基于虚拟服务的信息共享.docxVIP

基于虚拟服务的信息共享 1 覆盖节点的放置问题 覆盖技术是一种没有必要修改基本网络的协议来支持新服务的有效方法。例如，qpm和mbone根据现有的internet基础提供可靠的服务（qos）和集群传输（multiple）服务，这是一种没有内部划分的有效方法。 然而, 为了在通用OSN上支持用户对多样服务的需求, 首先需要研究根据什么样的策略在基础网络层选择合适的节点构造覆盖层, 可以称之为覆盖节点的放置问题 (Overlay Nodes Placement Problems, ONPP) , 现有的研究文献大都采取了“假定覆盖节点都已经由第3方按照一定的策略放置”在基础网络层之上, 而没有对ONPP问题做进一步的深入研究;为此, 本文提出并展开了对ONPP问题的研究 2 节点放置位置 覆盖节点的放置问题可以看作是一个选址问题, 即覆盖节点应该放置在基础网络层的哪些物理节点之上, 才能使基础网络层的所有节点到离它们各自“最近”的覆盖节点获取所需服务的代价之和尽可能小, 同时要考虑放置这些覆盖节点的成本和每个覆盖节点所能承受的负载。 选取覆盖节点的放置位置时, 需要考虑以下问题: (1) 放置覆盖节点的建设代价和该节点承担服务时的代价; (2) 每个覆盖节点的负载能力; 首先, 我们给出Overlay网络的基础网络层的形式化表示——带权无向图G= (V, E) , V是基础网络层中节点的集合, E是物理链路集合 (也称为边) 。并设: e:V×V→ (, 0∞) , e (i, j) =e (j, i) 为边权, 可解释为延迟、通信代价等; F?V为可以放置覆盖节点的潜在集合, 引入F是由于受基础网络拓扑结构等因素的限制, 使V中的某些节点不可能放置覆盖节点; c:F→ (, 0∞) 表示放置覆盖节点到F中某个节点时的代价 (包括建设代价和该节点承担服务时的服务代价) ; u:F→Z 于是, ONPP问题可定义为如下的0-1规划模型: 其中, x 给定模型 (1) 的一个解, 覆盖节点的放置策略可解释如下: 文献 3 pp问题的解决 3.1 基于系统道德策略的培养 贪婪算法是基于当前所得的信息, 在每一步所选取的决策总是试图使当前的解得到最大的改进, 或使相应的目标函数值尽可能地增大或减小。这里设计了求解ONPP问题的贪婪算法, 在集合F中选择合适的节点构造为主动节点。 第1步评价集合F中每一个潜在的位置, 计算集合F中的每个元素对集合V-F中的每个节点服务的代价, 选择代价最小的节点为第1个节点i。假设节点i的负载能力为u 第2步在集合F中寻找与i相连的代价最小的节点j, 将j选择为第2个节点, 把与j相连的集合V中未分派的代价最小的u 重复第2步, 直到集合V-F中的节点都分派给了集合F中的节点。 3.2 随机算法 在F集合中随机地选择一个节点i为主动节点, 在满足负载能力u 3.3 松弛因子选择问题的迭代求解 Lagrangian松弛方法的基本原理是, 将造成问题求解困难的约束吸收到目标函数中, 从而可以使用无约束规划的一些经典方法来求解, 经过适当的松弛技术, 往往可以将原优化问题转化为对松弛因子的选择问题。后者可以用一些迭代方法求解, 从而使原问题的求解难度降低。Lagrangian松弛方法 吸收约束到目标函数后, 原问题的模型变为 其中, (1) 任选一个初始Lagrangian乘子矩阵tA=[λt, γt], t=0, 矩阵的维数为|V|×2。 (2) 目标函数对A 采用以下方法来选择C 选择C Lagrangian松弛法是求问题下界的一种方法, 每个确定的Lagrangian乘子矩阵 第1步置p=0, Lagrangian乘子初始值 第2步如果θ 第3步更新Lagrangian乘子 第4步每条边的费用变为e (i, j) +λ 3.4 实验网络模型 为了验证网络仿真结果的有效性, 使用了BRITE工具生成网络的拓扑图, 使用随机化的方法产生具有实际网络特性的图的模型, 实验网络的拓扑生成基于Waxman的拓扑生成算法 其中, p 在本实验中, 网络有如下属性: (1) 边的费用在[10, 200]上均匀分布。 (2) 主动节点相关的费用在 4 基于心问题的覆盖节点放置问题 覆盖服务网络 (OSN) 为支持新型服务提供了一种有效的方式。围绕OSN的拓扑结构这一核心问题, 研究了覆盖节点的放置策略或选择问题。本文分析了目前人们对于覆盖网络拓扑结构方面的研究成果, 提出了覆盖节点的放置问题 (ONPP) , 并建立了相关的优化模型, 给出了相应的算法。 (3) 对于基础网络层每个节点都必须至少有一个覆盖节点为其提供相应服务。