nfv网络功能虚拟化[通俗易懂]

nfv网络功能虚拟化[通俗易懂]标题作者及单位文件名日期概述数据度量OnOrchestratingVirtualNetworkFunctionsinNFVMd.FaizulBari,ShihaburRahmanChowdhury,ReazAhmed,andRaoufBoutabaDavidR.CheritonSchoolofComputerScienc…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

标题 作者及单位 文件名 日期 概述 数据度量
On Orchestrating Virtual Network Functions in NFV Md. Faizul Bari, Shihabur Rahman Chowdhury, Reaz Ahmed, and Raouf Boutaba David R. Cheriton School of Computer Science, University of Waterloo 1503.06377.pdf 2015.3 问题:如何确定VNF在NFV中的数量及部署位置,使得网络运行费用(部署费用、能耗、流量费用、SLO费用)和整体利用率最优,称为VNF-OP(编排问题)。
标准描述:Resiliency Requirements提到Optimize the placement of VNFs in a configuration that balances the number of components involved,但并未给出具体建议和算法
特征:这是一个NP-hard问题,因为其可归结为Multi-Commodity, Multi-Plant, Capacitated Facility Location问题,或称Trans-shipment问题
效果:论文提供了2种方案来处理该问题,整数线性规划公式(含CPLEX实现,注:IBM公司的计算工具软件)来针对小型网络,对于更大网络,则使用了基于动态规划方案(先用多段图算法,再用Viterbi算法)。(备注:对于大网络解法,抛弃公式中次要有因素来获取一个近似最优解)。假定OPEX为部署费用、能耗、流量费用、SLO费用权重和,试验数据证明1.通过动态VNF编排可以比部署物理设备降低4倍OPEX(运营费用),体现虚拟化优点。2.近似解法的OPEX在最优解的1.1-1.3倍之间,而搜索时间则快3个数量级以上。体现论文中算法优点。
1.物理设备和VNF的传输成本比为1~1.2之间,物理方案略高,能耗比为10~16倍,物理设备方案高出很多,综合看物理设备成本为VNF的3.75~4.5倍之间
论文中没有标注出具体单位,只给出两个方案的比例值数据
2.论文中方法A和理论最优解B的成本对比数据为:传输成本A为B的1~1.4倍,能耗比A为B的1~1.5倍,综合看A为B的1.1~1.3倍,这里也是给出比例值数据
但从下表3个不同网络例子的计算时间数据看,A明显比B小
网络案例(节点和链接数)  最优解时间  近似解时间
Internet2 (12 nodes, 15 links) 34.99s 0.535s
Data Center (23 nodes, 43 links) 1595.12s 0.442s
AS-3967 (79 nodes, 147 links) ∞ 2.54s
Private Processing of Outsourced Network Functions:Feasibility and Constructions 1601.0645 2016.1 问题:NFV中包含了众多外包的网络功能(防火墙,流量整形,入侵检测等),这就使得其中敏感策略(如防火墙)暴露给了云服务供应商。
如何解决网络策略的私有性,称为私有NFV问题(PNFV)。
标准:gs_NFV-SEC 安全?
特征:
效果:文章提出了一个PNFV模型,并提供了利用同态加密和公钥可搜索加密的实例。(备注:同态加密特别适合云计算,http://www.zhihu.com/question/27645858)
Efficient Orchestration Mechanisms for Congestion Mitigation in NFV: Models and Algorithms paper1 2015.1 问题:NFV中由于共享物理基础构架及计算等资源,造成拥塞,低性能问题,
标准:gs_NFV-REL001v010101p
特征:
效果:文章提出了2种编排机制(集中式和分布式)来解决
具体地分为2步,首先将网络功能组合问题作为一个非线性优化模型对其公式化,找出拥塞的物理资源,然后通过网络资源动态定价策略来得到一个平衡稳定系统,即最优解。
COMPARE: COMParative Advantage driven Resource allocation for Virtual Network Functions 1603.03834v1 2016.3 问题:在VNF中,不同的资源分配方案中,系统表现出不同的整机吞吐量。
标准:编排?
特征:
效果:文章基于‘比较优势理论’构建了一种服务器资源分配模型,使得系统吞吐率最大化。
Scheduling Multi-flow Network Updates in Software-Defined NFV Systems sdnfvup.swfan16 2016.3 问题:SDNFV系统中,由于网络策略或流量特征或物理拓扑改变,就需要进行网络更新,即改变数据面配置状态。
网络更新过程需要越快越好,但是更新调度方案受限于资源限制(流表,cpu,带宽)。
标准:NFV-EVE 005 V1.1.1 (2015-12)?
特征:
效果:文章将其建模为一个混合整数规划问题,通过线性松弛(linear relaxation)得到一个近似最优解。
Server Resource Dimensioning and Routing of Service Function Chain in NFV Network Architectures 906340 2016.2 问题:SFC请求丢弃个数最小化,针对资源估算和SFC路由
标准:NFV-EVE 005 V1.1.1 (2015-12)?
特征:
效果:该方案可以节能10%-70%,但增加了SFC阻塞概率。
Piecing Together the NFV Provisioning Puzzle:Efficient Placement and Chaining of Virtual Network Functions 137513
AdBeBoSe-CLOUDNET15 AdBeBoSe-CLOUDNET15
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/197368.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 域名和IP地址的区别和联系(ip和域名的异同点)

    域名和IP地址的区别:1.域名是相对于网站来说的,IP地址是相对于网络来说的,准确的说是通过DNS服务器来完成的,你提交域名,他给你返回一个IP地址,也称之为域名解析),接着做出一个相应,将信息返回。流程:输入域名—-域名解析服务器(dns)解析成IP地址—访问IP地址—完成访问的内容—返回信息2.IP地址是指互联网协议地址(英语:InternetProtocolAddress…

    2022年4月11日
  • Vue新手入门指南(易懂)

    Vue新手入门指南(易懂)Vue.js学习心得前言对于一名初入编程的新手来说,JavaScript的语法偏向复杂,选择Vue库可以说是一个较为不错的体验。在很多方面,Vue简化了JavaScrip语法,并且实现数据与视图的双向绑定,达到响应式页面的目的。1.Vue实例和模板语法<body> <divid=”app”> <p>{{message}}</p> </div><script> newVue({ el:’#app’

    2022年5月4日
  • mysql查询表占用空间大小_oracle查看表空间大小

    mysql查询表占用空间大小_oracle查看表空间大小MySQL查看库,表占用空间大小

    2022年9月4日
  • 钩子原理及实例:实现键盘钩子截获密码

    钩子原理及实例:实现键盘钩子截获密码钩子原理及实例:利用鼠标键盘钩子截获密码钩子原理 钩子能截获系统并得理发送给其它应用程序的消息,能完成一般程序无法完成的功能。Windows系统是建立在事件驱动的机制上的,也就是整个系统都是通过消息的传递来实现的。而钩子是Windows系统中非常重要的系统接口,用它可以截获并处理送给其他应用程序的消息,来完成普通应用程序难以实现的功能。钩子的种类很多,每种钩子可以截获并处

    2022年6月9日
  • 如何制作bom表_如何制作bom表

    如何制作bom表_如何制作bom表(全路径Excel软件视频教程都可领取会员后免费学习)点我领会员免费学Excel全套基础入门教程!一、Excel软件入门MicrosoftExcel是Microsoft为使用Windows和AppleMacintosh操作系统的电脑编写的一款电子表格软件。直观的界面、出色的计算功能和图表工具,再加上成功的市场营销,使Excel成为最流行的个人计算机数据处理软件。第一章软件入门介绍第1课软件…

    2022年8月29日
  • kfold交叉验证好处_sklearn交叉验证

    kfold交叉验证好处_sklearn交叉验证运用Kfold交叉验证时,在一个限度内k的值越大越好。因为k越大我们验证的次数就越多,最后取出来的平均数越能代表训练模型的准确度。但是k是需要在一个限度之内的。k太大有两个坏处。1.容易给机器造成过重负担,花费大量时间。2.每一次验证的测试集(或验证集)中数据太少,很难得到准确的误报率。总体而言,k一般取10,取值依不同项目情况而定,当然一定存在k&lt;n(训练集数据条数)。…

    2022年9月2日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号