基于FA SVNR算法的安全虚拟网络重构研究.docxVIP

基于FA SVNR算法的安全虚拟网络重构研究 基于fa-svnr算法的安全虚拟网络重构研究 　　摘要：本文对一种网络资源碎片度量法进行了定义，此算法借助于对物理网络中节点的碎片度进行周期性地考量，将待迁移虚拟节点的集合予以找出;接着借助于对物理网络的碎片度减小量以及虚拟网络的映射开销减少量进行综合性考量，将最优的虚拟节点迁移方案选择出来。 　　关键词：碎片感知;虚拟网络重构;虚拟网络映射 　　中图分类号：tp393文献标识码：a文章编号：1007-9416（2020）01-0106-02 　　0引言 　　最近两年，国内外的打两年研究者纷纷致力于研究在下内虚拟网络映射算法。但是，就本质而言，动态分配资源问题是在线虚拟网络映射问题的实质，当不断到达与离开虚拟网络映射请求时，一方面可能会有大量的碎片资源出现于物理网络中，另一方面，既有的映射方案的优良水平可能会降低，而这回使得后续的虚拟网络映射对于底层物理网络资源的利用率以及请求接受率降低[1]。 　　1安全虚拟网络重构映射数学模型 　　本文对以下的多目标安全虚拟网络重构映射数学模型进行了创建，主要映射目标如下： 　　其中，式子（1）内有一个二元变量f（ni），如果物理节点nii比门限值fdth还大的碎片度，那么其具有1的值，否则，其具有零的值。在式子（2）中，在进行重构以前虚拟网络gmv的映射开销用c（gmv，rb）进行表示，在进行重构以后虚拟网络gmv的映射开销用c（gmv，ra）进行表示。节点的约束条件具体可见式子3、4、5。链路的约束条件具体可见式子6与式子7。安全性约束条件具体可见式子8。其中，物理节点ni中承载的虚拟节点集合用来表示。变量的取值范围通过式子9、10进行表示。 　　2fa-svnr算法设计 　　为了将此问题予以解决，本文将启发式的fa-svnr算法予以设计实现。下面将对此算法的详细流程进行介绍。 　　步骤1对虚拟网络重构算法的启动状态进行判断; 　　步骤2对所需进行重新配置的物理节点集合sp进行创建。 　　其中，p的取值范围为大于零小于1，以对节点碎片度临界值中节点碎片度的最大值与平均值所占比重进行调节。 　　步骤3对需要迁移的虚拟节点集合sv进行创建。就虚拟节点nv而言，我们通过下式来对其虚拟节点以及相邻链路的开销收益比进行定义：就sp内的每个物理节点而言，我们假设有l个虚拟节点存在于其中，那么我们需要通过以下流程来对重构的虚拟节点进行选择： 　　（1）以虚拟节点cr（nv）的值为基础来排列虚拟节点;（2）基于迁移的虚拟节点最小化的原则。 　　步骤4排列sv中的虚拟节点; 　　步骤5对候选目标物理节点结合tp进行创建。我们应当以式子3、4、5、8、9为基础来对sv中的第k个虚拟节点的候选物理节点集合进行选用; 　　步骤6对虚拟节点迁移方案进行选用;在对虚拟节点的迁移方案进行选用的过程中，首先需要将物理网络的碎片度予以降低，其次应当尽可能将物理网络的资源消耗予以降低，基于此，我们对虚拟节点迁移方案的选用原则进行了规定，主要包含以下内容： 　　（1）资源碎片度的减少量应当是一个正数，即fd的值大于零;（2）尽可能将消耗的物理网络资源降低，即c的值大于等于零;（3）当迁移方案满足上述两个条件之后，通过归一化的方式处理这些方案，接着相加这些归一化处理后的值，我们最终选用的迁移方案就是其中值最大的一项。 　　如果有迁移方案满足上述三个条件，那么可以直接迁移虚拟节点，同时更新物理网络的状态;否则，直接进入步骤7; 　　步骤7如果没有将迁移全部虚拟节点的任务完成，那么回到步骤5中重新开始。 　　3仿真环境设置于结果分析 　　3.1物理网络负载情况对比 　　如表1所示可以获悉： 　　（1）fa-svnr+nr-svne算法对应了最大的物理节点负载强度平均值;（2）fa-svnr+nr-svne算法对物理节点负载强度的平均水平进行了优化;（3）fa-svnr+nr-svne算法具有最小的对应物理链路负载强度平均值;（4）fa-svnr+nr-svne算法对物理链路的负载强度均衡水平进行了优化。 　　3.2请求接受率对比 　　本文所提出的重构算法将虚拟网络的请求接受率予以提升，并且比目前既有的虚拟网络重构算法效果更佳[2]。如果具有两万个时间单元的仿真时间时，fa-svnr+nr-svne算法具有约百分之七十二的请求接受率，分别对比nr-svne算法与ta-svnr+nr-svne算法后，其接受率分别增加了9.33个百分点和6.36个百分点。如果虚拟网络的