.如权利要求4所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,所述求解所述传输控制系统模型的理论均衡解,得到其中控制器的最优策略,具体为:
求解所述传输控制系统模型的理论均衡解,得到控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费。
6.如权利要求1-5任一项所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,所述传输控制系统模型中的竞争资源包括:计算资源、存储资源,以及带宽资源。
7.如权利要求5所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,所述求解所述传输控制系统模型的理论均衡解,得到控制器的最佳队列长度并根据最佳队列长度计算得到相应的最佳入场费,包括:
假设传输控制系统中有k个交换机,各交换机对应的请求离开率分别为λk,在所述传输控制系统模型中,交换机的输出是控制器的输入,所有交换机都将控制信息转发给它们所属的控制器,由此得到控制器的请求到达率为:
Figure FDA0002226686510000021
基于Naor模型,得到多交换机模型下的控制器收益为:
Figure FDA0002226686510000022
其中,μ为控制器服务率,l为控制器的队列长度,l∈N+,R为交换机请求接受服务后所获收益,C为交换机请求单位时间内留在系统中的等待成本;
最大化控制器收益得到控制器队列长度满足的约束条件如下:
Figure FDA0002226686510000023
把公式(2)带入到公式(3)中,得到:
Figure FDA0002226686510000024
其为关于x的单调增函,对g(x)求导数得到
Figure FDA0002226686510000026
由于
Figure FDA0002226686510000027
Figure FDA0002226686510000028
g'(x)>0,因此,存在
Figure FDA0002226686510000029
的唯一解
Figure FDA00022266865100000210
Figure FDA00022266865100000212
是最优化条件公式(4)的唯一解,由此得到:
Figure FDA0002226686510000031
其中,
Figure FDA0002226686510000032
可以看出
Figure FDA0002226686510000033
因此
Figure FDA0002226686510000034
得到最优队列长度为:
Figure FDA0002226686510000035
综上所述,在控制器中使用队列阈值
Figure FDA0002226686510000036
来实现最优社会收益,相应的最优入场费为:
Figure FDA0002226686510000037
8.如权利要求7所述的5G网络中多交换机单控制器软件定义传输控制方法,其特征在于,所述根据控制器的最优策略,实现5G网络中多交换机单控制器的传输控制,具体为:
将控制器的入场费设置为
Figure FDA0002226686510000038
交换机发送请求时通过减去入场费和等待成本来计算相应请求对应的净收益,如果对应的净收益不小于零,则将请求加入控制器队列,否则,不将请求加入控制器队列。
CN201910954086.4A 2019-10-09 2019-10-09 一种5g网络中多交换机单控制器软件定义传输控制方法 Active CN110677301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910954086.4A CN110677301B (zh) 2019-10-09 2019-10-09 一种5g网络中多交换机单控制器软件定义传输控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910954086.4A CN110677301B (zh) 2019-10-09 2019-10-09 一种5g网络中多交换机单控制器软件定义传输控制方法

Publications (2)

Publication Number Publication Date
CN110677301A true CN110677301A (zh) 2020-01-10
CN110677301B CN110677301B (zh) 2022-02-08

Family

ID=69081253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910954086.4A Active CN110677301B (zh) 2019-10-09 2019-10-09 一种5g网络中多交换机单控制器软件定义传输控制方法

Country Status (1)

Country Link
CN (1) CN110677301B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112637285A (zh) * 2020-12-10 2021-04-09 中国联合网络通信集团有限公司 边缘云通信方法、管理系统、计算机设备及存储介质
CN112671558A (zh) * 2020-12-08 2021-04-16 山东大学 基于博弈的软件定义网络控制器收益优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103298076A (zh) * 2013-06-21 2013-09-11 西安邮电大学 一种异构网络中的接入网络选择的方法
CN107454017A (zh) * 2017-06-05 2017-12-08 上海交通大学 一种云数据中心网络中混合数据流协同调度方法
CN109802998A (zh) * 2018-12-28 2019-05-24 上海无线通信研究中心 一种基于博弈的雾网络协同调度激励方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103298076A (zh) * 2013-06-21 2013-09-11 西安邮电大学 一种异构网络中的接入网络选择的方法
CN107454017A (zh) * 2017-06-05 2017-12-08 上海交通大学 一种云数据中心网络中混合数据流协同调度方法
CN109802998A (zh) * 2018-12-28 2019-05-24 上海无线通信研究中心 一种基于博弈的雾网络协同调度激励方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
樊自甫等: "基于博弈论的SDN主控制器重选机制", 《计算机应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671558A (zh) * 2020-12-08 2021-04-16 山东大学 基于博弈的软件定义网络控制器收益优化方法及系统
CN112637285A (zh) * 2020-12-10 2021-04-09 中国联合网络通信集团有限公司 边缘云通信方法、管理系统、计算机设备及存储介质

Also Published As

Publication number Publication date
CN110677301B (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
Chen et al. ThriftyEdge: Resource-efficient edge computing for intelligent IoT applications
CN109669768B (zh) 一种面向边云结合架构的资源分配和任务调度方法
CN109379727B (zh) 车联网中基于mec的任务分布式卸载与协作执行方案
Shojafar et al. Energy-efficient adaptive resource management for real-time vehicular cloud services
CN109819046B (zh) 一种基于边缘协作的物联网虚拟计算资源调度方法
CN113115252B (zh) 延迟敏感任务分布式移动边缘计算资源调度方法及系统
CN111475274B (zh) 云协同多任务调度方法及装置
WO2023040022A1 (zh) 一种在随机网络中基于算网协同的分布式计算卸载方法
Kim et al. Collaborative task scheduling for IoT-assisted edge computing
Chamola et al. An optimal delay aware task assignment scheme for wireless SDN networked edge cloudlets
CN102857548A (zh) 一种移动云计算资源优化配置方法
Li et al. Deployment of edge servers in 5G cellular networks
CN110677301B (zh) 一种5g网络中多交换机单控制器软件定义传输控制方法
Shi et al. Share-based edge computing paradigm with mobile-to-wired offloading computing
Wang et al. An energy saving based on task migration for mobile edge computing
Zheng et al. Learning based task offloading in digital twin empowered internet of vehicles
Sun et al. Profit maximization of independent task offloading in MEC-enabled 5G internet of vehicles
Ma et al. Traffic routing-based computation offloading in cybertwin-driven internet of vehicles for V2X applications
Li et al. Software-defined vehicular networks with caching and computing for delay-tolerant data traffic
Najm et al. Cost-and-delay aware dynamic resource allocation in federated vehicular clouds
Li et al. A trade-off task-offloading scheme in multi-user multi-task mobile edge computing
Li et al. Optimal service selection and placement based on popularity and server load in multi-access edge computing
Wang et al. Joint optimization of resource allocation and computation offloading based on game coalition in C-V2X
Yao et al. Multi-agent reinforcement learning for network load balancing in data center
Mseddi et al. Centralized and collaborative RL-based resource allocation in virtualized dynamic fog computing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant