Feb, 2022

基于负载均衡的物联网多域 VNE 算法

PDF
TL;DR在 IoT 环境下，为了在网络负载大且性能需求高的情况下提供更灵活的虚拟网络映射服务，提出了一种基于混合遗传算法的虚拟网络映射策略，包括动态计算交叉概率和基于信息素的变异基因选择策略，以及基于负载均衡的权重更新机制。仿真结果表明，该方法在多项性能指标方面表现良好。
virtual network embeddinggenetic algorithmload balancingiothybrid genetic algorithm
发现论文，激发创造
  • 基于多目标优化的 IoD 架构下的工业 4.0 多域 VNE 算法

    该论文提出一种基于多域架构和遗传变异因素优化的多域虚拟网络嵌入算法，通过加权累加法将多目标问题转化为单目标问题，选择相应物理域上的成本最低点作为备选节点，此算法在延迟、成本、综合性指标等方面都优于 MC-VNM、LID-VNE 和其他算法。

    Feb, 2022

  • 考虑多准则决策的混沌混合花粉授粉算法的 VNE 策略

    讨论了基于混合花粉授粉算法的虚拟网络嵌入问题的设计策略，结合遗传算法和 FPA 算法的优点，采用交叉操作完成全局搜索、采用自交配操作增强局部搜索、引入生命周期机制和混沌优化策略以避免过早收敛。

    Feb, 2022

  • 具有延迟预测的多域虚拟网络嵌入算法

    本文提出了一种基于延迟预测的多域虚拟网络嵌入算法 (DP-VNE)。通过预估虚拟请求的延迟，选取候选物理节点，然后使用粒子群优化算法来优化映射过程，从而降低系统延迟。仿真结果表明，相比其他三种高级算法，本文提出的算法能够显著降低系统延迟同时保持其他指标不受影响。

    Feb, 2022

  • 基于图卷积神经网络和强化学习的动态虚拟网络嵌入算法

    本文提出了一种基于强化学习和图卷积神经网络的动态虚拟网络嵌入算法，将自定义的适应度矩阵和适应值作为目标函数，实现了高效的动态虚拟网络嵌入，有效降低了资源碎片化程度，并验证了该算法具有优秀的灵活性和基本 VNE 特性。

    Feb, 2022

  • 基于跨域虚拟网络嵌入的无线网络多目标资源优化

    本研究提出了一种多目标优化的虚拟网络嵌入算法，旨在高效分配无线网络资源，实验结果表明，该算法在映射成本、网络延迟和虚拟网络请求接受率等三个指标方面优于其他算法，并体现了该算法在无线网络资源分配中的有效性。

    Feb, 2022

  • 基于强化学习的安全感知虚拟网络嵌入算法

    提出一种基于强化学习的安全感知虚拟网络嵌入算法，采用策略网络作为学习代理并在训练阶段使用子节点属性提取为特征矩阵，该算法在安全性、收益和虚拟网络请求接受率等方面表现优于典型方法。

    Feb, 2022

  • 无线网络通信模式下实现带宽感知算法的 IoV 场景

    本文主要关注在虚拟网络环境下的带宽资源分配问题，提出了一种基于粒子群优化算法的带宽感知多域虚拟网络嵌入算法（BA-VNE），并通过模拟实验验证了该算法在链接带宽、映射成本和虚拟网络请求接受率等性能指标上的优越性。

    Feb, 2022

  • 猴子生意：强化学习遇到邻域搜索用于虚拟网络嵌入

    本文提出了一种新的虚拟网络嵌入算法 NEPA，该算法与 NRPA 和邻域搜索相结合，通过 “猴子式” 的跳跃方式学习并改进嵌入决策，并在真实和合成拓扑上取得比其他同类算法更好的结果。

    Feb, 2022

  • 计算连续中基础设施节点优化的应用部署分布式遗传算法

    在本文中，我们提出并评估了三种分布式遗传算法（GA）设计，用于雾计算中的资源优化问题，其设计基于 GA 在雾设备本身中的执行，以应对约束资源和设备广泛地理分布等特定问题。通过利用 NSGA-II 实施了基准案例，在优化雾服务部署问题的特定领域指导下，对这三种分布式设计进行了比较评估。结果表明，最低分布度的设计在保持目标空间集中存储的同时，实现了与传统方法相当的解决方案质量但产生了更高的网络负载。第二种设计完全分配了种群给工作节点，减少了网络开销，但在解决方案多样性方面表现较差，同时在优化目标最小化方面仍具有足够好的结果。最后，使用分布式种群且仅在相邻工作节点之间交换解决方案的提议实现了最低的网络负载，但解决方案质量受到了影响。

    Jun, 2024

  • VN 网络：嵌入新出现的实体与虚拟邻居

    通过引入逻辑规则和对称路径规则，我们提出了一种名为 Virtual Neighbor（VN）网络的新框架来解决嵌入方法中的邻居稀疏问题，该网络在两个知识图完成任务上明显优于现有方法，并且对邻居稀疏问题高度稳健。

    Feb, 2024