分布式環境中基于協商的虛擬網映射算法

江逸茗，蘭巨龍，程東年，吳方明

(1. 國家數字交換系統工程技術研究中心，河南 鄭州 450002；2. 吉林大學 計算機科學與技術學院，吉林 長春 130022 )

1 引言

隨著規模的不斷擴大，現有互聯網結構僵化、可擴展性差的缺點日益突出，為不同網絡體系之間的融合以及網絡的更新換代增加了一定困難。網絡虛擬化技術[1,2]成為了解決上述問題的重要技術手段。通過網絡虛擬化技術，服務提供商可以在共享的底層物理網絡上創建多個相互隔離的虛擬網(VN,virtual network)，從而為用戶提供多樣化的可定制端到端服務[3]，例如為網絡視頻會議或IPTV[4]等服務建立專門的虛擬網，以實現具有特定傳輸需求的高質量服務。在虛擬網的運行環境中，基礎設施提供商(InP, infrastructure provider)負責管理和運營底層網絡，服務提供商(SP, service provider)以虛擬網請求的方式向InP申請網絡資源并建立服務。虛擬網的實現基礎是解決虛擬網請求的映射問題，也就是通過為虛擬網請求分配相應的底層網絡資源，來實現虛擬網到底層網絡的映射。

目前，針對虛擬網映射問題的研究大部分采用了集中式的映射方法[5～12]，即由一個管理節點完成網絡狀態的收集維護和映射方案的決策。如果該管理節點出現故障，則整個網絡將面臨癱瘓的風險，這種單點失效(single point of failure)現象將會給虛擬網的可靠性和穩定性帶來較大的負面影響。

分布式的映射方法由于不依賴這種集中式的管理節點，使其在管理節點出現故障時仍然能夠正常的進行虛擬網的映射和維護，從而有效地避免了單點失效現象，但現有的分布式算法[13]仍然存在3點不足：1) 算法要求網絡的全部節點周期性地相互交換資源狀態信息，這會帶來大量的通信開銷；2)在映射各個星形子拓撲時僅考慮了節點的負載壓力，導致邏輯上相鄰的星形子拓撲可能分別被映射到相距較遠的底層節點上，使部分虛擬鏈路占用了過多的底層鏈路資源；3) 該算法未考慮底層節點和鏈路的最大資源能力限制，也未考慮并行映射時的資源沖突問題。

針對現有的分布式算法存在的問題，本文設計了一種基于節點協商的分布式虛擬網映射算法，該算法不依賴集中式的管理節點，不在全網范圍內進行大規模的狀態信息交換，僅通過節點之間的協商和狀態查詢來實現虛擬網的映射，從而降低了映射過程中產生的通信開銷。同時為了提升映射請求的響應速度，部分子算法可在多個節點上并行執行，并設計了相應的機制來避免并行執行過程中產生沖突。

2 虛擬網映射問題模型

2.1 網絡映射模型

虛擬網映射問題的模型描述如下。

底層網絡。底層網絡的拓撲可以用帶權無向圖Gs=(N s,Ls,CsN,CsL)表示，其中，N s和Ls是底層網絡的節點集合和鏈路集合，CsN和CsL分別為底層網絡的節點和鏈路所能提供的最大 CPU處理能力和最大帶寬。

虛擬網請求。一個虛擬網請求包括虛擬網拓撲Gv、映射請求到達時間ta和請求持續時間td。虛擬網拓撲可以用帶權無向圖Gv=(Nv,Lv,RvN,RvL)表示，其中，Nv為虛擬節點的集合，Lv為虛擬鏈路的集合，RvN和RvL分別表示虛擬節點和虛擬鏈路的資源需求約束。虛擬網請求在ta時刻到達后，底層網絡為其分配滿足RvN和RvL約束的網絡資源。虛擬網在運行td時刻后，其所占用的資源將被底層網絡回收。

虛擬網映射問題。虛擬網映射問題可以描述為將虛擬網請求的拓撲Gv映射到底層網絡拓撲Gs上，并且該映射要滿足RvN和RvL的約束

圖1 虛擬網映射實例

2.2 映射目標

虛擬網的映射目標主要是增加的InP的收益，同時降低其映射的開銷。InP的收益是由請求接收率(AR, acceptance ratio)來決定的，其定義為

其中，RS是成功映射的虛擬網數量，RT是虛擬網請求總數量。要想提高請求接收率就需要對資源進行合理分配，資源的合理利用性體現在2方面：1) 負載均衡，也就是避免出現底層網絡的部分節點或鏈路負載過高而其他節點或鏈路卻利用率較低的現象；2）最短路徑優先，一條虛擬鏈路的路徑可能由多條底層鏈路組成，若路徑的長度越長則意味著虛擬鏈路占用的帶寬資源也越多。因此，采用最短路徑優先原則一方面能夠節約帶寬資源，提高請求接收率，另一方面能夠降低InP的映射開銷。

2.3 映射環境

虛擬網的映射環境可以分為集中式映射環境和分布式映射環境。

集中式映射環境指的是在底層網絡中存在至少一個中心管理節點，該節點負責收集和維護整個底層網絡的狀態信息，同時還負責虛擬網的映射、撤銷和正常運行維護。由于中心管理節點掌握了網絡的全局信息，因此可以根據底層網絡的資源利用狀態來制定虛擬網的映射策略，從而更加合理地分配底層網絡資源。但集中式映射環境也存在一些局限性，具體如下。

1) 若中心管理節點出現故障，將使底層網絡在故障期間無法處理虛擬網請求，并且對正在運行的虛擬網也將產生較大的負面影響，降低了整個網絡的可靠性和穩定性。

2) 虛擬網有可能被映射在多個底層網絡域上。如果各個底層網絡域是由不同InP負責運營，則出于利益因素的考慮，各個網絡域可能不對外公布自身的拓撲狀態信息，導致無法在多個域之間建立一個中心管理節點。這就限制了集中式映射方法的應用范圍。

3) 如果單個底層網絡域的規模較大，則維護網絡的狀態信息將需要大量的通信開銷，并加重中心管理節點的信息處理壓力。

由于分布式映射算法不需要底層網絡的全局狀態信息，因此在分布式映射環境中可以不用設置中心管理節點，也就避免了集中式管理帶來的問題。相對于集中式環境來說，分布式映射環境存在以下不同。

1) 集中式環境中，只有中心管理節點能夠接收和處理虛擬網請求。而在分布式環境中，底層網絡的任意一個節點都可以接收并處理虛擬網請求。

2) 集中式環境中，中心管理節點掌握了網絡域內所有節點和鏈路的資源狀態信息。在分布式環境中，每個節點只掌握本節點以及連接在本節點上所有鏈路的資源狀態信息。若某個節點要想知道其他節點或鏈路的狀態信息，需要通過發送狀態查詢消息來實現。

3) 集中式環境中，虛擬網的映射策略是中心管理節點根據其維護的全網資源狀態信息來制定的。而分布式環境中，虛擬網的映射策略是通過各個節點之間的相互協商來制定的。

4) 集中式環境中，虛擬網請求是依次被處理的。但在分布式環境中，可能有多個虛擬網請求同時被映射，在各個并行的映射進程之間可能會產生沖突。

3 分布式映射算法

在虛擬網的分布式映射環境中，由于沒有節點來維護底層網絡的全局信息，因此虛擬網的分布式映射需要通過底層節點之間的協商和信息交換來完成。但是節點之間過多的通信不但會加重網絡的負擔，還會影響映射請求的響應速度。因此，對于分布式映射算法來說，不但要實現底層資源的合理利用，還要盡量降低映射時的通信開銷。

針對單個域內的分布式映射問題，本文提出一種基于協商的分布式虛擬網映射算法(N-DVE, distributed VN embedding algorithm based on negotiation)，該算法考慮了底層節點和鏈路的最大能力限制，并盡量減少了分布式映射時狀態信息的交換次數。映射時的狀態信息獲取和控制命令下發等操作都是通過分布式映射協議實現的。

3.1 分布式映射協議

分布式映射協議主要用于節點間的協商，該協議由資源狀態查詢和控制命令這2大類消息組成。資源狀態查詢消息是用于底層節點之間的資源狀態信息交換，具體包括以下幾方面。

1) Query(ns)：向一個底層節點ns查詢其資源狀態，包括ns的可用CPU資源、連接在ns上的所有底層鏈路的可用帶寬資源。

2) PathQuery(p)：該消息可用來查詢某個底層路徑p的最小可用帶寬。

控制命令類消息主要用于在虛擬網映射過程中向節點下發各種控制命令，以實現各個節點之間的協同映射。

3) Authorize(ns,nv,Gv)：將虛擬節點nv的映射決策權授予底層節點ns。此外，該消息還將為映射決策提供必要的狀態信息，如映射請求的拓撲Gv、已映射的節點和鏈路信息等。

4) Failure(ns,nv)：當底層節點ns向另一個底層節點n'授權進行虛擬節點nv的映射決策后，若n'無法為nv確定一個滿足約束條件的映射目標時，則n'要向ns發送一個映射失敗的反饋消息。

5) Embed(ns,nv,lv,p,backup)：用于下發映射執行命令，也就是將虛擬節點nv映射到底層節點ns上，或將虛擬鏈路lv映射到底層路徑p上，backup是沖突避免機制的備選映射方案。

6) ASK (ns,nv)：當被授權的底層節點ns成功映射虛擬節點nv后，返回一個確認消息。

7) Start(Req,N')：當映射請求Req的所有虛擬節點和鏈路都已經被映射后，由某個特定節點向被Req映射的底層節點集合N'下達虛擬網開始運行的命令。

8) Stop(Req,N')：在映射請求Req的映射過程中，如果無法為某個虛擬節點或鏈路找到合適的映射目標，則向已被Req映射的底層節點集合N'下達撤銷映射的命令，該虛擬網請求將被拒絕。

3.2 算法流程

為了降低通信開銷，本算法將不會在全網范圍內進行周期性的狀態信息交換，在虛擬網映射的過程中僅根據需要來對部分節點進行狀態信息的查詢，從而最大程度地減少無用的狀態信息傳遞。此外，由于算法在計算多條路徑時需要全網拓撲，因此，要求底層網絡使用的路由協議能夠支持每個節點都維護一個全網拓撲結構圖，如OSPF協議。

在映射時將被映射的第一個底層節點設為虛擬網的中心節點，該節點將與其他節點協同完成后續的映射操作，在映射完成后由中心節點下達虛擬網的Start和Stop命令。在映射時，N-DVE算法按照與中心節點的距離將虛擬節點分為多個層次，同一層次中的虛擬節點將會由多個底層節點并行的進行映射。

N-DVE算法由4個子算法組成，分別是：中心節點選擇算法、主流程控制算法、映射目標搜索算法和路徑搜索算法。中心節點選擇算法是由接收虛擬網請求的節點來執行，主流程控制算法是由中心節點來執行，而映射目標搜索算法和路徑搜索算法則是并行地運行在多個被授權的底層節點上。

3.2.1 中心節點選擇算法

在分布式映射環境中，接收虛擬網請求的可能是某一特定節點，也可能是底層網絡中的任意一個節點。當某節點接收到虛擬網請求后，將調用中心節點選擇算法來從底層網絡中選取一個可用資源較多的底層節點作為中心節點。底層節點的可用資源既包括其自身的可用 CPU資源，也包括與其相連的底層鏈路的可用帶寬，底層節點的可用資源狀態的定義為

其中，CR表示底層節點ns或底層鏈路ls的剩余可用資源，NL表示連接在某個底層節點上的底層鏈路集合，β為權重因子，d(nv)表示虛擬節點nv的度數。算法流程如算法1所示。

算法1中心節點選擇算法

1) 接收虛擬網請求，選擇度數最大的虛擬節點nv作為初始映射節點；

2) 向所有底層節點發送Query消息；

3) 將按時反饋狀態信息并有足夠資源承載nv的底層節點加入候選集C；

4) 對每個ns∈C計算χ(ns,nv)值，并按照該值對C中的節點排序；

5) 選擇χ值最高的底層節點nmin作為中心節點；

6) 發送Authorize消息將虛擬網的映射控制權交給nmin。

3.2.2 主流程控制算法

當中心節點選擇算法運行完以后，虛擬網的映射控制權就移交給運行在中心節點上的主流程控制算法。該算法主要負責分發虛擬節點的映射授權。首先，將Gv中度數最大的虛擬節點nv映射到中心節點上，并按照與nv的最短路徑長度將剩余的虛擬節點劃分為多個層次（如與nv距離為i跳的虛擬節點設為第i層，nv設為第0層），然后，將按照層次由低到高的次序依次對虛擬節點的映射控制權進行分發。當第i層的虛擬節點全部映射完畢后，中心節點將會把第i+1層的虛擬節點nv的控制權交給與其相連的第i層虛擬節點，如果nv與多個第i層節點相連，則依次檢查這些節點對之間的虛擬鏈路，并將控制權交給帶寬需求最大的虛擬鏈路的端節點，這樣就能使占用帶寬較多的虛擬鏈路更有可能被映射到較短的底層路徑上，從而減少虛擬鏈路占用的帶寬資源。算法流程如算法2所示。

算法2主流程控制算法

輸入：映射請求的拓撲Gv；

3.2.3 映射目標搜索算法

收到中心節點映射授權的底層節點稱為執行節點，執行節點將會運行映射目標搜索算法。該算法從授權消息中獲取待映射的虛擬節點，并為這些虛擬節點搜索合適的映射目標，同時還要完成部分虛擬鏈路的映射。

算法首先要為待映射的虛擬節點搜索符合資源約束的映射目標，為了縮短虛擬鏈路的路徑長度，并減少信息收集的時間消耗，可以將搜索的范圍限定在執行節點周圍h跳以內。如果底層網絡采用的路由協議支持區域劃分（如 OSPF協議中的Area機制），還可以把映射目標的搜索范圍限定在執行節點所在的區域或是其鄰接區域內，從而進一步降低搜索的時間和虛擬鏈路的路徑長度。在搜索到多個可用映射目標以后，需要對每個映射目標進行評價并選出最優目標。本文用映射評價系數μ來對映射目標進行評價，其定義為

其中，nv是待映射的虛擬節點，ns是nv的可用映射目標，lv是連結nv與執行節點的虛擬鏈路，R(lv)是lv的帶寬需求約束，Lp是lv的底層路徑長度。在對各個可用映射目標按μ值進行排序后，就可以選出最優的映射目標，并將待映射虛擬節點映射到該目標上。算法流程如算法3所示。

算法3映射目標搜索算法

輸入：映射請求的拓撲Gv，待映射的虛擬節點集合Nv，最大跳數h；

輸出：ASK消息或Failure消息

3.2.4 路徑搜索算法

路徑搜索算法用于在2個底層節點之間尋找一條滿足帶寬約束的路徑。其流程是先調用K短路徑算法[14]計算出多條路徑，然后通過發送 PathQuery消息來檢查每一條路徑的最小可用帶寬，最后挑選長度最短的可用路徑作為算法的輸出結果。

3.3 沖突避免機制

在分布式的虛擬網映射環境中，有可能在同一時刻存在多個正在被處理的映射請求，且每個映射請求是由不同的中心節點進行處理。而 N-DVE算法是通過查詢響應機制來獲取網絡的資源狀態，從查詢到映射命令下達之間會存在一定的時間差，這就使多個虛擬網在并行映射時，可能由于彼此之間缺乏協商而引發沖突。這種沖突會導致部分虛擬網的映射流程出現錯誤，比如若某個虛擬網通過向一個底層節點ns發送Query消息獲知ns能夠滿足自身的映射要求，但在ns收到其發出的Embed命令之前，另一個虛擬網通過發送Embed命令將自己的虛擬節點映射在ns上，這就可能導致ns在收到前一個虛擬網的Embed命令時已經沒有足夠的資源滿足該虛擬網的映射要求，從而使映射流程出現錯誤。

針對該問題，N-DVE設計了一種沖突避免機制。在執行節點向虛擬節點nv的映射目標發送Embed命令時(映射目標搜索算法的步驟16))，會選擇一個次優的映射目標作為nv的備選映射方案加入到 Embed命令里。在映射目標節點收到 Embed命令后，首先，檢查自身的資源狀態是否依然能夠滿足nv的映射要求，若不能滿足則表明可能出現了映射沖突現象，這時該節點將會直接把Embed命令轉發給備選映射方案所指定的映射目標，由備選底層節點完成nv的映射。這樣就可以使2個映射進程在某個底層節點上發生沖突時，其中一個進程將可以通過執行備選映射方案來回避在該節點上的映射沖突，從而避免由此帶來的死鎖或映射失敗等問題。

4 仿真結果分析

4.1 實驗環境

本實驗在Pentium 4 CPU 3.2 GHz、1 GB內存的PC機上運行。底層網絡拓撲和虛擬網請求的拓撲由 GT-ITM[15]工具生成，底層網絡共包括共包含100個節點和570條鏈路，底層節點的計算資源和底層鏈路的帶寬資源取值在[50,100]內均勻分布。虛擬網請求共計 2 000個，每個請求的節點個數在[2,10]內均勻分布，節點連接概率為0.25，虛擬節點的資源取值在[0,20]，虛擬鏈路的帶寬取值在[0,35]之間均勻分布，請求的到達時間服從平均100個單位時間到達5個請求的泊松過程，持續時間服從參數為1 000的指數分布。

實驗將選取一種分布式算法 DVNMA[13]作為N-DVE算法的比較對象，DVNMA的狀態通告周期為5個時間單位。DVNMA與N-DVE都屬于基于貪婪思想的映射算法，因此為了在虛擬鏈路的路徑長度和接收率等方面進行進一步比較，實驗還選取了一種基于貪婪思想的集中式算法 G-SP[5]作為N-DVE算法的比較對象。G-SP在集中式環境下運行，不啟用路徑分裂和重映射機制。N-DVE算法的參數設置為k=3，β=0.1。每處理100個虛擬網請求記錄一次實驗數據。

4.2 參數影響

在映射目標搜索算法中，執行節點在為待映射的節點搜索映射目標時，為了減少通信開銷和響應時間，可以通過設置參數h來限制映射目標與執行節點之間的距離。h值越小則意味著映射目標搜索的范圍越小，節點映射失敗的概率會相應的增加，但由于降低了虛擬鏈路的帶寬資源占用，所以降低了鏈路映射失敗的概率。因此可以根據節點和鏈路的資源狀態來對參數h進行設置，節點資源緊張時h可以設置得較大，鏈路資源緊張時可以將h設置得較小。

如圖2所示，隨著h值的增加，N-DVE搜索映射目標的范圍也越大，所以映射一個虛擬網所需的平均資源查詢消息數量也就越多。同時，搜索范圍的增大會導致路徑搜索算法的調用次數增加，因此若h值增大，則算法的響應時間也會增長（如圖2所示）。在后續實驗中，h的值設為3。

圖2 N-DVE映射虛擬網時所需的平均消息數

4.3 通信開銷

N-DVE是通過小范圍內的查詢響應機制來獲取網絡的狀態信息，而DVNMA則是通過在全網范圍內進行周期性的信息交換來獲取網絡的狀態信息。因此，與DVNMA相比，N-DVE映射時所花費的通信開銷更少。實驗統計了 N-DVE算法和DVNMA算法映射一個虛擬網所需的平均消息數量，由圖 4可知，N-DVE算法的通信開銷僅為DVNMA算法的20%左右。

圖3 N-DVE算法的平均響應時間

圖4 通信開銷

4.4 負載均衡

為了合理利用底層網絡的資源，應將負載均衡情況作為虛擬網映射算法的評價標準之一。本實驗用平均負載方差來衡量算法的負載均勻程度，定義為

其中，N s、Ls分別是底層節點和鏈路的集合，S表示某個底層節點或鏈路的負載壓力，也就是已分配資源在該節點或鏈路的資源總量中占有的比例，Sarg表示底層網絡中全部節點或鏈路的平均負載壓力。由式(5)可知，平均負載方差同時評價了底層網絡中的節點和鏈路的負載均衡情況，該值越小表示評價越好。如圖 5所示，N-DVE的平均負載方差優于DVNMA，與G-SP處于同一水平。

圖5 平均負載方差

4.5 虛擬鏈路的路徑長度

虛擬鏈路的路徑長度主要是用來衡量底層鏈路帶寬資源的利用效率，較短的虛擬鏈路路徑長度意味著虛擬網占用的底層鏈路帶寬資源較少，從而使底層網絡能承載更多的虛擬網。在 N-DVE算法中，當執行節點為每個待映射節點選擇映射目標時，都會考慮該目標與執行節點的距離，使其在負載均衡的前提下盡量縮短虛擬鏈路的路徑長度。而DVNMA算法在映射時將虛擬網拓撲拆分為多個星形子拓撲，但在映射這些星形子拓撲時只考慮了子拓撲內部節點之間的距離，而沒有考慮各個子拓撲之間的距離，使其虛擬鏈路的平均路徑長度要高于N-DVE（如圖6所示）。G-SP算法由于是一種兩階段映射算法，節點映射和鏈路映射是分開進行的，因此算法在映射虛擬節點時沒有考慮縮短虛擬鏈路的長度，導致其虛擬鏈路的平均路徑長度最長。

圖6 虛擬鏈路的平均路徑長度

4.6 接收率

接收率決定了InP的收益，接收率的高低與負載均衡程度和虛擬鏈路長度有很大的關系。由于N-DVE算法在上述 2個評價標準中都有較好的表現，因此其接收率要高于DVNMA算法和G-SP算法如圖7所示。

圖7 接收率

5 結束語

本文研究了分布式環境下的虛擬網映射算法。首先，分析了集中式映射與分布式映射之間的差別，闡述了分布式映射的特點和應用場景。針對已有的分布式算法通信開銷大、虛擬鏈路占用資源過多的缺點，設計了一種基于協商的分布式虛擬網映射算法，該算法僅在小范圍內進行狀態信息的交換，并且在降低映射代價方面進行了優化設計。此外，為了支持并行處理能力，算法還加入了沖突避免機制。實驗證明，本算法只需要以較小的通信代價就能在各項指標上獲得較好的評價。

通過路徑分裂技術能夠提高虛擬鏈路的映射成功率，但也為虛擬網的控制和管理增加了一定的難度，因此在分布式虛擬網映射算法中如何引入路徑分裂機制有待進一步研究。此外，本文算法只討論了單個域內的映射問題，而在涉及多個域的虛擬網映射中，如何協同利用分布式與集中式的映射算法也是有待探索的工作。

[1] CHOWDHURY M, BOUTABA R. A survey of network virtualization[J]. Computer Networks, 2010, 54(5): 862-876.

[2] JORGE C, JAVIER J. Network virtualization-a view from the bottom[A]. Proceedings of the 1st ACM Workshop on Virtualized Infrastructure Systems and Architectures[C]. Barcelona, Spain, 2009.73-80.

[3] 程祥, 張忠寶, 蘇森等. 虛擬網絡映射問題研究綜述[J].通信學報,2011,32(10):143-151.CHENG X, ZHANG Z, SU S,et al. Survey of virtual network embedding problem[J]. Journal on Communications, 2011, 32(10): 143-151.

[4] BIAO S, MOHAMMAD H, EUI-NAM H. Delivering IPTV service over a virtual network: a study on virtual network topology[J]. Journal of Communications and Networks, 2012,14(3):319-335.

[5] YU M, YI Y, REXFORD J. Rethinking virtual network embedding:substrate support for path splitting and migration[J]. ACM SIGCOMM Computer Communication Review, 2008, 38(2):17-29.

[6] CHOWDHURY M, RAHMAN MR, BOUTABA R. ViNEyard: virtual network embedding algorithms with coordinated node and link mapping[J]. IEEE Transactions on Networking, 2012, 20(1): 206-219.

[7] ZHANG M, YANG Q, WU C,et al. Hierarchical virtual network mapping algorithm for large-scale network virtualisation[J]. IET communications, 2012, 6 (13): 1969-1978.

[8] FAJJARI I, AITSAADI N, PUJOLLE G,et al. VNE-AC: Virtual network embedding algorithm based on ant colony metaheuristic[A]. Proc IEEE ICC 2011[C]. Kyoto, Japan, 2011.1-6.

[9] ZHANG Z, CHENG X, SU S,et al. A unified enhanced particle swarm optimization-based virtual network embedding algorithm[J].International Journal of Communication Systems, 2012, doi:10.1002/dac.1399.

[10] YU H F, QIAO C M, ANAND V,et al. Survivable virtual infrastructure mapping in a federated computing and networking system under single regional failures[A]. Proc IEEE GLOBECOM 2010[C]. Miami,USA, 2010.1-6.

[11] CAI Z, LIU F, XIAO N,et al. Virtual network embedding for evolving networks[A]. Proc IEEE GLOBECOM 2010[C]. Miami, USA, 2010.1-5.

[12] FAJJARI I, AITSAADI N, PUJOLLE G,et al. VNR algorithm: a greedy approach for virtual networks reconfigurations[A]. Proc IEEE GLOBECOM 2011[C]. Houston, USA, 2011.1-5.

[13] HOUIDI I, LOUATI W, ZEGHLACHE D. A distributed virtual network mapping algorithm[A]. Proc IEEE ICC[C]. Beijing, China,2008.5634-5640.

[14] EPPATEIN D. Finding thekshortest paths[A]. IEEE Symposium on Foundations of Computer Science[C]. SantaFe, NM, 1994. 154-165.

[15] ZEGURA E, CALVERT K, BHATTACHARJEE S. How to model an internetwork[A]. Proc IEEE INFOCOM[C]. San Francisco, USA,1996.594-602.