Dynamic Profit Maximization of Cognitive Mobile Virtual Network Operator
研究了动态网络环境下认知虚拟网络运营商的利润最大化问题。我们考虑下行链路OFDM通信系统与各种网络动态,包括动态用户需求,不确定的感知频谱资源,动态频谱价格,和时变信道条件。此外,异构用户和不完善的传感器技术,使网络模型更加真实。通过探索问题的特殊结构,我们开发了一个低复杂度的在线控制策略,确定定价和资源调度,而不知道动态网络参数的统计。我们表明,所提出的算法可以实现任意接近的最优利润与排队延迟适当的权衡。
2012-12-17 cs.NI
Joint Spectrum Reservation and On-demand Request for Mobile Virtual Network Operators
通过无线网络虚拟化,移动虚拟网络运营商(MVNO)可以通过从移动网络所有者租赁虚拟资源来在低成本平台上开发新服务。在本文中,我们研究了一个两阶段的频谱租赁框架,MVNO通过提前预订和按需请求获取无线电频谱。为了最大化其盈余,MVNO通过考虑业务分布、随机用户位置、无线信道统计、服务质量(QoS)要求和价格差异来联合优化在两个阶段中要租赁的频谱量。同时,所获取的频谱资源根据快速信道衰落被动态地分配给MVNO的移动订户(用户),以便最大化资源的利用。MVNO的盈余最大化问题自然地被制定为三层嵌套优化问题,其由动态资源分配(Dynamic Resource Allocation,简称RRM)、按需请求和提前预留子问题组成。为了有效地解决这个问题,我们严格分析了最优解的结构,最优值被用来寻找最优租赁决策的两个阶段。特别是,我们推导出封闭形式的最佳提前预订和按需请求时,采用比例公平效用函数的表达式。我们进一步将分析扩展到一般效用函数,并推导出随机梯度下降(SGD)算法来寻找最佳租赁决策。仿真结果表明,两阶段频谱租赁策略可以同时利用提前预订的价格折扣和按需请求的灵活性来应对业务变化。
2017-12-26 cs.NI
Towards Virtual Networking for a Time-Triggered Hypervisor
NXP Semiconductors(恩智浦半导体);TTControl
本研究针对时间触发型虚拟机管理程序提出基于VirtIO的虚拟网络方案,在ACRN中实现后验证其可为时间触发型虚拟机间关键流量提供可预测的端到端延迟。
2026-10-13 cs.NI cs.OS
Carbon Dioxide Emission Minimized Virtual Machine (VM) Placement in Cloud-Fog Network Architecture
本文提出一个混合整数线性规划模型,在云-雾网络架构中考虑可再生能源,最小化虚拟机放置的二氧化碳排放,并满足服务级别协议要求。
2023-11-16 cs.NI
Line-Rate GTP-U Admission Control at the Edge of a Cloud-Native 5G Core: An XDP-Based Design for Kubernetes-Hosted User Plane Functions
针对5G核心网迁移至Kubernetes和公有云后UPF面临的GTP-U流量安全挑战,提出基于XDP的GTP-Guard设计,通过六阶段有序准入控制实现线速非法流量丢弃,并形式化阶段排序优化,为云原生5G用户面提供高效防护方案。
2026-10-05 cs.NI
On the Trade-Off between Computational Load and Reliability for Network Function Virtualization
网络功能虚拟化(NFV)实现了网络功能的“软件化”,这些功能在商用现成(COTS)服务器上托管的虚拟机上实现。将虚拟网络功能(VNF)组成逻辑层的转发图(FG)以及将FG嵌入服务器都需要考虑COTS组件的低于运营商级的可靠性。这项工作研究了端到端的可靠性和计算负载之间的权衡每台服务器通过VNF链组成(CC)和FG嵌入(FGE)的联合设计下,由控制器和常规VNF的二分FG的假设。评估概率模型内的可靠性标准,分析的见解,首先提供了一个简化的断开FG。在此基础上,提出了一种基于混合整数线性规划的块坐标下降法来解决CC和FGE的联合优化问题。通过仿真结果,可以观察到,CC和FGE的联合设计相比于单独的优化方法导致了显著的性能增益。
2017-04-23 cs.IT cs.NI math.IT
Shortest Path and Maximum Flow Problems Under Service Function Chaining Constraints
随着网络功能虚拟化(NFV)的出现,物理网络功能(PNF)逐渐被托管在通用服务器上的虚拟网络功能(VNF)所取代。根据特定服务的呼叫流,数据包在到达目的地之前需要通过一组有序的网络功能(物理或虚拟),称为服务功能链(SFC)。可以想象,在接下来的几年里,在这个过渡期间,这些网络将有一个混合的PNF和VNF,这带来了一个有趣的混合网络问题,本文研究:(1)如何找到一个SFC约束的最短路径之间的任何一对节点?(2)可实现的SFC约束最大流量是多少?(3)如何放置VNF以使成本(要虚拟化的节点数量)最小化,同时即使在SFC约束下仍然可以实现原始网络的最大流量?在这项工作中,我们将努力解决这些新出现的问题。首先,对于SFC约束的最短路径问题,我们提出了一种网络图的变换,以最小化任何最短路径算法的后续应用的计算复杂性。其次,我们制定了SFC约束的最大流问题作为一个分数多商品流问题,并开发了一个组合算法的特殊情况下的实际利益。第三,我们证明了VNF布局问题是NP-难的,并提出了一种替代的非线性规划(ILP)制定。最后,我们进行模拟来阐明我们的理论结果。
2018-01-17 cs.NI
Minimal Virtual Machines on IoT Microcontrollers: The Case of Berkeley Packet Filters with rBPF
虚拟机(VM)被广泛用于托管和隔离软件模块。然而,到目前为止,极小的内存和低能耗预算阻碍了VM在典型的基于微处理器的物联网设备上的广泛使用。在本文中,我们探讨了两个最小的VM方法在这种低功耗硬件的潜力。我们设计了rBPF,一个基于寄存器的虚拟机扩展伯克利包过滤器(eBPF)的基础上。我们将其与基于WebAssembly(Wasm)的适用于嵌入式系统的基于堆栈的VM进行比较。我们实现了托管在物联网操作系统RIOT中的每个虚拟机的原型。我们对商用现成物联网硬件进行测量。不出所料,我们观察到Wasm和rBPF虚拟机与不使用VM相比都会产生执行时间和内存开销。然而,我们表明,这种执行时间开销对于低吞吐量、低能耗的物联网设备是可以容忍的。我们进一步表明,虽然使用基于Wasm的VM需要使用6LoWPAN/CoAP堆栈的简单联网物联网应用程序的内存预算增加一倍,但使用基于rBPF的VM只需要微不足道的内存开销(不到10%的内存)。因此,rBPF是一种很有前途的方法,可以通过低功耗网络托管与操作系统软件隔离的小型软件模块,并可按需更新。
2020-12-09 cs.NI cs.OS
VNF and Container Placement: Recent Advances and Future Trends
随着对开放性、可扩展性和粒度的需求不断增长,移动网络功能虚拟化(NFV)已经成为大多数移动网络运营商的关键使能器。NFV从硬件设备中分离网络功能。这种解耦允许被称为虚拟化网络功能(VNF)的网络服务托管在商用硬件上,这简化并增强了提供商的服务部署和管理,提高了灵活性,并导致高效和可扩展的资源使用以及更低的成本。VNF在托管基础设施中的适当放置是主要的技术挑战之一。这种布局会显著影响网络的性能、可靠性和运营成本。VNF放置是NP难的。因此,需要一种安置方法,可以随着问题的复杂性而调整,并在合理的时间内找到适当的解决方案。本研究的主要目的是提供一个分类的优化技术来解决VNF布局问题。我们根据性能指标、方法、算法和环境对研究论文进行分类。虚拟化不仅限于简单地用虚拟机或VNF替换物理机,还可能包括微服务、容器和云原生系统。在这种情况下,本文的第二部分重点关注边缘/雾计算中容器的放置。许多问题已经被认为是交通拥挤,资源利用,能源消耗,性能下降,安全等。对于每一个问题,通过不同的调查和研究论文提出了各种解决方案,其中每一个都以特定的方式解决布局问题,提出基于不同类型的算法,如启发式,元启发式,和机器学习算法。
2022-04-01 cs.NI
A baseline Model for the Relationships between Network Operators and Tower Companies
在无线电蜂窝网络中引入虚拟化技术允许基于托管天线的塔的外包并由所谓的塔公司(TowerCos)运营的业务的出现。在本文中,我们开发了一个基线业务模型,研究网络运营商和TowerCos之间的潜在关系。事实证明,当网络运营商将塔的管理外包时,运营成本的收益可以优雅地用于降低价格以吸引更多客户。然而,必须谨慎地实现价格下降,以免打破运营商之间的市场份额,并保持竞争。为了证明这一点,我们在第一步中采用了集中式优化公式。在第二步中,我们开发了一个博弈论框架。
2020-10-01 cs.NI
A decomposition approach for large virtual network embedding
Orange Research(Orange研究);Laboratoire d’Informatique de Paris Nord, LIPN, CNRS(巴黎北计算机实验室,LIPN,CNRS);Université Sorbonne Paris Nord(索邦巴黎北大学)
本文提出了一种分解方法,用于解决大规模虚拟网络嵌入问题,通过整数线性公式和自动划分技术提升求解效率和下界质量。
2026-11-10 cs.DM cs.NI
Flocking Virtual Machines in Quest for Responsive IoT Cloud Services
我们建议弗洛克;一种简单且可扩展的协议,支持跨异构边缘和传统云平台实时迁移虚拟机(VM),以提高云服务的响应能力。Flock的设计具有适合物联网(IoT)用例的属性。我们描述了正则化延迟测量的属性,Flock可以用于异步和自主迁移决策。这样的决策允许通信的VM遵循类似群集的行为,该行为由三个简单的规则组成:分离、对齐和内聚。使用博弈论,我们推导出分析界的羊群的无政府代价价格(PoA),并证明群集虚拟机收敛到一个纳什均衡,同时解决最好的云平台。我们通过模拟验证了Flock的有效性,并讨论了如何简单地调整其通用目标以实现其他目标,如云负载均衡和能耗最小化。
2016-10-02 cs.DC cs.NI
On Machine Learning DoS Attack Identification from Cloud Computing Telemetry
Federal University of Espírito Santo(圣埃斯皮里图联邦大学)
拒绝服务(DoS)攻击的检测仍然是云环境的一个挑战,影响了由这种虚拟化基础设施托管的大量服务和应用程序。通常,在文献中,DoS攻击的检测仅通过分析网络中的数据包流量来执行。这项工作提倡使用来自云的遥测技术来检测使用机器学习算法的DoS攻击。我们的假设是基于丰富的本地数据汇集服务,从物理和虚拟主机的指标。我们的初步结果表明,可以准确地识别拒绝服务的k-最近邻(kNN)和决策树(CART)。
2019-04-11 cs.CR cs.LG cs.NI
Virtual Machine Trading in a Federation of Clouds: Individual Profit and Social Welfare Maximization
通过在不同的云提供商之间共享资源,联合云的范例利用了资源的时间可用性和运营成本的地理多样性,以实现高效的作业服务。虽然云联盟中跨不同云平台的互操作性问题已经得到了广泛的研究,但云经济学的基本问题仍然存在:云应该何时以及如何交易资源(例如,虚拟机),使其净利润在长期内最大化,同时还可以保证整个联邦接近最佳的社会福利?为了回答这个问题,一些重要的,相互关联的决策,包括作业调度,服务器供应和资源定价,应动态和联合,同时追求长期利润最优。在这项工作中,我们设计了有效的算法,云联盟中的云间虚拟机(VM)的交易和调度。对于云之间的虚拟机事务,我们设计了一个基于双重拍卖的机制,该机制是防策略的,个体理性的,事后预算平衡的,并且随着时间的推移有效地执行。与拍卖机制紧密结合的是一个动态的虚拟机交易和调度算法,它仔细决定拍卖中的虚拟机的真实估值,最优地调度具有不同SLA的随机作业到达虚拟机,并根据当前的电价明智地打开和关闭服务器。通过严格的分析,我们表明,每一个单独的云,通过执行动态算法在网上双重拍卖,可以实现时间平均利润任意接近离线最优。社会福利的渐近最优性也在同质云设置下实现。我们进行跟踪驱动的模拟,以检查我们的算法的有效性和异构云环境下可实现的社会福利。
2013-04-24 cs.NI
Profit and Strategic Analysis for MNO-MVNO Partnership
我们认为移动市场由两个移动网络运营商(MNO)和一个新的竞争对手移动虚拟网络运营商(MVNO)驱动。MNO可以通过租赁网络资源与进入者MVNO合作;然而,MVNO也可以依赖其他技术,例如免费WiFi接入点。此外,除了提供连接服务外,MVNO还可以通过其品牌从服务中获得间接收入。在包括许多接入技术和若干收入来源的该框架中,可能的合作伙伴MNO然后将必须决定向MVNO收取其资源的批发价格。这种多行为者的情况,加上需要考虑批发和零售市场,对基本的决策过程提出了新的挑战。在本文中,最佳的价格设置制定为一个多层次的优化问题,使我们能够获得封闭形式的最佳MNO批发价格和最佳MVNO零售价格的表达式。MVNO的价格吸引力还根据其间接收入和从可能的合作伙伴MNO租赁的资源比例进行评估。最后,通过博弈论的方法,我们的特点的情况下,两个移动网络运营商的合作伙伴与MVNO的独特的纳什均衡在适当的条件下。
2018-12-13 cs.GT cs.NI
Constrained Deep Reinforcement Based Functional Split Optimization in Virtualized RANs
在虚拟化无线电接入网络(vRAN)中,基站(BS)功能被分解为虚拟化组件,这些虚拟化组件可以通过功能划分而托管在集中式单元或分布式单元处。这种灵活性具有许多益处;然而,它还需要以使总网络成本最小化的方式解决找到BS的功能的最佳分割的问题。基础vRAN系统非常复杂,对其进行精确建模并不容易。公式化的功能分裂问题,以最大限度地减少成本的结果,在一个组合的问题,可证明是NP-难的,解决它是计算昂贵的。本文提出了一种约束深度强化学习(RL)方法来解决这个问题,对底层系统的假设最少。由于在深度RL中,动作选择是神经网络推理的结果,因此它可以实时完成,而更新神经网络的训练可以在后台完成。然而,由于该问题是组合的,即使对于少量的函数,RL问题的动作空间也变得很大。因此,为了处理如此大的动作空间,利用基于链式规则的随机策略,其中应用基于长短期记忆(LSTM)网络的序列到序列模型来估计选择功能分裂动作的策略。然而,所利用的策略仍然限于无约束的问题,并且每个分割决策受vRAN的约束要求的约束。因此,利用约束策略梯度方法来训练和引导策略朝向约束满足。此外,通过贪心解码或温度采样的搜索策略被用来提高测试时的最优性能。使用合成和真实的网络数据集进行模拟,以评估所提出的解决方案的性能。
2022-06-03 cs.NI eess.SP
Cardinality Estimation in a Virtualized Network Device Using Online Machine Learning
Technion-Israel Institute of Technology(以色列理工学院)
基数估计算法接收元素流,可能有重复,并返回流中不同元素的数量。这种算法寻求以输出不准确为代价来最小化所需的存储器和CPU资源消耗。在计算机网络中,基数估计算法主要用于统计不同流的数目,并分为两大类:草图算法和抽样算法。草绘算法需要处理所有数据包,因此它们通常由专用硬件实现。采样算法不需要处理所有数据包,但它们以其不准确性而闻名。在这项工作中,我们确定基于采样的基数估计算法的主要缺点之一:它们无法适应流量大小分布的变化。为了解决这个问题,我们提出了一个新的基于采样的自适应基数估计框架,它使用在线机器学习。我们评估我们的框架,使用真实的流量跟踪,并显示出显着更好的准确性相比,最知名的基于采样的算法,对于相同比例的处理数据包。
2019-03-13 cs.LG cs.NI