SDN/NFV下基于Middlebox放置的服务链性能研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
缩略词表 | 第11-13页 |
第一章 绪论 | 第13-19页 |
1.1 课题研究背景及意义 | 第13-14页 |
1.2 国内外服务链研究现状 | 第14-17页 |
1.2.1 服务链现状 | 第14-15页 |
1.2.2 服务链面临的挑战 | 第15-17页 |
1.3 本文研究内容及意义 | 第17页 |
1.4 论文的组织结构 | 第17-19页 |
第二章 服务链技术概述 | 第19-25页 |
2.1 SFC架构的概述 | 第19-22页 |
2.1.1 SFC封装 | 第19-21页 |
2.1.2 SFC的核心组件 | 第21-22页 |
2.1.3 SFC的转发流程 | 第22页 |
2.2 SFC部署与时延优化的相关研究 | 第22-24页 |
2.3 本章小结 | 第24-25页 |
第三章 自适应服务链时延优化算法设计 | 第25-37页 |
3.1 引言 | 第25页 |
3.2 问题描述 | 第25-26页 |
3.3 模型构建 | 第26-30页 |
3.3.1 系统模型 | 第26-27页 |
3.3.2 约束方程 | 第27-28页 |
3.3.3 目标函数 | 第28-30页 |
3.4 算法设计 | 第30-36页 |
3.4.1 MPA描述 | 第30-31页 |
3.4.2 MPA初始化过程 | 第31-32页 |
3.4.3 SAP算法描述 | 第32-33页 |
3.4.4 SUMA算法描述 | 第33-36页 |
3.4.5 算法复杂度分析 | 第36页 |
3.5 本章小结 | 第36-37页 |
第四章 基于BP神经网络的服务链预测算法设计 | 第37-50页 |
4.1 MPA缺陷性分析 | 第37页 |
4.2 服务链流量预测概述 | 第37-41页 |
4.2.1 网络流量特征 | 第38-39页 |
4.2.2 常见网络流量预测模型 | 第39-41页 |
4.3 服务链预测模型的建立 | 第41-47页 |
4.3.1 算法思想 | 第41-42页 |
4.3.2 BP神经网络的基本原理 | 第42-45页 |
4.3.3 BP网络的学习训练 | 第45-47页 |
4.4 服务链流量预测算法设计 | 第47-49页 |
4.4.1 BP-SUMA算法描述 | 第48-49页 |
4.4.2 算法复杂度分析 | 第49页 |
4.5 本章小结 | 第49-50页 |
第五章 仿真设计与结果分析 | 第50-59页 |
5.1 概述 | 第50页 |
5.2 MPA相关性能评估 | 第50-55页 |
5.2.1 评估参数 | 第50-51页 |
5.2.2 仿真网络模型介绍 | 第51-52页 |
5.2.3 仿真测试 | 第52-55页 |
5.2.4 测试小结 | 第55页 |
5.3 AMPA相关性能评估 | 第55-58页 |
5.3.1 参数设置 | 第56页 |
5.3.2 仿真与结论 | 第56-58页 |
5.4 本章小结 | 第58-59页 |
第六章 全文总结与展望 | 第59-61页 |
6.1 全文总结 | 第59-60页 |
6.2 后续工作展望 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
攻读硕士学位期间取得的研究成果 | 第65页 |