面向云边协同物联网场景的SFC映射仿真系统的设计与实现
这是一篇关于物联网,网络功能虚拟化,服务质量,服务功能链,网络仿真的论文, 主要内容为近些年来,随着物联网技术的快速发展,物联网业务的规模正在不断扩增,业务的服务需求也愈发复杂和多样化。将新兴的网络功能虚拟化与云计算、边缘计算相结合,构建一种云边协同的物联网架构,可以灵活的利用云和边缘的资源,为物联网业务以服务链的形式提供端到端的网络服务。然而与其他通用的网络场景相比,云边协同物联网场景下的服务功能链映射不仅需要考虑多性能指标的均衡优化,还需要满足不同物联网业务差异化的服务需求,使得问题的复杂度大大提高。而现有的映射算法大多存在着优化目标单一和在复杂场景下求解效率底下的缺陷。因此,需要找到一种能够满足云边协同场景下多目标优化需求的服务链映射算法。针对以上问题,本课题设计了一种能耗和资源消耗均衡的服务链智能映射算法(Deep Q-Learning Based Service Function Chain Mapping and Energy Based Topology Adjustment,DQLBM+EBTA)。首先,针对云边物联网场景下的服务链映射问题,建立了基于能耗、资源消耗和时延的服务链映射模型。进而,提出了基于深度强化学习的服务链映射算法DQLBM来求解服务链的部署方案,减少部署引入的能量消耗和资源消耗。最后,设计了基于能耗的网络拓扑动态调整算法EBTA,通过对节点进行实时的状态调整,来减少节点的空闲运行能耗和状态转换能耗。仿真结果表明,与其他对比算法相比,DQLBM+EBTA在降低网络总开销方面具有更好的性能。进而,本课题基于Spring框架等技术设计并实现了基于人工智能的云边协同物联网服务链映射仿真系统。首先,本课题分析了系统的功能需求,并基于此设计了系统的架构和总体工作流程。然后,本课题对系统的网络配置、算法配置、服务链请求配置、仿真执行与配置和仿真结果展示等功能进行了设计与实现,并针对各个功能进行了详细的单元测试。测试结果表明,本课题设计的服务链映射仿真系统能够提高服务链映射仿真的方便性,为云边协同物联网场景下虚拟资源的高效管理提供仿真可视化支持。
意图网络中智能路径规划算法及仿真平台的设计与实现
这是一篇关于意图网络,路径规划,深度强化学习,网络仿真的论文, 主要内容为随着网络技术的不断进步和现代网络的快速发展,我们期望网络系统能够承载各种类型和不同要求的许多应用程序。网络需求的快速增长和各种应用需求给网络解决方案带来了诸多挑战。近年来,学术界和工业界的研究人员提出了一种新的网络模型,称为基于意图的网络(Intent-Based Networking,IBN)。意图网络能够自主配置和适应用户或运营商的意图。因此,如何让意图网络根据用户意图来规划网络流量的路径,以此提升网络效率和增强用户体验是本文的研究点。针对网络中的长短流,本文首先设计并实现两种意图网络下的智能路径规划算法。算法在现有的深度强化学习算法的基础上,根据用户意图对网络指标的期望值和实际运行时的网络指标的满足情况来设计奖励函数,以此来实现用户的意图。同时为了应对网络中的带宽占用较高的业务流,结合负载均衡策略,使用最短路径算法(k-shortest pathes,KSP)将业务流分成K条最短路径,算法的动作决策为流量分配在这K条最短路径上的权重比值,以此来解决意图网络无法承载大带宽流量的问题。为了对提出的智能路径规划算法的性能和效率进行评测,同时方便之后算法研究人员能够更方便的对算法进行改进,评估和训练。本文设计并实现了一套网络仿真平台。该平台包括仿真平台管理子系统,仿真任务执行子系统,算法智能体子系统,网络仿真环境子系统,结果日志收集子系统。用户可以可视化编辑仿真任务配置,提交并异步执行仿真任务,最后仿真结果以可视化图表的方式展现给用户。为了保证系统的可用性,仿真平台管理子系统和仿真任务执行子系统通过远程调用的方式进行交互。为了实现算法和仿真环境之间的跨主机交互,算法智能体子系统和网络仿真环境子系统通过消息队列方式进行数据高速传输。本文按照软件工程的方法,首先对平台进行需求分析和概要设计,随后对平台的各个子系统进行了详细的和实现,最后对系统进行测试以验证是否符合设计方案。
源确定组播路由协议的研究与实现
这是一篇关于组播,源确定组播协议,PIM-SM,网络仿真的论文, 主要内容为随着Internet的发展和普及,网络应用趋于多元化,同时对网络的带宽和多媒体化提出了越来越高的要求。带宽的增加使得许多高带宽的应用如远程教学、视频会议、网络集体游戏、视频点播、分布式集群的数据同步等成为可能。这些应用又带来了新的带宽的急剧消耗,从而加剧了网络的拥塞。这些应用的典型特点就是高带宽和群发,解决这类问题的一个好的思路就是发展IP组播技术。 本文对各种不同的组播算法、组播路由协议及转发策略进行了分析与比较,指出了各自的特点及不同的适用场合；传统的组播模型与协议提出已有十几年了,但由于其存在的可扩展性差等问题,至今未能在Internet得到广泛应用。新型的SSM组播服务模型,能克服传统组播模型的缺点,有望在不远的将来在Internet上得到广泛应用。本文介绍了当前Internet的组播体系结构及其存在的问题,在PIM-SM组播协议基础上,深入研究SSM协议的机制,对SSM组播服务模型的实用性、可扩展性、访问控制等方面做了全面的分析,为这种新型组播服务模型的应用打好基础；研究了网络仿真软件NS-2的组成与内部架构,及如何利用它进行网络协议的分析与研究,着重研究了其内部组播仿真机制,在此基础上扩展实现了PIM-SSM组播协议模块,实现了PIM-SSM的仿真,对其在延迟、路由、丢包率三个方面的实验结果进行了分析,并与PIM-SM进行比较。 本文介绍了组播技术,组播路由协议等基本概念,对其中的PIM-SM组播模型进行了研究,在此基础上分析SSM组播服务模型,并通过NS模块的扩展,对SSM模型进行仿真,将其结果与PIM-SM模型进行性能比较,为对组播技术的进一步研究奠定了一定的基础,并对SSM的实际应用有一定的参考价值。
面向云边协同物联网场景的SFC映射仿真系统的设计与实现
这是一篇关于物联网,网络功能虚拟化,服务质量,服务功能链,网络仿真的论文, 主要内容为近些年来,随着物联网技术的快速发展,物联网业务的规模正在不断扩增,业务的服务需求也愈发复杂和多样化。将新兴的网络功能虚拟化与云计算、边缘计算相结合,构建一种云边协同的物联网架构,可以灵活的利用云和边缘的资源,为物联网业务以服务链的形式提供端到端的网络服务。然而与其他通用的网络场景相比,云边协同物联网场景下的服务功能链映射不仅需要考虑多性能指标的均衡优化,还需要满足不同物联网业务差异化的服务需求,使得问题的复杂度大大提高。而现有的映射算法大多存在着优化目标单一和在复杂场景下求解效率底下的缺陷。因此,需要找到一种能够满足云边协同场景下多目标优化需求的服务链映射算法。针对以上问题,本课题设计了一种能耗和资源消耗均衡的服务链智能映射算法(Deep Q-Learning Based Service Function Chain Mapping and Energy Based Topology Adjustment,DQLBM+EBTA)。首先,针对云边物联网场景下的服务链映射问题,建立了基于能耗、资源消耗和时延的服务链映射模型。进而,提出了基于深度强化学习的服务链映射算法DQLBM来求解服务链的部署方案,减少部署引入的能量消耗和资源消耗。最后,设计了基于能耗的网络拓扑动态调整算法EBTA,通过对节点进行实时的状态调整,来减少节点的空闲运行能耗和状态转换能耗。仿真结果表明,与其他对比算法相比,DQLBM+EBTA在降低网络总开销方面具有更好的性能。进而,本课题基于Spring框架等技术设计并实现了基于人工智能的云边协同物联网服务链映射仿真系统。首先,本课题分析了系统的功能需求,并基于此设计了系统的架构和总体工作流程。然后,本课题对系统的网络配置、算法配置、服务链请求配置、仿真执行与配置和仿真结果展示等功能进行了设计与实现,并针对各个功能进行了详细的单元测试。测试结果表明,本课题设计的服务链映射仿真系统能够提高服务链映射仿真的方便性,为云边协同物联网场景下虚拟资源的高效管理提供仿真可视化支持。
面向云边协同物联网场景的SFC映射仿真系统的设计与实现
这是一篇关于物联网,网络功能虚拟化,服务质量,服务功能链,网络仿真的论文, 主要内容为近些年来,随着物联网技术的快速发展,物联网业务的规模正在不断扩增,业务的服务需求也愈发复杂和多样化。将新兴的网络功能虚拟化与云计算、边缘计算相结合,构建一种云边协同的物联网架构,可以灵活的利用云和边缘的资源,为物联网业务以服务链的形式提供端到端的网络服务。然而与其他通用的网络场景相比,云边协同物联网场景下的服务功能链映射不仅需要考虑多性能指标的均衡优化,还需要满足不同物联网业务差异化的服务需求,使得问题的复杂度大大提高。而现有的映射算法大多存在着优化目标单一和在复杂场景下求解效率底下的缺陷。因此,需要找到一种能够满足云边协同场景下多目标优化需求的服务链映射算法。针对以上问题,本课题设计了一种能耗和资源消耗均衡的服务链智能映射算法(Deep Q-Learning Based Service Function Chain Mapping and Energy Based Topology Adjustment,DQLBM+EBTA)。首先,针对云边物联网场景下的服务链映射问题,建立了基于能耗、资源消耗和时延的服务链映射模型。进而,提出了基于深度强化学习的服务链映射算法DQLBM来求解服务链的部署方案,减少部署引入的能量消耗和资源消耗。最后,设计了基于能耗的网络拓扑动态调整算法EBTA,通过对节点进行实时的状态调整,来减少节点的空闲运行能耗和状态转换能耗。仿真结果表明,与其他对比算法相比,DQLBM+EBTA在降低网络总开销方面具有更好的性能。进而,本课题基于Spring框架等技术设计并实现了基于人工智能的云边协同物联网服务链映射仿真系统。首先,本课题分析了系统的功能需求,并基于此设计了系统的架构和总体工作流程。然后,本课题对系统的网络配置、算法配置、服务链请求配置、仿真执行与配置和仿真结果展示等功能进行了设计与实现,并针对各个功能进行了详细的单元测试。测试结果表明,本课题设计的服务链映射仿真系统能够提高服务链映射仿真的方便性,为云边协同物联网场景下虚拟资源的高效管理提供仿真可视化支持。
源确定组播路由协议的研究与实现
这是一篇关于组播,源确定组播协议,PIM-SM,网络仿真的论文, 主要内容为随着Internet的发展和普及,网络应用趋于多元化,同时对网络的带宽和多媒体化提出了越来越高的要求。带宽的增加使得许多高带宽的应用如远程教学、视频会议、网络集体游戏、视频点播、分布式集群的数据同步等成为可能。这些应用又带来了新的带宽的急剧消耗,从而加剧了网络的拥塞。这些应用的典型特点就是高带宽和群发,解决这类问题的一个好的思路就是发展IP组播技术。 本文对各种不同的组播算法、组播路由协议及转发策略进行了分析与比较,指出了各自的特点及不同的适用场合；传统的组播模型与协议提出已有十几年了,但由于其存在的可扩展性差等问题,至今未能在Internet得到广泛应用。新型的SSM组播服务模型,能克服传统组播模型的缺点,有望在不远的将来在Internet上得到广泛应用。本文介绍了当前Internet的组播体系结构及其存在的问题,在PIM-SM组播协议基础上,深入研究SSM协议的机制,对SSM组播服务模型的实用性、可扩展性、访问控制等方面做了全面的分析,为这种新型组播服务模型的应用打好基础；研究了网络仿真软件NS-2的组成与内部架构,及如何利用它进行网络协议的分析与研究,着重研究了其内部组播仿真机制,在此基础上扩展实现了PIM-SSM组播协议模块,实现了PIM-SSM的仿真,对其在延迟、路由、丢包率三个方面的实验结果进行了分析,并与PIM-SM进行比较。 本文介绍了组播技术,组播路由协议等基本概念,对其中的PIM-SM组播模型进行了研究,在此基础上分析SSM组播服务模型,并通过NS模块的扩展,对SSM模型进行仿真,将其结果与PIM-SM模型进行性能比较,为对组播技术的进一步研究奠定了一定的基础,并对SSM的实际应用有一定的参考价值。
源确定组播路由协议的研究与实现
这是一篇关于组播,源确定组播协议,PIM-SM,网络仿真的论文, 主要内容为随着Internet的发展和普及,网络应用趋于多元化,同时对网络的带宽和多媒体化提出了越来越高的要求。带宽的增加使得许多高带宽的应用如远程教学、视频会议、网络集体游戏、视频点播、分布式集群的数据同步等成为可能。这些应用又带来了新的带宽的急剧消耗,从而加剧了网络的拥塞。这些应用的典型特点就是高带宽和群发,解决这类问题的一个好的思路就是发展IP组播技术。 本文对各种不同的组播算法、组播路由协议及转发策略进行了分析与比较,指出了各自的特点及不同的适用场合；传统的组播模型与协议提出已有十几年了,但由于其存在的可扩展性差等问题,至今未能在Internet得到广泛应用。新型的SSM组播服务模型,能克服传统组播模型的缺点,有望在不远的将来在Internet上得到广泛应用。本文介绍了当前Internet的组播体系结构及其存在的问题,在PIM-SM组播协议基础上,深入研究SSM协议的机制,对SSM组播服务模型的实用性、可扩展性、访问控制等方面做了全面的分析,为这种新型组播服务模型的应用打好基础；研究了网络仿真软件NS-2的组成与内部架构,及如何利用它进行网络协议的分析与研究,着重研究了其内部组播仿真机制,在此基础上扩展实现了PIM-SSM组播协议模块,实现了PIM-SSM的仿真,对其在延迟、路由、丢包率三个方面的实验结果进行了分析,并与PIM-SM进行比较。 本文介绍了组播技术,组播路由协议等基本概念,对其中的PIM-SM组播模型进行了研究,在此基础上分析SSM组播服务模型,并通过NS模块的扩展,对SSM模型进行仿真,将其结果与PIM-SM模型进行性能比较,为对组播技术的进一步研究奠定了一定的基础,并对SSM的实际应用有一定的参考价值。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设海岸 ，原文地址：https://m.bishedaima.com/lunwen/49585.html
