| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第18-36页 |
| 1.1 研究背景 | 第18-29页 |
| 1.1.1 网络虚拟化环境下的未来因特网 | 第22-28页 |
| 1.1.2 网络虚拟化环境下的云数据中心 | 第28-29页 |
| 1.2 研究意义 | 第29-30页 |
| 1.3 本论文拟解决的问题 | 第30-32页 |
| 1.4 本论文特色及创新点 | 第32页 |
| 1.5 内容安排 | 第32-36页 |
| 第二章 能耗感知虚拟网络映射研究综述 | 第36-62页 |
| 2.1 网络虚拟化概述 | 第36-44页 |
| 2.1.1 网络虚拟化体系结构 | 第36-38页 |
| 2.1.2 虚拟网络映射问题 | 第38-40页 |
| 2.1.3 虚拟网络映射模型 | 第40-41页 |
| 2.1.4 虚拟网络映射仿真模型 | 第41-42页 |
| 2.1.5 基于代价最小化的虚拟网络映射 | 第42-44页 |
| 2.2 能耗感知的虚拟网络映射研究现状 | 第44-61页 |
| 2.2.1 虚拟网络映射节能策略 | 第44页 |
| 2.2.2 能耗感知虚拟网络映射模型研究现状 | 第44-52页 |
| 2.2.3 能耗感知虚拟网络映射算法研究现状 | 第52-53页 |
| 2.2.4 能耗感知虚拟网络映射性能评价指标 | 第53-61页 |
| 2.3 本章小结 | 第61-62页 |
| 第三章 路径分裂下的能耗感知虚拟网络链路映射 | 第62-80页 |
| 3.1 虚拟网络映射动态过程及特征 | 第62-66页 |
| 3.1.1 虚拟网络动态过程及特征 | 第63页 |
| 3.1.2 系统状态 | 第63页 |
| 3.1.3 在饱和状态下系统收益、接收率与收益成本比的关系 | 第63-64页 |
| 3.1.4 在非饱和状态下能耗与收益成本比的关系 | 第64页 |
| 3.1.5 饱和状态案例 | 第64-66页 |
| 3.2 虚拟网络映射最小费用流模型及算法 | 第66-71页 |
| 3.2.1 概述 | 第66-67页 |
| 3.2.2 无向网络最小费用流模型及求解 | 第67-69页 |
| 3.2.3 基于最小费用流的多路径映射算法 | 第69-70页 |
| 3.2.4 仿真环境 | 第70页 |
| 3.2.5 虚拟网络映射仿真结果 | 第70-71页 |
| 3.3 能耗感知的多路径链路映射算法 | 第71-78页 |
| 3.3.1 基于最小费用流的多路径映射节能算法 | 第71-72页 |
| 3.3.2 底层网络能耗建模 | 第72-74页 |
| 3.3.3 能耗感知虚拟网络映射性能评价指标 | 第74-75页 |
| 3.3.4 仿真环境 | 第75-76页 |
| 3.3.5 仿真结果 | 第76-78页 |
| 3.4 本章小结 | 第78-80页 |
| 第四章 虚拟网络映射节点映射能耗最小化模型及高效算法 | 第80-100页 |
| 4.1 概述 | 第80-81页 |
| 4.2 虚拟网络映射节能运输模型及算法 | 第81-92页 |
| 4.2.1 一个实例 | 第81-82页 |
| 4.2.2 虚拟网络节点映射能耗代价最小化模型 | 第82-84页 |
| 4.2.3 基于运输模型的能耗感知虚拟网络映射算法 | 第84-87页 |
| 4.2.4 虚拟节点映射模型及求解分析 | 第87-91页 |
| 4.2.5 节点可重复映射的节点映射能耗代价最小化映射算法 | 第91-92页 |
| 4.3 性能仿真 | 第92-98页 |
| 4.3.1 仿真环境 | 第92-94页 |
| 4.3.2 非饱和状态下的仿真结果 | 第94-95页 |
| 4.3.3 饱和状态下的仿真结果 | 第95-98页 |
| 4.4 本章小结 | 第98-100页 |
| 第五章 能耗感知虚拟网络映射多目标决策模型及其求解 | 第100-116页 |
| 5.1 能耗感知虚拟网络映射多目标决策模型及求解 | 第100-105页 |
| 5.1.1 能耗感知虚拟网络映射多目标决策模型 | 第100-104页 |
| 5.1.2 转换多目标决策模型为ILP数学规划求解 | 第104-105页 |
| 5.2 性能仿真比较 | 第105-110页 |
| 5.2.1 仿真环境 | 第105页 |
| 5.2.2 性能比较模型 | 第105-106页 |
| 5.2.3 在未来因特网拓扑结构下的仿真结果 | 第106-108页 |
| 5.2.4 在云数据中心网络拓扑结构下的仿真结果 | 第108-110页 |
| 5.3 增强的节点映射能耗代价最小化虚拟网络映射算法 | 第110-112页 |
| 5.4 性能仿真 | 第112-114页 |
| 5.4.1 非饱和状态下的仿真结果 | 第112-114页 |
| 5.4.2 饱和状态下的仿真结果 | 第114页 |
| 5.5 本章小结 | 第114-116页 |
| 第六章 基于字典库和基于反馈控制的主动映射方法 | 第116-142页 |
| 6.1 概述 | 第116-118页 |
| 6.2 底层网络资源主动映射方法 | 第118-123页 |
| 6.2.1 构建虚拟网络映射字典库 | 第118-119页 |
| 6.2.2 底层节点与链路资源利用率训练算法 | 第119页 |
| 6.2.3 节点和链路休眠数量 | 第119-121页 |
| 6.2.4 主动控制可休眠的节点和链路算法 | 第121-123页 |
| 6.3 基于字典库的主动映射方法仿真 | 第123-129页 |
| 6.3.1 仿真环境 | 第123页 |
| 6.3.2 比较算法 | 第123-124页 |
| 6.3.3 虚拟网络映射字典库 | 第124页 |
| 6.3.4 仿真结果 | 第124-129页 |
| 6.4 基于反馈控制的主动映射方法 | 第129-133页 |
| 6.4.1 寻找有效底层资源的虚拟网络映射反馈控制方法 | 第130-132页 |
| 6.4.2 虚拟网络映射反馈控制算法 | 第132-133页 |
| 6.5 基于反馈控制的主动映射方法仿真 | 第133-140页 |
| 6.5.1 比较算法 | 第133页 |
| 6.5.2 链路能耗计算 | 第133-134页 |
| 6.5.3 在中等规模底层网络下的仿真结果 | 第134-138页 |
| 6.5.4 在USNET下的仿真结果 | 第138-140页 |
| 6.6 本章小结 | 第140-142页 |
| 第七章 周期性动态变化下的高效节能虚拟网络映射 | 第142-160页 |
| 7.1 概述 | 第142-143页 |
| 7.2 高效节能虚拟网络映射多反馈控制方法及算法 | 第143-149页 |
| 7.2.1 高效节能虚拟网络映射多反馈控制方法 | 第144-147页 |
| 7.2.2 高效节能虚拟网络映射多反馈控制算法 | 第147-149页 |
| 7.3 虚拟网络映射仿真 | 第149-157页 |
| 7.3.1 仿真环境 | 第150-151页 |
| 7.3.2 比较算法 | 第151页 |
| 7.3.3 负载周期性与非周期性动态变化下非饱和状态下的仿真结果 | 第151-155页 |
| 7.3.4 负载周期性与非周期性动态变化下饱和状态下的仿真结果 | 第155-157页 |
| 7.4 本章小结 | 第157-160页 |
| 第八章 总结与展望 | 第160-164页 |
| 8.1 总结 | 第160-162页 |
| 8.2 展望 | 第162-164页 |
| 参考文献 | 第164-174页 |
| 附录一 多目标决策模型转换为ILP求解的GLPK程序 | 第174-177页 |
| 在读期间发表或将要发表的学术论文情况 | 第177-178页 |
| 在读期间参与的科研项目情况 | 第178-179页 |
| 致谢 | 第179页 |
