| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 网络虚拟化的研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容 | 第12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第二章 网络虚拟化技术 | 第14-38页 |
| 2.1 网络虚拟化概述 | 第14-21页 |
| 2.1.1 网络虚拟化发展回顾 | 第15-18页 |
| 2.1.2 网络虚拟化实现方法 | 第18-19页 |
| 2.1.3 网络虚拟化发展趋势 | 第19-21页 |
| 2.2 VN映射相关技术 | 第21-25页 |
| 2.2.1 研究进展和现状 | 第21页 |
| 2.2.2 网络虚拟化的问题描述 | 第21-23页 |
| 2.2.3 MILP模型 | 第23-25页 |
| 2.3 改进的VN映射算法 | 第25-28页 |
| 2.3.1 基于MILP模型的松弛改进映射算法 | 第25-27页 |
| 2.3.2 基于同构图搜索的改进vnmFlib映射算法 | 第27-28页 |
| 2.4 无线网络虚拟化技术 | 第28-31页 |
| 2.4.1 无线网络虚拟化介绍 | 第28-30页 |
| 2.4.2 网络虚拟化带来的安全和风险 | 第30-31页 |
| 2.5 一种子图虚拟化映射技术 | 第31-37页 |
| 2.5.1 移动性感知的虚拟化映射介绍 | 第31-33页 |
| 2.5.2 子图虚拟化映射原理 | 第33-36页 |
| 2.5.3 子图映射模型 | 第36-37页 |
| 2.5.4 一种子图虚拟网络映射算法 | 第37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 基于蚁群优化的负载感知映射算法 | 第38-48页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于蚁群优化的EON虚拟网络映射算法原理 | 第39-44页 |
| 3.2.1 虚拟网络映射问题描述 | 第39-40页 |
| 3.2.2 虚拟网络映射模型参数 | 第40-43页 |
| 3.2.3 基于蚁群优化的负载感知映射算法优化 | 第43-44页 |
| 3.3 仿真性能分析 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 一种多媒体网络虚拟化映射策略 | 第48-58页 |
| 4.1 多媒体网络和虚拟机映射 | 第48-51页 |
| 4.1.1 多媒体网络介绍 | 第48-50页 |
| 4.1.2 分布式多媒体网络中的虚拟机映射 | 第50-51页 |
| 4.2 多媒体应用下的移动边缘云场景 | 第51-52页 |
| 4.3 一种虚拟化映射策略的研究 | 第52-54页 |
| 4.4 仿真分析 | 第54-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 论文工作总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1攻读硕士学位期间申请的专利 | 第64-65页 |
| 致谢 | 第65页 |