Joint Energy Efficient and QoS-aware Path Allocation and VNF Placement for Service Function Chaining
服务功能链接（SFC）允许沿着虚拟网络功能（VNF，例如，IDS、防火墙和NAT）。软件定义网络（SDN）解决方案可用于支持SFC，从而降低管理复杂性和运营成本。对于服务和网络提供商来说，最关键的问题之一是减少能耗，这应该在不影响服务的服务质量的情况下实现。在本文中，我们提出了一种新的资源（重新）分配架构，使能源感知SFC基于SDN的网络。为此，我们将VNF放置、VNF到流的分配和流路由的问题建模为优化问题。此后，启发式算法提出了不同的优化问题，以找到在可接受的时间内接近最优的解决方案。所提出的算法的性能进行了数值评估，在现实世界的拓扑结构和各种网络流量模式。结果表明，所提出的启发式算法提供近最优解，而他们的执行时间是适用于现实生活中的网络。
2018-07-12 cs.NI
Multiple Service Chain Placement and Routing in a Network-enabled Cloud
网络功能虚拟化（NFV）旨在将传统专有硬件的功能抽象为虚拟网络功能（VNF）软件，其可以在商用现货（COTS）服务器上运行。除了减少对专有支持的依赖外，NFV还帮助网络运营商以敏捷的方式部署多种服务。服务部署涉及通过包括服务链（SC）的VNF的放置和按顺序路由。我们的研究是第一个专注于计算复杂的问题，多个VNF SC的布局和路由，同时考虑VNF服务链明确。我们提出了一种新的列生成模型，用于放置多个VNF SC和路由，这大大降低了问题的计算复杂性。我们的目标是确定理想的NFV基础设施（NFVI），以最大限度地减少网络资源消耗。我们的研究结果表明，网络使能云（NeC）的网络资源消耗低于集中式NFVI（例如，数据中心），同时避免分布式NFVI的不可行性。
2016-11-10 cs.NI
Dynamic Placement of VNF Chains for Proactive Caching in Mobile Edge Networks
尽管在过去的几年中，网络功能虚拟化（NFV）架构受到了大量的研究工作，但是当将其视为服务链时，很少关注优化主动缓存。由于流行内容的缓存被设想为新兴5G网络中的关键技术之一，以提高网络效率和整体终端用户感知的服务质量，因此本文明确考虑基于缓存的VNF服务链的相互作用和后续优化。为此，我们详细介绍了一种新的数学规划框架量身定制的VNF缓存链和详细的无标度启发式提供有竞争力的解决方案，为大型网络实例，因为问题本身可以被看作是一个变种的经典NP-硬无容量设施位置（UFL）问题。一组广泛的数值研究，提出了所提出的计划的特点可达到的系统性能。
2018-07-27 cs.NI
CPVNF:Cost-efficient Proactive VNF Placement and Chaining for Value-Added Services in Content Delivery Networks
增值服务（例如，覆盖的视频广告）已经成为当今内容分发网络（CDN）的组成部分。为了在CDN中提供新增值服务的成本有效、可扩展和更敏捷的供应，可以利用网络功能虚拟化（NFV）范例来允许将细粒度服务实现为要放置在CDN中的虚拟网络功能（VNF）链。放置这些链的方式是至关重要的，因为它既影响服务质量（QoS）又影响提供商成本。然而，由于链的特性（例如，它们的端点之一在放置之前是未知的）。我们制定它作为一个线性规划（ILP），并提出了一个具有成本效益的主动VNF布局和链接（CPVNF）算法。目标是找到VNF的最佳数量及其位置，以使成本最小化，同时满足QoS。除了成本最小化之外，支持具有大量服务器和最终用户的大规模CDN是所提出算法的一个重要特征。通过仿真，分析了该算法在小规模到大规模CDN网络中的性能。
2018-03-15 cs.NI
Near Optimal VNF Placement in Edge-Enabled 6G Networks
软件化和虚拟化是需要超低延迟的新兴行业的关键概念。这只有在传统上集中在通信网络核心的计算资源被移动到更靠近用户、更靠近网络边缘的情况下才有可能。然而，在第六代（6 G）移动网络中实现边缘计算（EC）需要有效的资源分配机制来放置虚拟网络功能（VNF）。机器学习（ML）方法，更具体地说，强化学习（RL），是解决这个问题的一种很有前途的方法。这项工作的主要贡献有两个方面：首先，我们获得了理论性能界的VNF放置在EC启用6 G网络，通过制定数学问题作为一个有限的马尔可夫决策过程（MDP），并解决它使用动态规划方法称为策略迭代（PI）。其次，我们使用RL开发了一个实用的解决方案，其中问题是用Q-Learning来处理的，该Q-Learning在网络中放置VNF时考虑了计算和通信资源。在不同的系统参数设置下的仿真结果表明，Q学习方法的性能接近最优PI算法（没有其对服务统计的限制性假设）。当欧盟委员会资源稀缺，需要对这些资源进行有效管理时，这一点尤其令人感兴趣。
2021-11-15 cs.NI
Impact of Processing-Resource Sharing on the Placement of Chained Virtual Network Functions
网络功能虚拟化（Network Function Virtualization，NFV）为网络运营商提供了更高的灵活性，降低了网络业务部署的复杂度。使用NFV，虚拟网络功能（VNF）可以位于各种网络节点中，并且在服务功能链（SFC）中链接在一起以提供特定服务。将多个VNF整合在较少数量的位置将允许减少资本支出。然而，VNF的过度整合可能由于处理资源共享而导致额外的延迟惩罚，并且这是不期望的，因为SFC受到特定于服务的延迟要求的限制。在本文中，我们确定了两种不同类型的惩罚（称为"成本"）相关的多个VNF之间的processingresource共享：上下文切换成本和升级成本。当多个CPU进程（例如，支持不同的VNF）共享相同的CPU，因此需要重复加载/保存它们的上下文。需要多核实现的VNF会产生升级成本，因为它们会因CPU核心之间的负载平衡需求而受到惩罚。这些成本影响如何将链接的VNF放置在网络中以满足SFC的性能要求。我们评估它们的影响，同时考虑在VNF整合场景中具有不同带宽和延迟要求的SFC。
2019-09-30 cs.NI
Surfing the SWAVES: Lifecycle-aware Service Placement in MEC
针对MEC网络中用户漫游时VNF跟随部署的难点，提出主动部署方案SWAVES，通过预测用户移动提前启动VNF实例平衡时延与资源，大幅降低用户未成功数据包占比。
2025-06-13 cs.NI
VNF Placement and Resource Allocation for the Support of Vertical Services in 5G Networks
5G网络的主要目标之一是支持各个行业（所谓的垂直行业）的技术和业务需求，这些行业希望为其客户提供以不同性能要求为特征的各种服务。在这种情况下，一个关键的挑战在于以自动化的方式将垂直需求映射到有关网络基础设施的决策中，包括VNF放置，资源分配和流量路由。在本文中，我们寻求共同做出这样的决定，考虑到他们的相互作用，并有效地。为此，我们制定了一个基于配置的模型，并使用它在网络编排器，以最佳匹配垂直的要求，可用的系统资源。然后，我们提出了一个快速，高效的解决方案的策略，称为MaxZ，这使我们能够降低解决方案的复杂性。我们的性能评估，进行会计的多个场景代表现实世界的服务，表明，MaxZ表现大大优于国家的最先进的替代品，并始终接近最佳。
2018-12-29 cs.NI
Availability-Aware VNF Placement and Request Routing in MEC-Enabled 5G Networks
针对支持MEC的5G网络中uRLLC应用的可靠性和延迟需求，提出随机舍入近似方法及贪心启发式方法解决NP难的VNF放置优化问题，仿真及原型验证其总收益接近最优且可用性更优。
2025-08-20 cs.NI
A Distributed Virtual Network Function Placement Approach in Satellite Edge and Cloud Computing
卫星边缘计算已成为为偏远地区的物联网设备提供计算服务的一种很有前途的方式，这些地区不在地面网络的覆盖范围内，但由于卫星资源的限制，它不适合大规模的物联网设备。云计算可以为物联网设备提供足够的可用资源，但由于网络延迟高，无法满足延迟敏感型用户的服务需求。协作边缘和云计算是通过结合边缘和云计算的优势，为众多物联网设备提供灵活的服务。研究了协同卫星边缘和云计算环境下，以最小化卫星网络带宽使用率和服务端到端延迟为目标的虚拟网络功能（VNF）配置问题.我们制定的VNF布局问题作为一个整数非线性规划问题，并提出了一个分布式VNF布局（D-VNFP）算法来解决它，因为VNF布局问题是NP-难的。通过实验验证了该算法的有效性。实验结果表明，该算法在解决卫星边缘和云计算环境下的VNF布局问题时，性能优于已有的Greedy和Viterbi算法.
2021-04-06 cs.DC cs.NI
Replication of Virtual Network Functions: Optimizing Link Utilization and Resource Costs
网络功能虚拟化（NFV）使得能够将通常部署在专用硬件中的传统网络服务软件化为虚拟网络功能（VNF）形式的通用硬件，VNF可以灵活地位于网络中。然而，网络负载均衡对于VNF的有序序列（也称为服务功能链（SFC），当今常见的云和网络服务方法）可能是至关重要的。这些链式功能的放置增加了VNF之间的乒乓流量，直接影响带宽利用效率。这些VNF的放置的优化是一个挑战，因为还需要考虑其他因素，例如资源利用率。为了解决这个问题，我们研究了VNF放置与复制的问题，特别是VNF复制的潜力，以帮助负载平衡网络，同时服务器利用率最小化。在本文中，我们提出了一个线性规划（LP）模型的功能最优放置找到两个目标之间的权衡：链路利用率和CPU资源使用率的最小化。结果表明，该模型如何负载平衡的利用率在网络中使用最少的资源。
2017-02-23 cs.NI
Joint Reliability-aware and Cost Efficient Path Allocation and VNF Placement using Sharing Scheme
网络功能虚拟化（NFV）是现代网络的重要参与者，其提供不同类型的服务，诸如流量优化、内容过滤和负载均衡。更确切地说，NFV是一种配置技术，旨在通过使用虚拟化网络功能（VNF）将服务从专用硬件移动到商品服务器来减少网络提供商的大量资本支出（CAPEX）。遵循逻辑目标的VNF/服务的序列被称为服务功能链（SFC）。向SFC的发展给那些需要高可靠性的网络服务带来了新的挑战。为了应对这一挑战，引入了冗余方案。使用专用保护的现有冗余方案增强了服务的可靠性，然而，它们没有考虑冗余VNF的成本。在本文中，我们提出了一种新的可靠性增强方法，使用共享的保护方案，以减少冗余VNF的成本。为此，我们在数学上将该问题表示为混合线性规划（MILP）。其目标是确定最佳的可靠性，可以达到最低的成本。虽然相应的优化问题可以解决使用现有的MILP求解器，计算复杂性是不合理的现实情况。之后，我们提出了一个可靠性感知和最小成本的遗传算法（RCG）来解决这个问题，具有低计算复杂性。为了评估所提出的解决方案，我们将其与四种不同的解决方案进行了比较。仿真结果表明，与最优解相比，RCG以更低的复杂度获得了接近最优的性能。
2020-04-19 cs.NI
Probabilistic QoS-aware Placement of VNF chains at the Edge
本文提出EdgeUsher，一种声明式解决方案，利用概率分布建模云边基础设施动态变化，为VNF链确定满足硬件、物联网、安全、带宽和延迟要求的全部合格部署位置，并评估其鲁棒性。
2021-02-15 cs.DC cs.LO cs.NI
Routing-Led Placement of VNFs in Arbitrary Networks
对计算资源不断增长的需求导致了具有数万台服务器的超大规模数据中心的创建。随着需求的持续增长，必须采用新技术，以确保在不产生高能耗对环境造成破坏性影响的情况下提供高质量的服务。诸如网络功能虚拟化（NFV）的虚拟化技术允许通过连接被称为虚拟网络功能（VNF）的组件部分来创建服务。VNF可以用于通过优化VNF的放置和路由来最大化地利用可用的数据中心资源，以保持高服务质量，同时最小化能量成本。目前对这个问题的研究集中在放置VNF上，并将路由视为次要问题。在这项工作中，我们认为，相反的方法，路由为主导的方法是可取的。我们提出了一种新的路由为主导的算法和分析每个组成部分在一系列不同的拓扑结构上的问题，多达16000个变量，并比较其性能对传统的布局为基础的算法。实证结果表明，我们的路由为主导的算法可以产生显着更好，更快的解决方案，以大型问题的实例上的一系列concentre拓扑结构。
2020-01-30 cs.NE cs.NI
A Reliability Study of Parallelized VNF Chaining
在本文中，我们研究了端到端的服务可靠性数据中心网络（DCN）的流和服务功能链（SFC）并行。在我们的方法中，我们考虑大的流i）被拆分成多个并行的较小的子流; ii）SFC连同它们的VNF被复制到至少与子流一样多的VNF实例中，从而产生并行的子SFC;以及iii）所有子流分布在多个最短路径上并由并行的子SFC并行处理。我们研究了服务的可靠性作为一个功能的流和SFC的并行性和放置的并行活动和备份子SFC内DCN。基于概率理论，并考虑服务器和VNF故障，我们分析得出每个研究的VNF布局方法的概率，所有子流可以成功地处理的并行SFC没有服务中断。我们评估了保护并行化SFC所需的备份VNF的数量，并具有一定的服务可靠性。结果表明，与具有串行业务流的传统SFC相比，DCN中所提出的流和SFC并行性可以显着提高端到端服务可靠性，同时减少所需的备份VNF的数量。
2017-11-20 cs.NI
Securing Virtual Network Function Placement with High Availability Guarantees
虚拟网络功能即服务（VNFaaS）目前正受到电信和云利益相关者的关注，作为一个有前途的业务和技术方向，包括在云上提供网络功能即服务（NFV基础设施），而不是提供独立的网络设备，以提供更高的可扩展性并降低维护成本。然而，托管VNF的这种NFVI的功能对于在其上运行的所有服务和应用来说是基本的，这迫使保证高可用性水平。事实上，VNFaaS的可用性依赖于其单个组件（即服务器、虚拟化软件和通信网络）的故障率。将实现网络功能的虚拟机正确分配给NFVI服务器及其保护对于保证高可用性至关重要。我们模型的高可用性虚拟网络功能的位置（HA-VNFP）的问题，找到最好的分配虚拟机的服务器，保证保护复制。我们提出了一种概率方法来衡量系统的真实可用性，并设计了高效和有效的算法，可用于利益相关者的在线和离线规划。
2017-01-27 cs.NI
Joint Placement and Allocation of VNF Nodes with Budget and Capacity Constraints
随着网络功能虚拟化（NFV）的出现，传统上在专有专用硬件上运行的网络服务现在可以使用托管在通用商品硬件上的虚拟网络功能（VNF）来实现。这种新的网络范例为互联网服务提供商（ISP）提供了极大的灵活性，以便有效地运营其网络（收集网络统计数据、执行管理策略等）。然而，引入NFV需要投资以在某些网络节点（称为VNF节点）处部署VNF，这必须考虑诸如部署预算和VNF节点容量的实际约束。为此，重要的是设计联合VNF节点放置和容量分配算法，其可以最大化由VNF节点完全处理的网络流的总量，同时尊重这种实际约束。与大多数以前的工作，往往忽略了预算约束或能力约束，我们明确考虑这两个。我们证明，这些约束的会计介绍了几个新的挑战。具体地说，我们证明了所研究的问题不仅是NP-难的，而且也是非子模的。为了解决这些挑战，我们引入了一种新的松弛方法，使放松放置子问题的目标函数成为submodular。利用这个有用的子模块的属性，我们提出了两个算法，实现了近似比$\frac{1}{2}(1-1/e)$和$\frac{1}{3}(1-1/e)$为原来的非放松的问题，分别。最后，我们证实了所提出的算法的有效性，通过广泛的评估，使用跟踪驱动的模拟。
2022-01-20 cs.DS cs.NI
Implementation of Virtual Network Function Chaining through Segment Routing in a Linux-based NFV Infrastructure
在本文中，我们首先介绍了NFV架构和使用IPv6分段路由（SRv6）网络编程模型来支持NFV场景中的服务功能链。我们描述了SR感知和SR不感知的虚拟网络功能（VNF）的概念。提供了通过SRv6网络编程模型支持VNF链接的网络域的详细设计。在架构级别描述了支持SR感知和SR不感知VNF的操作，特别是我们提出了一种用于NFV节点中托管的SR不感知VNF的解决方案。所提出的解决方案已经实现了基于Linux的NFV主机，该软件是开源的。最后，所提出的机制的实施的性能分析的方法进行说明，并给出初步的性能结果。
2017-04-20 cs.NI
Deep Q-Learning for Dynamic Reliability Aware NFV-Based Service Provisioning
网络功能虚拟化（NFV）是指软件化的网络功能虚拟地运行在商用服务器上的技术。这些功能被称为虚拟网络功能（VNF）。特定服务由一组VNF组成。这是电信网络中的服务提供的范式转变，其引入了新的设计和实现挑战。这些挑战之一是考虑到商品服务器的可靠性，满足所请求服务的可靠性要求。在这种情况下，VNF放置（其是将商品服务器分配给VNF的问题）变得至关重要。为了解决这个问题，在本文中，我们采用深度Q网络（DQN）模型NFV布局问题，考虑到服务的可靠性要求。所引入的模型的输出决定了在每个状态下什么样的放置是最佳的。数值计算结果表明，引入的模型可以显着提高网络运营商的性能。
2018-12-03 cs.NI
A Multi-Agent Reinforcement Learning Scheme for SFC Placement in Edge Computing Networks
针对边缘计算网络中资源受限的SFC部署问题，提出一种多智能体强化学习方案，通过智能体协同决策路径选择、VNF配置与部署，使边缘服务提供商利润较启发式方案提升12%。
2024-08-27 cs.NI
GenAI Assistance for Deep Reinforcement Learning-based VNF Placement and SFC Provisioning in 5G Cores
针对5G核心网动态环境下的VNF放置与SFC供给问题，提出生成式VAE辅助的先进DRL混合方法，在接受率、E2E时延和吞吐量上优于现有DRL。
2024-11-19 cs.NI
On Optimal Placement of Hybrid Service Function Chains (SFCs) of Virtual Machines and Containers in a Generic Edge-Cloud Continuum
传统上，网络功能虚拟化（NFV）已经被实现为以虚拟网络功能（VNF）的形式在虚拟机（VM）上运行。最近，所谓的无服务器计算在云计算中获得了吸引力，提供了利用容器化技术部署服务的功能即服务（FaaS）平台。与基于VM的VNF相比，资源通常是保留的并持续运行，FaaS可以只是实现小功能的代码子集，允许事件驱动的按需实例化。因此，基于混合VM容器的服务功能链（SFC）是NFV架构的自然演进。我们从互联网服务提供商（ISP）的角度研究了混合SFC的最佳放置的新问题，从而可以在通用边缘和云连续体中的VM或容器上实例化VNF。为此，我们提出了一个混合线性规划模型以及一个启发式解决方案来解决这个优化问题，该问题考虑了运营商网络中特定VM和容器部署所特有的三个目标：在边缘维护服务器的运营成本，将VNF放置在第三方云提供商中的成本以及在违反SLA协议时应用的惩罚成本。我们还提出了两个阶段的优化过程来分析VNF的复制和迁移对性能的影响。该模型可用于突出虚拟机和容器的组合可以从货币成本的角度提供最大好处的场景。
2020-07-08 cs.NI
Delay and reliability-constrained VNF placement on mobile and volatile 5G infrastructure
SDN和NFV技术的持续研究和工业开发为网络自动化和基础设施优化提供了更高的灵活性。选择虚拟网络功能的位置是软件定义的、基于虚拟化的下一代网络（如5G及更高版本）自动化和优化的核心问题。为自动驾驶汽车、工厂自动化、电子健康和云机器人提供的网络服务通常需要严格的延迟界限和可靠性约束，这受到其组成虚拟网络功能的位置的影响。机器人、车辆和其他终端设备提供了重要的功能，如执行器、传感器和本地计算，这些功能对某些服务至关重要。此外，这些设备不断移动，可能会失去网络连接或耗尽电池电量，这进一步挑战了这种动态环境中的服务交付。这项工作解决了移动性和电池限制;以及在易失性网络上部署可靠的低延迟服务的时间方面和冲突特征，其中移动计算节点充当云和边缘计算基础设施的扩展。将该问题转化为一个代价最小化的虚拟网络功能布局优化问题，并提出了一种有效的启发式算法。通过对详细的真实场景的仿真，从各个方面对算法进行了广泛的评估。
2020-07-23 cs.NI
Optimizing Service Function Chain Mapping in Network Function Virtualization through Simultaneous NF Decomposition and VNF Placement
Urmia University（乌尔米亚大学）；Razi University（拉齐大学）
本文将网络功能分解与虚拟网络功能部署同时作为单一问题求解，提出基于NSGAII的MODMVNF方法，在物理网络上同时寻找近优分解与映射，以最小化SFC映射成本和通信延迟，实验验证了其有效性。
2024-11-12 cs.AI cs.NI
A Simple Reliability Analysis of Complex Service Function Chains (SFCs)
在网络功能虚拟化（NFV）框架中，业务功能链（SFC）的可靠性是一个复杂的功能，包括硬件和软件的布局、配置和部署要求。以前的可靠性分析模型不能直接应用于SFC，因为它们不考虑系统组件共享，系统组件的异质性和它们在故障情况下的相互依赖性方面。在本文中，我们分析了复杂的SFC配置的服务可靠性，包括串行和并行VNF链，以及它们相关的备份保护组件。我们的分析是基于组合分析和简化二项式定理，这种简单的方法可以用来分析相当复杂的SFC配置。我们第一次考虑放置在数据中心，机架和服务器中的VNF组件之间的故障依赖性。我们表明，我们的分析可以很容易地考虑在任意配置的数据中心网络中不同的VNF布局策略，因此，可以有效地用于优化可靠的SFC布局。
2020-04-01 cs.NI
Virtual Network Function Placement in Satellite Edge Computing with a Potential Game Approach
卫星网络作为地面网络的补充，可以为偏远地区的物联网用户提供有效的计算服务。由于卫星在计算、存储、能源等方面的资源限制，物联网用户的计算任务可以分为多个部分，由多颗卫星协同完成，以提高卫星网络的整体运行效率。网络功能虚拟化（NFV）被视为按需分配网络资源的新范例。卫星边缘计算与NFV技术相结合正在成为一个新兴的话题。在本文中，我们提出了一个潜在的游戏方法虚拟网络功能（VNF）的卫星边缘计算的布局。VNF放置问题旨在最大限度地增加分配的IoT用户数量，同时最大限度地降低整体部署成本。我们制定的VNF布局问题的最大网络支付作为一个潜在的游戏，并分析了问题的博弈论的方法。我们实现了一个分散的资源分配算法的基础上潜在的游戏（PGRA），以解决VNF放置问题，找到一个纳什均衡。最后，我们进行实验来评估所提出的PGRA算法的性能。仿真结果表明，PGRA算法能够有效解决卫星边缘计算中的VNF布局问题。
2021-04-06 cs.DC cs.NI
Online Scaling of NFV Service Chains across Geo-distributed Datacenters
网络功能虚拟化（NFV）是一种新兴的范例，其将网络功能的依赖于硬件的实现（即，中间盒）转换为运行在虚拟化平台上的软件模块，从而显著降低成本并简化管理。这样的虚拟网络功能（VNF）通常构成业务链，以提供业务流需要经过的网络服务。用于网络服务供应的VNF的高效部署是实现NFV目标的关键。关于VNF放置的现有努力主要处理离线或一次性放置，忽略了VNF处理实际时变流量的基本动态部署和缩放需求。这项工作研究了VNF服务链在地理分布的网络中心的动态放置，以服务于分散的源和目的地对之间的流，以使服务链提供商在整个系统跨度上的运营成本最小化。提出了一种有效的在线算法，它包括两个主要部分：（1）一种基于正则化的在线学习方法，将离线最优部署问题转化为一系列单次正则化问题，每个问题在一个时隙内有效求解;（2）一种在线相关舍入方案，用于从单次问题的最优分数解导出可行整数解，并保证在线算法在整个时间跨度上的良好竞争率。我们验证了我们的在线算法与坚实的理论分析和跟踪驱动的模拟现实环境下。
2016-11-24 cs.NI
Application Component Placement in NFV-based Hybrid Cloud/Fog Systems
应用程序是一组交互组件，可以按顺序、并行或通过使用更复杂的构造（如选择和循环）执行。因此，它们可以被建模为具有由这些构造组成的子结构的结构化图。雾计算可以通过在网络边缘部署一些组件（即，更接近终端设备），同时将其他设备保留在云中。网络功能虚拟化（NFV）将软件从硬件中分离出来，并使网络服务和应用能够作为虚拟网络功能（VNF）进行敏捷部署。在NFV设置中，需要高效的放置算法来将表示VNF转发图（VNF-FG）的结构化图映射到混合云/雾系统的基础设施上。迄今为止，只有具有序列和平行子结构的确定性图才被考虑。然而，一些现实生活中的应用程序确实需要具有子结构的非确定性图作为选择和循环。本文主要研究基于NFV的混合云/雾系统中的应用组件放置问题，并假设表示应用的图是不确定的。目标是最小化总的加权函数的完工时间和成本。该问题被建模为一个非线性规划（ILP）和评估小规模的情况下使用CPLEX优化工具。
2018-05-25 cs.NI
Multi-Criteria Virtual Machine Placement in Cloud Computing Environments: A literature Review
云计算是一个革命性的过程，它影响了网络的使用方式。由于虚拟机（VM）在数据中心的物理机上弹性运行工作负载，因此它具有很高的灵活性。在云环境中放置虚拟机（VMP）的问题是一个重要的挑战，虽然尚未完全解决，但已得到彻底解决。本文讨论了可能破坏VM和虚拟网络功能（VNF）的放置的不同问题，并基于多个性能指标（例如能耗、服务质量、服务水平协议和所产生的成本）将现有解决方案分类为五个主要目标函数。现有的解决方案也分类的基础上，他们是否采用启发式，确定性，元启发式或近似算法。还讨论了5G网络中的VNF放置，以强调通过包括NFV/软件定义网络技术来优化移动服务的使用。
2018-02-05 cs.NI
Performance-aware placement and chaining scheme for virtualized network functions: a particle swarm optimization approach
网络功能虚拟化（NFV）是一个新的概念，已受到研究人员和网络提供商的关注。NFV将网络功能从专用硬件设备中分离出来，并将这些网络功能虚拟化为称为虚拟化网络功能（VNF）的软件实例。NFV带来了各种好处，包括更大的灵活性、更高的资源利用率以及易于升级和维护。尽管最近在这一领域的工作，放置和链接的VNF需要更多的关注。更具体地说，一些现有的作品只考虑了VNF的放置，而忽略了链接部分。因此，它们没有提供主机或带宽资源以及路径的传播延迟的集成视图。在本文中，我们解决的VNF放置和链接的问题作为一个优化问题的基础上粒子群优化（PSO）算法。我们的目标是最小化所需的服务器数量，路径的平均传播延迟，平均利用率的链接，同时满足网络的需求和约束。基于所得到的结果，在这项研究中提出的算法可以找到可行的和高质量的解决方案。
2021-04-09 cs.CR cs.NI
Online Joint Placement and Allocation of Virtual Network Functions with Heterogeneous Servers
网络功能虚拟化（Network Function Virtualization，NFV）是一种有前途的虚拟化技术，具有显著降低开销和提高服务灵活性的潜力。NFV使互联网服务提供商（ISP）能够在不安装新设备的情况下使用各种虚拟网络功能（VNF）。NFV技术中最有吸引力的方法之一是所谓的虚拟网络功能联合放置和分配（JPA-VNF），它考虑VNF投资与服务质量（QoS）之间的平衡。我们引入了一种新的能力函数来衡量在所提出的OJPA-HS模型中为每个服务器定位VNF实例的潜力。该模型允许网络中的服务器是异构的，同时结合和推广了许多经典的JPA-VNF模型。尽管它的NP-硬度，我们提出了一个可证明的最佳可能的确定性在线算法的基础上动态规划（DP）。为了克服DP的高复杂性，我们提出了两个额外的随机算法，拉斯维加斯（LV）和蒙特卡罗（MC）的随机算法，它的表现甚至与DP一样好，复杂性小得多。此外，MC在处理大数据环境方面具有优势，是一种很有应用前景的启发式算法。对本文提出的算法进行了大量的数值实验。
2020-01-08 cs.DM cs.NI
Service Chain (SC) Mapping with Multiple SC Instances in a Wide Area Network
网络功能虚拟化（NFV）旨在通过在商用现成服务器上运行虚拟网络功能（VNF）来简化网络服务的部署。服务部署涉及VNF的放置和通过包括服务链（SC）的VNF的业务流的顺序路由。联合的VNF放置和业务路由通常被称为SC映射。在广域网（WAN）中，可能出现由许多分布式节点对生成的若干业务流需要相同SC的情况，该SC的一个单个实例（或出现）可能是不够的。具有用于相同SC的多个SC实例的SC映射被证明是非常复杂的问题，因为必须在考虑各个方向上的业务流的同时维持VNF的顺序遍历。我们的研究是第一个处理SC映射与多个SC实例，以尽量减少网络资源消耗。该问题的精确数学建模得到了二次公式。我们提出了一个两阶段的列生成为基础的模型和解决方案，以便在合理的计算时间内得到大型网络拓扑结构的结果。使用这样的方法，我们观察到，只有一小部分SC实例的适当选择可以导致非常接近最小带宽消耗的解决方案。
2017-04-21 cs.NI
Mean-Field Game and Reinforcement Learning MEC Resource Provisioning for SFC
在本文中，我们解决了服务功能链（SFC）的资源配置问题，在多访问边缘计算（MEC）基础设施内的虚拟网络功能（VNF）的放置和链接，以减少服务延迟。我们认为VNF作为系统的主要实体，并提出了一个平均场博弈（MFG）框架来模拟它们的放置和链接行为。然后，在不考虑系统控制参数的情况下，为了实现最优的资源配置策略，我们将建议的MFG简化为马尔可夫决策过程（MDP）。通过这种方式，我们利用MEC节点的行动者-批评者方法来利用强化学习来学习复杂的放置和链接策略。仿真结果表明，我们提出的方法优于基准的最先进的方法。
2022-01-27 cs.NI
Specifying and Analyzing Virtual Network Services Using Queuing Petri Nets
对于网络服务的最佳放置和编排，至关重要的是，它们的结构和语义被明确和全面地指定，并可用于编排器。现有的规范方法要么是模糊的，要么错过了关于形成服务的虚拟网络功能（VNF）的行为的重要方面。我们建议正式和明确地指定这些功能和服务的行为，使用Petri网（QPN）。QPN是允许表达排队、同步、随机分布式处理延迟以及在每个VNF处改变业务量和特性的已建立的方法。通过QPN，多个VNF可以连接到任何结构中的完整网络服务，甚至指定包含环路的双向网络服务。我们提出了一个基于工具的工作流，支持规范的网络服务和相应的模拟代码的自动生成，使其行为和性能的深入分析。在一个案例研究中，我们展示了开发人员如何从分析洞察中受益，例如，以预测不同服务配置的影响。我们还讨论了管理和编排系统如何从我们清晰全面的规范方法及其广泛的分析可能性中受益，从而更好地放置VNF并提高服务质量。
2018-08-14 cs.NI
Quantum-Assisted Joint Virtual Network Function Deployment and Maximum Flow Routing for Space Information Networks
本文针对启用NFV的空间信息网络，提出联合优化用户关联、VNF部署与流路由的混合量子-经典Benders分解算法，以最大化用户处理数据量并解决经典计算难以求解的MILP问题。
2024-09-20 cs.NI
Power-Aware Virtual Network Function Placement and Routing using an Abstraction Technique
网络功能虚拟化（Network Function Virtualization，NFV）是一种非常有前途的网络服务提供技术，正引起人们的广泛关注。NFV可以在商业现成服务器或物理机（PM）中实现，并且许多网络服务可以作为一系列虚拟网络功能（VNF）（称为VNF链）来提供。此外，许多现有的网络设备（例如，交换机）和并置的PM未被充分利用或过度供应，导致低功率效率。为了实现更节能的系统，这项工作的目的是设计VNF的放置，使得网络节点和PM中的总功耗最小化，同时满足可预见需求的延迟和容量要求。基于现有的开关和PM功率模型，我们提出了一个线性规划（ILP）制定找到最优解。我们还提出了一个启发式的概念的基础上的阻塞岛（BI），和基线启发式的基础上的介数中心性（BC）属性的图。在总功耗、延迟、需求接受率和计算时间方面，对两种算法和ILP算法进行了比较。我们的仿真结果表明，基于BI的启发式是优于基于BC的启发式相比，非常接近从ILP获得的最优解的总功耗和需求接受率。与ILP相比，所提出的基于BI的启发式算法明显更快，端到端延迟降低了22%，平均功耗增加了6%。
2018-07-30 cs.NI
AI Model Placement for 6G Networks under Epistemic Uncertainty Estimation
针对6G网络中AI模型部署的不确定性挑战，本文提出一种结合正交证书模块和模糊逻辑的序列到序列（S2S）神经网络方法，在多变环境下实现了有竞争力的部署效果。
2024-02-17 cs.NI
Service Function Chaining Simplified
中间盒通过提供诸如内容过滤、负载均衡和网络流量优化的服务功能已经成为现代网络的重要部分。组成逻辑服务的中间盒的有序序列称为服务链。服务功能链（SFC）使我们能够定义这些服务链。SFC的最新优化模型假设中间盒的功能由单个软件设备提供，通常称为虚拟网络功能（VNF）。该假设将SFC限制到单个VNF的吞吐量和托管VNF实例的物理机的资源。此外，典型的服务提供商提供具有异构吞吐量和资源配置的VNF。因此，部署具有自定义吞吐量的服务链可能成为拼接异构VNF实例的繁琐过程。在本文中，我们描述了如何克服这些限制，而无需担心底层VNF配置和资源约束。这种前景是通过分布式部署多个VNF实例来实现的，这些VNF实例提供中间盒的功能，并将服务链的最佳部署建模为混合整数规划问题。所提出的模型优化了主机和带宽资源分配，并确定VNF实例的最佳放置，同时平衡这些VNF实例之间的工作负载和路由流量。我们证明了这个问题是NP-难的，并提出了一个启发式的解决方案，称为Kariz。Kariz利用调整参数来控制解决方案的速度和精度之间的权衡。最后，我们的解决方案进行了评估，使用模拟数据中心网络。
2016-01-05 cs.NI
Placement and Allocation of Virtual Network Functions: Multi-dimensional Case
网络功能虚拟化（NFV）是一种新兴的设计范例，其用在通用商品服务器上运行的软件模块来替换物理中间盒设备。在逐渐过渡到NFV的同时，互联网服务提供商面临着在哪里引入NFV以充分利用NFV的问题;在这里，我们通过支持NFV的网络中可以提供的流量来衡量收益。这个问题是不平凡的，因为它由两个具有挑战性的子问题组成：1）放置节点以支持虚拟网络功能（称为VNF节点）; 2）将VNF节点的资源分配给网络流。这个问题已经研究了一维设置，其中所有的网络流需要一个网络功能，这需要一个单位的资源来处理一个单位的流。在这项工作中，我们考虑多维设置，其中流必须由多个网络功能处理，这需要不同数量的每个资源来处理一个单元的流。除了一维设置的挑战之外，多维设置还引入了新的挑战（例如，同时也使得资源分配子问题成为带分配约束的广义分配问题的多维推广。为了解决这些困难，我们提出了一种新的两级松弛方法，使我们能够连接到序列次模理论，并利用序列次模的性质以及原始-对偶技术来设计两个近似算法。我们进一步证明了所提出的算法具有非平凡的近似比，该近似比取决于VNF节点的数量、资源以及与流需求相比的可用资源的度量。最后，我们进行跟踪驱动的模拟，以显示所提出的算法的有效性。
2022-02-19 cs.NI
A Scalable Approach for Service Chain (SC) Mapping with Multiple SC Instances in a Wide-Area Network
网络功能虚拟化（NFV）旨在通过在商用现成服务器上运行虚拟网络功能（VNF）来简化网络服务的部署。服务部署涉及VNF的放置和通过包括服务链（SC）的VNF的业务流的顺序路由。联合的VNF放置和业务路由被称为SC映射。在广域网（WAN）中，可能出现由许多分布式节点对生成的若干业务流需要相同SC的情况;然后，该SC的单个实例（或出现）可能是不够的。具有用于相同SC的多个SC实例的SC映射被证明是非常复杂的问题，因为必须在考虑各个方向上的业务流的同时维持VNF的顺序遍历。我们的研究是第一个处理问题的SC映射与多个SC实例，以尽量减少网络资源消耗。我们首先提出了一个线性规划（ILP）来解决这个问题。由于ILP不能扩展到大型网络，我们开发了一个基于列生成的ILP（CG-ILP）模型。然而，我们发现，精确的数学建模的问题的结果在我们的CG-ILP二次约束。二次约束是线性的，但即使是CG-ILP的可扩展性是有限的。因此，我们还提出了一个两阶段的列生成为基础的方法，在合理的计算时间内得到结果在大型网络拓扑结构。使用这种方法，我们观察到，只有一小部分SC实例的适当选择可以导致非常接近最小带宽消耗的解决方案。此外，这种方法还有助于我们分析部署这些最小数量的SC实例时VNF副本数量和NFV节点数量对带宽消耗的影响。
2017-09-13 cs.NI
Machine Learning for Performance-Aware Virtual Network Function Placement
Western University（韦仕敦大学）；Edge Gravity by Ericsson（爱立信边缘引力）
随着对数据连接的需求不断增长，网络服务提供商面临着降低资本和运营费用的任务，同时提高网络性能并满足不断增长的连接需求。虽然网络功能虚拟化（NFV）已被确定为解决方案，但必须解决几个挑战以确保其可行性。在本文中，我们通过开发一个机器学习决策树模型来解决虚拟网络功能（VNF）的放置问题，该模型从形成服务功能链（SFC）的各种VNF实例的有效放置中学习。该模型将来自网络的若干性能相关特征作为输入，并选择各种VNF实例在网络服务器上的放置，目的是最小化依赖VNF实例之间的延迟。使用机器学习的好处是通过从复杂的系统数学建模转向基于数据的系统理解来实现的。使用演进分组核心（EPC）作为用例，我们评估我们的模型在不同的数据中心网络，并比较它的BACON算法的互连组件之间的延迟和整个SFC的总延迟。此外，时间复杂度分析进行NFV应用程序中的模型的有效性。
2020-01-13 cs.LG cs.NI eess.SP
Latency-aware and Survivable Mapping of VNFs in 5G Network Edge Cloud
网络功能虚拟化（NFV）和多接入边缘计算（MEC）在5G网络中发挥着至关重要的作用，用于动态提供具有异构服务需求的各种通信服务。特别是，虽然NFV通过将物理网络功能软件化为虚拟网络功能（VNF）来提高灵活性和可扩展性，但MEC通过将计算设施移动到网络边缘来提供延迟敏感/时间关键型服务。然而，这些新的范例在延迟、可用性和资源分配方面引入了挑战。在本文中，我们首先探索MEC云设施位置选择，然后在启用NFV的MEC云设施的不同选定位置中的VNF的延迟感知放置，以便满足不同应用的超低延迟要求（例如，触觉互联网、虚拟现实和关键任务应用程序）。此外，我们还旨在保证VNF和边缘服务器的生存能力，防止由于软件错误，配置故障等原因导致的资源有限的MEC云设施中的故障。为此，我们将延迟感知和VNF在不同MEC云设施中的生存映射问题制定为一个线性规划（ILP），以最大限度地减少整体服务配置成本，并表明该问题是NP-难的。针对ILP问题的高计算复杂性，提出了一种基于模拟退火的启发式算法，在多项式时间内获得近似最优解。通过大量的模拟，我们展示了我们提出的解决方案在现实世界的网络拓扑结构中的有效性，其性能接近最优解决方案。
2021-06-17 cs.NI
SlicePilot: Demystifying Network Slice Placement in Heterogeneous Cloud Infrastructures
SlicePilot通过多智能体强化学习方法实现网络切片部署的自主优化，提高部署效率并降低计算开销。
2025-12-09 cs.NI
Service Chaining Placement Based on Satellite Mission Planning in Ground Station Networks
随着卫星数量和种类的增加，要求卫星地面站以灵活、高效的方式为用户提供服务。网络功能虚拟化（NFV）可以提供一种新的范例，以在底层网络上为用户服务按需分配网络资源。然而，现有的工作大多集中在企业数据中心网络的虚拟网络功能（VNF）布局和路由流量问题上，该问题需要在卫星通信场景下进一步研究。在本文中，我们研究了卫星地面站网络中的VNF布局和路由流量问题。我们制定的资源分配的问题作为一个整数非线性规划（INLP）模型和目标是最小化的链路资源利用率和使用的服务器的数量。考虑到卫星定轨和任务规划的信息，分别提出了基于Greedy和IBM CPLEX 12.10的位置感知资源分配（LARA）算法。LARA算法可以通过预测用户业务的运行状况来辅助部署VNF和路由业务流。我们评估我们提出的LARA算法在三个网络的胖树，BCube和VL2的性能。仿真结果表明，LARA算法的性能优于无预测的LARA算法，可以有效地降低卫星地面站网络的平均资源利用率。
2021-03-04 cs.DC cs.NI
Optimal Orchestration of Virtual Network Functions
网络功能虚拟化（NFV）的出现给通信网络的运行带来了一系列新的算法挑战。NFV在网络功能的管理中引入了波动性，其可以被动态地编排，即，虚拟网络功能（VNF）可以属于VNF链，其中链中的节点可以服务于来自网络边缘的多个需求。在本文中，我们正式定义的VNF布局和路由（VNF-PR）问题，提出了一个通用的线性规划公式，能够适应特定的功能和约束的NFV基础设施，这是从现有的虚拟网络嵌入公式在最先进的状态有很大的不同。我们还设计了一个数学启发式能够扩展多个目标和大型实例。通过广泛的模拟，我们得出结论的权衡经典流量工程（TE）和NFV基础设施的效率目标，评估互联网接入和虚拟专用网络（VPN）的需求之间实现。我们还定量比较了我们的VNF-PR启发式与经典的虚拟网络嵌入（VNE）方法提出的NFV编排的性能，显示计算差异，以及我们的方法如何可以提供一个更稳定和更接近最佳的解决方案。
2017-06-15 cs.NI
Deterministic Service Function Chaining over Beyond 5G Edge Fabric
随着对延迟敏感的服务和应用的需求不断增加，最近提出了确定性网络（DetNet）概念，以研究5G边缘网络中具有有限延迟要求的服务的确定性延迟保证。网络功能虚拟化（NFV）技术使互联网服务提供商（ISP）能够灵活地放置虚拟网络功能（VNF），从而实现性能和成本效益。然后，通过以预定义的顺序引导业务通过一系列VNF实例来形成服务功能链（SFC）。此外，所需的网络资源和沿着SFC的VNF实例的放置应该被优化以满足确定性延迟要求。因此，确定一个最佳的SFC部署策略，以确保网络性能，同时提高网络收入，是非常重要的ISP。在本文中，我们共同研究了5G边缘网络中的资源分配和SFC放置，以确保确定性延迟。我们制定这个问题作为一个数学规划模型的目标最大化的整体网络利润的ISP。此外，提出了一种新的确定性SFC部署（Det-SFCD）算法，有效地嵌入SFC请求与确定性延迟保证。性能评估结果表明，与基准策略相比，该算法在SFC请求接受率、网络成本降低和网络资源利用率方面具有更好的性能。
2022-01-03 cs.NI
Provably Efficient Algorithms for Joint Placement and Allocation of Virtual Network Functions
网络功能虚拟化（Network Function Virtualization，NFV）具有显著降低资本和运营费用、缩短产品发布周期、提高服务敏捷性的潜力。在本文中，我们专注于最小化虚拟网络功能（VNF）实例的总数，以向网络中的所有流提供特定服务（可能在不同位置）。某些网络安全和分析应用程序可以允许在不同节点（对应于数据中心）处对流进行部分处理，从而为资源的更大优化提供机会。通过从集合覆盖问题的简化，我们证明了这个问题是NP-困难的，并且甚至不能在（1 - o（1））ln（m）（其中m是流的数量）的因子内近似，除非P=NP。然后，我们设计了两个简单的贪心算法，并证明了它们的逼近比为（1 - o（1））ln（m）+ 2，这是渐近最优的。对于每个节点托管多个VNF实例的特殊情况（实际上通常是这样），我们还表明我们的贪心算法具有恒定的近似比。此外，树拓扑结构，我们开发了一个最佳的贪心算法，利用固有的拓扑结构。最后，我们进行了广泛的数值实验，以评估我们提出的算法在各种情况下的性能。
2017-02-03 cs.NI
On Orchestrating Virtual Network Functions in NFV
防火墙、代理和WAN优化器等中间设备或网络设备已成为当今ISP和企业网不可或缺的一部分。中间盒功能通常部署在昂贵的专有硬件上，需要训练有素的人员进行部署和维护。中间盒对网络的资本和运营成本有很大的贡献。此外，组织通常要求其流量通过特定的中间盒序列，以符合安全和性能策略。这使得中间盒部署和维护任务更加复杂。网络功能虚拟化（NFV）是一种新兴且有前途的技术，其被设想来克服这些挑战。它建议将数据包处理从专用的硬件中间盒转移到在商品服务器上运行的软件上。在NFV术语中，软件中间盒被称为虚拟化网络功能（VNF）。确定优化网络运营成本和利用率而不违反服务水平协议的VNF的所需数量和放置是一个具有挑战性的问题。我们称之为VNF演示问题（VNF-OP），并提供了一个线性规划（ILP）制定与CPLEX中的实现。我们还提供了一个基于动态规划的启发式算法来解决更大的VNF-OP实例。在真实网络拓扑上的跟踪驱动模拟表明，该启发式算法可以提供1.3倍以内的最优解。我们的实验表明，基于VNF的方法可以将网络的运营成本降低4倍以上。
2015-03-25 cs.NI
Service Function Chaining Resource Allocation: A Survey
服务功能链接（SFC）是未来互联网的关键技术。它的目的是克服目前部署模型的局限性，这是刚性和静态的。该技术的应用依赖于能够将SFC最佳地映射到衬底网络的算法。这类算法被称为“服务功能链接资源分配（SFC-RA）”算法或“VNF放置（VNFP）”算法。本文对SFC-RA算法的研究现状进行了综述。在介绍了SFC-RA问题的形式和相关问题后，总结了SFC-RA问题的几种变体。最后，对未来的研究方向进行了展望。
2016-07-30 cs.NI
Comparative Advantage Driven Resource Allocation for Virtual Network Functions
随着通信服务提供商（CSP）采用网络功能虚拟化（NFV）范例，它们需要将其网络功能容量转换到具有在一组异构服务器上运行的不同网络功能的虚拟化基础设施。本摘要描述了一种用于针对给定的虚拟网络功能（VNF）要求集合分配服务器资源（计算、存储和网络）的新颖技术。我们的方法可以帮助电信提供商决定在具有不同性能特征的服务器上运行多个VNF的最有效方法。我们对异构/不同服务器资源分配上的现有VNF性能表征的分析表明，在不同服务器的资源分配之间任意创建许多VNF的能力导致服务器之间的比较优势。我们提出了一个VNF的资源分配方法称为比较，最大限度地提高系统的总吞吐量，制定这个资源分配问题作为一个比较优势的问题之间的异构服务器。存在用于使用来自COMPARE的VNF资源分配的若干应用，包括将当前的电信部署转换到基于NFV的解决方案，以及提供用于服务功能链（SFC）供应的初始VNF放置。
2016-03-12 cs.CY cs.NI
Balancing the Migration of Virtual Network Functions with Replications in Data Centers
网络功能虚拟化（NFV）范例以所谓的虚拟网络功能（VNF）的形式实现了传统网络功能到通用硬件中的灵活性、可编程性和实现。如今，云服务提供商使用虚拟机（VM）来实例化数据中心（DC）网络中的VNF。为了在服务功能链（SFC）的典型场景中实例化多个VNF，需要同时满足许多重要目标，诸如服务器负载均衡、能量效率和服务执行时间。众所周知的\emph{VNF placement}问题需要经常考虑虚拟机（VM）的\emph{migration}的解决方案来满足该目标。例如，正在进行的努力正在为迁移提供强有力的理由，以最大限度地减少能源消耗，同时表明由于迁移造成的服务中断，需要注意服务质量（QoS）。为了平衡服务器分配策略和QoS，我们提出使用VNF的\emph{replications}来减少DC网络中的迁移。我们提出了一个线性规划（LP）模型来研究复制之间的权衡，而有利于QoS需要额外的服务器资源，和迁移，而有利于服务器负载管理可能会对QoS产生不利影响。结果表明，对于给定的目标，复制可以减少迁移的数量，并且还可以实现更好的服务器和数据中心网络负载均衡。
2017-09-28 cs.NI
Multi-Timescale Online Optimization of Network Function Virtualization for Service Chaining
Fudan University（复旦大学）；Macquarie University（麦考瑞大学）；Commonwealth Scientific and Industrial Research Organization (CSIRO)（联邦科学与工业研究组织）；University of Minnesota（明尼苏达大学）；University of Technology Sydney（悉尼科技大学）
本文提出一种全新的去中心化在线方法，用于优化网络功能虚拟化的放置与操作，通过多时间尺度策略减少服务中断并改进成本与队列长度的平衡。
2018-04-19 cs.DC cs.NI cs.SY
On Improving Service Chains Survivability through Efficient Backup Provisioning
随着软件定义网络（SDN）和网络功能虚拟化（NFV）的日益普及，大规模NFV基础设施部署正在获得动力。这些基础设施是数千个网络服务功能链（SFC）的所在地，每个SFC由处理传入业务流的虚拟网络功能（VNF）链组成。不幸的是，在这样的环境中，单个节点的故障可能会破坏几个VNF，从而同时破坏许多服务链。在本文中，我们解决了这个特殊的问题，并研究了可能的解决方案，以确保受影响的服务链的生存能力，通过提供备份VNF，可以在故障的情况下接管。具体来说，我们提出了一个生存性管理框架，以有效地管理SFC和备份VNF。我们制定的SFC生存性问题作为一个整数线性规划，确定所需的备份，以保护系统中的所有SFC的最小数量，并确定其在基础设施中的最佳位置。我们还提出了两个启发式算法，以应付大规模的情况下的问题。通过广泛的模拟不同的部署方案，我们表明，这些算法提供了接近最佳的解决方案，最小的计算时间。
2018-10-15 cs.NI
Service Overlay Forest Embedding for Software-Defined Cloud Networks
针对现有NFV研究不支持大规模多播、SDN多播路由未结合VNF分配的问题，本文提出服务覆盖森林（SOF）优化模型与3ρ_ST近似算法，可降低成本超25%并提升Youtube服务QoE。
2017-03-27 cs.NI
