虛擬網絡映射節能算法研究

劉認倫，楊龍祥

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

虛擬網絡映射節能算法研究

劉認倫，楊龍祥

(南京郵電大學 通信與信息工程學院，江蘇 南京 210003)

虛擬網絡映射是一種解決未來互聯網發展問題的關鍵技術，該技術能夠使多個異構的虛擬網絡共存于同一個物理網絡，共享底層資源。但目前的虛擬網絡映射算法大多是針對網絡負載較高的情況，且多屬啟發式的映射算法，在網絡負載較低時，虛擬網絡映射可能引起底層資源不能被充分利用，導致網絡能耗的浪費。隨著大規模網絡的發展，底層網絡設備的能耗問題越來越受到關注。虛擬網絡映射節能算法，通過對底層網絡資源的整合，可保證在不影響正常通信的情況下，有效地解決虛擬網絡映射過程中的能耗浪費問題。基于此，主要對虛擬網絡映射的節能算法進行調查研究，對虛擬網絡中的節能問題進行了重點描述，歸納了典型的能耗模型，分析了典型算法的映射過程以及指標，并討論了未來的研究方向。

虛擬網絡映射；節能；資源整合；能耗模型

0 引 言

作為未來網絡的一項重要技術，網絡虛擬化技術能夠克服現在因特網中的一些困難。網絡虛擬化最顯著的優點是能夠使多個異構的虛擬網絡共享同一實體，即多個異構的虛擬網絡可以共存于一個底層網絡中。將多個虛擬網絡映射到同一個底層網絡的問題通常被稱為虛擬網絡映射(VNE)。

虛擬網絡映射主要解決節點與鏈路的資源分配問題，因此，虛擬網絡映射又分為兩個子問題：虛擬節點映射(VoNM)和虛擬鏈路映射(VLiM)。虛擬節點映射會影響虛擬鏈路映射，所以，在將虛擬網絡請求映射到底層網絡時，首先要解決虛擬節點映射，然后再解決虛擬鏈路映射。

傳統的虛擬網絡映射將重點放在網絡的收益成本上，即盡可能多地將虛擬網絡映射到底層網絡上。然而，現有的網絡都是為峰值負載而設計，即使面臨高的網絡請求時仍然過度分配資源，以確保正常運行。因此，這種最大限度地利用資源的方式會引起過高的資源利用不足和不必要的能量消耗。隨著近年來人們環保意識的提高，生產過程中能耗以及碳排放越來越受到研究者的關注。根據文獻[1]，在大型ISP的骨干網中，鏈路利用率僅有30%～40%。因此，綠色網絡這一課題引起了研究者們的興趣。

虛擬網絡映射的綠色網絡課題即節能問題，旨在不影響網絡性能的前提下，盡可能少地使用底層網絡資源或是盡可能使用能耗低的底層網絡資源映射虛擬網絡。

文中主要針對虛擬網絡映射的節能算法和方案進行研究，重點介紹了虛擬網絡映射節能算法的基本問題定義，節能的數學模型，典型算法的映射過程和優化策略，以及映射的性能指標。分析了目前節能方案中尚未解決的問題，對未來的工作進行了展望。

1 虛擬網絡映射節能算法

1.1 問題描述

虛擬網絡映射節能算法可以根據底層網絡是否以實際資源為模型稱為能量感知型VNE(Energy-aware VNE)或能量效率型VNE(Energy-efficient VNE)。以能量感知型VNE為例，描述虛擬網絡映射中的節能問題。非能量感知的虛擬網絡映射算法不考慮網絡中閑置的節點和鏈路的能耗，所以造成網絡能耗的浪費。為了解決這個問題并優化網絡資源配置，能量感知的虛擬網絡映射節能算法把目標定為使用網絡中最少的資源為現有虛擬網絡請求分配資源，關閉網絡中未被映射的節點與鏈路。如圖1所示，非能量感知VNE并未充分利用節點與鏈路中的資源，并且閑置的節點和鏈路仍有能耗；而能量感知的VNE通過資源整合重新分配資源，使節點和鏈路都能得到充分利用，并關閉未被映射的節點和鏈路，使整個網絡的能耗最小。

圖1 非能量感知的VNE(左)與能量感知的VNE(右)

1.2 能耗模型

根據不同的節能目的，需要為底層網絡建立不同的數學模型。VNE節能算法的最終目的是使底層網絡能耗盡可能小，因此，以網絡中節點和鏈路能耗直接建模是最合理的方法，實際中可能會遇到CO2排放、電力成本等問題。于是，提出一些考慮這些問題的VNE節能算法，把這些算法歸納到一類中進行陳述。

(1)節點與鏈路的簡單模型。

文獻[2]中使用只考慮節點與鏈路數量的模型，是最早提出的一種VNE節能能耗模型。這種算法將底層網絡中的節點和鏈路資源視為一個點和一條線，并假設各個節點、各條鏈路的能耗相等，這樣，底層網絡的能耗模型簡化，網絡總能耗只需算出節點和鏈路的數量或是其數量的加權值。但由于這種模型過于簡單，尤其是節點能耗模型與實際的能耗方式不同，因而其作用有限，在綠色節能課題研究初期，此模型使用較多，例如文獻[3-4]。

(2)節點與鏈路的能耗模型。

這種模型考慮實際中節點和鏈路的能耗特點，是目前課題研究中使用較為廣泛的一種模型。一種典型的方法是將節點和鏈路能耗分為基礎能耗和維持虛擬網絡的能耗[5]。這種模型考慮底層節點CPU使用率同節點能耗呈線性的特點以及底層鏈路的帶寬使用率和鏈路長度同鏈路能耗呈線性的特點，將這類能耗定義為維持虛擬網絡的能耗。并且節點可以根據需要進行分類，文獻[6]中將節點分為兩類：有虛擬節點映射到的底層節點(host node，維持節點)和只有虛擬鏈路經過的底層節點(forwarding node，轉發節點)。這種模型雖然較為簡單，但很實用，以此模型進行的研究也較多。文獻[7]中給出了應用此類模型的四個定理，闡述了節點能耗、鏈路能耗和全局網絡能耗的關系以及計算方法。另一典型模型是考慮實際網絡中的器件能耗，這種模型常用于云網絡、數據中心等現實場景[8-10]。

(3)其他模型。

文獻[6]提出了一種以一天的電力價格為目標函數的模型，需要考慮不同時段、不同區域的電價的變化。另外一種較為少見的模型在文獻[11]中提出，這種模型以底層網絡中節點和鏈路的CO2排放量為目標函數，當虛擬網絡請求到達時，優先為其分配CO2排放少的節點和鏈路資源。

1.3 節能方法的映射過程

底層網絡中，能耗的主要來源只有兩個：節點和鏈路。因此，底層網絡節能的方向主要在節點和鏈路上。節能的方法主要有兩種：節點節能和鏈路節能。為了區別底層網絡中被映射的資源和未被映射的資源，所有的能耗模型都會為節點和鏈路設定兩種狀態：喚醒和休眠。當節點或者鏈路被映射，則此節點或鏈路處于喚醒狀態；反之，處于休眠狀態。并且，一個節點休眠時，與這個節點直接相連的所有鏈路也被迫休眠。因此，節點休眠的條件高于鏈路。

(1)節點節能方法的映射過程。

節點節能方法主要依靠節點休眠實現。在上文中提到節點休眠會導致鏈路被迫休眠，根據文獻[12]，底層網絡中能耗較高的是節點，相對鏈路休眠，關閉節點能夠節省更多的能量。而且，節點映射過程必然影響鏈路映射過程。文獻[3]中給出了一種在選取休眠節點后，如何尋找合理的鏈路的可行方案：由于鏈路能耗與路徑長度有關，所以在選定節點后，鏈路的選取應遵循兩個原則：一是路徑最短；二是鏈路已用。找不到已用鏈路時遵循路徑最短原則。考慮到節點映射先于鏈路，因此節能算法中少有只考慮優化節點映射的節能方案。因此，將這類算法歸納到節點節能方法中。

作為第一個討論虛擬網絡映射節能的算法，文獻[2，13-16]分別給出了一種典型的節能方法。研究者假設所有的節點能耗相同、容量相等，所有的鏈路能耗相同、帶寬相等，即使用簡單的能耗模型。在映射第一個虛擬網絡請求的第一個節點時，隨機選取節點映射，依據最小路徑選取其他節點，并且要保證對同一個虛擬網絡請求中的節點不能同時映射到同一個底層節點上。連在映射后繼到達的虛擬網絡請求時，則盡量使用已經使用過的節點。由于這個算法中對鏈路帶寬的約束要求不高，所以約束主要來自于節點，所以這是一種典型的節點節能算法。

Sen Su等在文獻[5-6]中細化了節點和鏈路的能耗，給出了一種節點和鏈路分別依據CPU和帶寬使用率計算能耗的模型。并且在文獻[5]中，研究者提出節點在映射過程中必須考慮虛擬節點和底層節點的距離因素，如果單純地將虛擬節點映射到底層節點上，可能會出現一個虛擬網絡請求的所有虛擬節點映射到同一個底層節點上的狀況，這樣一來，映射看似變得簡單了，而且不需要鏈路映射過程，數據的傳輸和交換完全可以在同一個底層節點中完成。但是，考慮到節點的距離，這種方案在實際中是不可行的。另外，研究者將節點進行了分類，認為底層網絡中的節點可以分為主節點(host node)和路由節點(router node)，見圖2。其中，主節點在網絡中只負責虛擬節點的映射，而路由節點不負責映射虛擬節點，只負責轉發數據(這樣的節點也稱為跳(hop))。在映射時，算法也遵循最短路徑和優先已用資源的原則。但在將虛擬節點映射到主節點上時，應考慮與主節點間的距離。

圖2 主節點與路由節點

即便是在過度分配資源的網絡負載條件下，也有可能是有個別的節點或鏈路未被使用到，將這樣的節點或鏈路休眠并不能滿足節能的需要。休眠節點是必要的，但達到節能的目的，必須優化資源分配，盡可能少地使用節點和鏈路。對于底層節點而言，最主要的資源是CPU，要使虛擬節點充分利用CPU，則需要盡可能多地將虛擬節點映射到一個底層節點上。考慮到這點，文獻[6]給出了一種底層節點的排序方法，以獲得最大CPU利用率。研究者假設每個底層節點的CPU資源相等，在首次映射請求時，隨機選取底層節點分配資源。然后，根據各個節點剩余的資源從小到大進行排序。為下一個請求分配資源時，從排序集合中按順序選取滿足映射條件的節點，被使用過的節點將優先選取。當請求的映射完成后，需要根據節點剩余資源重新排序。若有節點的資源被用盡，則將這個節點從排序集合中移除。這樣，底層節點的資源不僅得到了充分利用，而且減少了網絡中應用到的底層節點數，從而節省了能量。

映射后的底層節點排序如圖3所示。

(2)鏈路節能方法的映射過程。

根據文獻[1]，鏈路節能的方法可以有鏈路休眠以及自適應流量傳輸兩種。目前，自適應流量傳輸尚未有研究者提出。鏈路的休眠條件相對節點要低，節點的休眠必須滿足與其直接相連的所有鏈路休眠，而鏈路休眠只要考慮是否有虛擬鏈路映射到自身。考慮到節點在休眠時節點中的數據無法使用，從而造成通信中斷的狀況，文獻[17-19]提出以鏈路休眠實現節能的方案。

①可分割鏈路的鏈路休眠。

鏈路分割是指將一條虛擬鏈路按照其請求帶寬分成數條虛擬子鏈路，子鏈路帶寬總和與請求帶寬相等。文獻[17]提出了一種基于可分割鏈路的鏈路休眠算法，在網絡從高負載時段進入低負載時段，一些鏈路的帶寬并不能得到充分利用，將網絡中帶寬占用率低的底層鏈路上的虛擬鏈路重新映射到帶寬占用率高的鏈路上，并使帶寬占用率低的鏈路休眠。帶寬占用率高的鏈路并不一定能夠滿足需要映射的虛擬鏈路帶寬需求，于是，將這條虛擬鏈路分割成兩條去映射，不僅使底層鏈路帶寬得到充分利用，且提高了映射成功率。

虛擬鏈路的分割映射如圖4所示。

然而，分割鏈路可能帶來通信延遲和數據包順序錯亂。分割為多條虛擬子鏈路需要為其尋找多條可用路徑，這些路徑的長度不同，因此數據在路徑上傳輸的時間也不同，從一個節點傳送數據到另一個節點，數據的到達時間以耗時最長的一條數據傳輸路徑為準。另外，短路徑可能在時間t內傳送了多個數據包，而同時長路徑上的數據可能還并未到達接收節點，造成數據包接受順序錯亂。

②不可分割鏈路的鏈路休眠。

文獻[17-19]中均提出了不可分割鏈路的鏈路休眠方法。虛擬鏈路不可分割的好處是數據有序傳輸，通信延遲較短。但相比可分割鏈路，帶寬占用率低的底層鏈路在為其虛擬鏈路重新選擇映射路徑時，變得相對困難。由于鏈路能耗不僅與其帶寬使用率有關，還與鏈路自身長度有關，越長的鏈路能耗越大[5]，所以將鏈路映射到路徑距離短的鏈路上也是一種較好的節能策略。

1.4 優化策略

由于VNE問題是NP困難的，考慮到VNE在大規模網絡中的應用，相應的優化方法的尋找也變得費時費力。于是，提出了三種適用于不同情景的算法：

(1)精簡式算法(Exact solution)。

精簡式算法適合小規模網絡場景，尤其在節點與鏈路的簡單模型中(1.2節)，有著較好的應用。這種優化算法的實現可以通過整數線性規劃(Integer Linear Programming)，文獻[2-4]中各自提出了一種混合整數規劃(Mixed Integer Programming)，旨在小規模的底層網絡中尋找到最少的節點和鏈路滿足虛擬網絡請求。由于整數線性規劃的NP困難性，精簡式算法可能引起指數式增長的執行時間，然而，精簡式算法可以為啟發式的虛擬網絡映射算法提供最優界(optimal bound)。

(2)啟發式算法(Heuristics solution)。

啟發式算法的提出，解決了在映射過程中算法執行時間過長的問題。尤其在動態的網絡中，如果一個虛擬網絡請求的映射時間過長，將會影響下一個到達的虛擬網絡請求的映射，啟發式算法較短的執行時間能夠比較好地克服這個問題。目前，采用啟發式算法的方案被廣泛應用于研究中，文獻[6，13，16，20-22]均使用了啟發式算法進行優化。

在文獻[19]中，研究者分別提出了精簡式的二進制整數線性規劃算法(Binary Integer Linear Programming，BILP)和啟發式算法。根據其仿真結果，在相同的底層網絡上運行時，精簡式BILP算法的節能效果相對提出的啟發式算法要好，啟發式算法的運行結果只能在網絡負載較低的時段逼近BILP，BILP為啟發式算法提供了節能上界。但是，BILP的運行時間約為4 000 s，遠大于啟發式算法(3 s)，從運行時間上考慮，啟發式算法遠好于精簡式。

然而，啟發式算法得到優化結果僅僅是局部最優，不是全局最優。針對這一狀況，元啟發式算法被提出，旨在合理的時間范圍內獲得比局部最優更好的結果。

(3)元啟發式算法(Metaheuristics solution)。

在大規模網絡中，尋找解決VNE的優化方法變得困難起來。精簡式算法只適用于中小規模網絡，而啟發式算法得到的結果只是局部最優解。元啟發式算法的提出解決了這些問題。文獻[15]使用的貪婪隨機適應性搜索過程(Greedy Randomized Adaptive Search Procedure，GRASP)通常包括兩個步驟：創建和本地搜索。創建階段需要創建出滿足所有約束條件的隨機方法；本地搜索負責尋找與初始方法相關的本地優化方法。文獻[17]應用的多目標粒子群優化算法，對粒子群優化算法重新定義了一系列的參數，包括位置、速率、差集等，以更好地用于節能的目標。文獻[23]則將蟻群優化算法應用到節能方案中。

1.5 映射性能指標

節能算法的映射是否成功與節能效果是否滿足需求需要一系列的性能指標做評判。這些性能指標可以用于不同算法之間的對比。按照映射目的，將虛擬網絡節能算法映射的性能指標分為以下幾種：

1.5.1 能耗相關指標

能耗指標是虛擬網絡節能算法的最主要指標。節能算法性能的優劣，主要看在底層網絡中映射相同的虛擬網絡請求時，在不影響正常通信的情況下，哪一種算法能夠節省更多的能耗。

(1)節點能耗：底層網絡中所有激活的底層節點的能耗。根據能耗模型的不同，不同的底層節點能耗可能會有不同。例如維持節點和轉發節點，維持節點的能耗組成有基礎能耗和維持虛擬節點的能耗，而轉發節點只有基礎能耗。

(2)鏈路能耗：底層網絡中所有激活的底層鏈路的能耗。鏈路能耗可能與映射到這條鏈路上的虛擬鏈路所占帶寬有關或是與鏈路所連接的兩個節點間的距離有關。

(3)網絡能耗：底層網絡中所有激活的節點和鏈路的能耗。

(4)激活的節點數：底層網絡中所有激活的節點數量。在節能算法中，激活節點定義為虛擬網絡請求提供資源并維持其通信的節點，處于喚醒狀態；而休眠節點稱為非激活節點。

(5)激活的鏈路數：底層網絡中所有激活的鏈路數量。激活的鏈路定義為連接兩個激活節點并維持節點之間數據傳輸的鏈路。

(6)遷移能耗：在將一個已映射的虛擬網絡重新映射到另一個實體期間，維持原虛擬網絡通信的能耗。文獻[8]定義了遷移能耗的概念，將這種能耗應用在對遷移敏感的網絡中。

(7)節點開啟能耗。一些算法認為，在節點從休眠狀態激活轉為喚醒狀態時，需一個觸發節點開啟能耗，這個能耗區別于節點上的其他能耗并不可忽略。

1.5.2 服務質量相關指標

在虛擬網絡映射的節能算法中，對于服務質量的要求只需要在網絡負載較低的時段進行重新映射時不影響原有請求的正常通信或是在低負載時映射性能與非節能算法逼近。

(1)路徑長度：定義為一個虛擬網絡中的兩個節點映射到底層節點上，連接這兩個節點間的物理鏈路數量。

(2)延遲：數據包從一個節點傳輸到另一個節點需要的時間。

(3)使用率：映射虛擬網絡的底層資源量與底層網絡總資源量之比。

1.5.3 其他指標

(1)算法運行時間：虛擬網絡映射的完成時間，與映射的完成度和映射質量是一對矛盾。

(2)虛擬網絡請求接收率：算法實際完成映射的虛擬網絡請求與全部的虛擬網絡請求之比。

(3)收益：虛擬網絡需要的虛擬資源總數。

2 結束語

虛擬網絡映射的綠色節能課題自興起以來，已得到較為深入與廣泛的開發與研究。在底層網絡中，能量消耗的載體是物理實體，所以節能的基本思想是盡可能少地使用底層資源實現映射。文中主要對虛擬網絡映射節能算法的研究及現狀進行了調查。目前，虛擬網絡映射的節能模型的種類已較為全面，有些研究中的能耗模型已經細化到網絡端口的能耗上。節能的方法有節點節能和鏈路節能，應用于各種規模網絡的節能方案已有了較多進展(例如應用在小規模網絡的精簡型算法，應用在中規模網絡的啟發式算法以及大規模網絡的元啟發式算法)；然而節點與鏈路結合的節能方案還未得到充分研究。映射的性能指標也較為完備，能量效率的節能研究中也細化到了網絡元件上。

日益嚴重的碳排放問題和能源危機，使得虛擬網絡映射節能算法越來越受到重視，亦得到充分研究。目前，仍有如下問題和方向有待進一步研究：

(1)節點休眠和鏈路分割結合。

作為鏈路節能的一種可行方法，基于可分割鏈路的鏈路休眠能夠較好地節省鏈路能耗。然而，在節點節能方案中，尚未有結合可分割鏈路的鏈路休眠的方案。考慮先使用節能方案解決節點映射，并且在鏈路映射時采取分割鏈路的做法，可以使得在一些節點滿足約束條件時，解決鏈路不滿足所需帶寬約束的問題。

(2)方案中加入遷移能耗。

在一次虛擬網絡請求的通信過程中，可能會出現個別的節點遇到異常中斷工作的情況，需要重新為這個節點分配合適的資源，以維持正常通信。在中斷的節點重新映射結束前，移動資源和維持額外鏈路的能耗需要考慮到算法中。文獻[11]提出的算法考慮到了這種遷移能耗。

(3)節能算法的規模較小。

目前，節能算法的研究多集中于中小規模的網絡中，適用于大規模網絡的元啟發式算法的研究較少。在大規模網絡中應用網絡虛擬化技術時，可以繼續探索適合不同應用場景的虛擬網絡映射的節能算法。

(4)虛擬網絡請求發生變化的情況。

在一些特殊情況下，可能面臨虛擬網絡請求中的某個節點先于其他節點結束通信，這樣一來，這個虛擬節點將在虛擬請求中消失，不再消耗能量。文獻[14]中考慮了這種案例的簡單情況，并給出了一種重新分配資源的優化方案。在未來的研究中，可以深入探討多個節點結束通信的情況，并給出性能更好的優化方案。

(5)虛擬網絡技術在光網絡中的節能。

在光網絡中，虛擬網絡映射技術也得到了充分的研究和發展，相應的節能技術也被提出[24-26]。未來的節能算法也可以考慮應用到光網絡當中。

[1] Fisher W, Suchara M, Rexford J.Greening backbone networks:reducing energy consumption by shutting off cables in bundled links[C]//ACM SIGCOMM workshop on green networking.New Delhi,India:ACM,2010:29-34.

[2] Botero J F,Hesselbach X,Duelli M,et al.Energy efficient virtual network embedding[J].IEEE Communications Letters,2012,16(5):756-759.

[3] Fischer A,Beck M T,de Meer H.An approach to energy-efficient virtual network embeddings[C]//IFIP/IEEE international symposium on integrated network management.[s.l.]:IEEE,2013:1142-1147.

[4] Wang B,Chang X,Liu J,et al.Reducing power consumption in embedding virtual infrastructures[C]//Globecom Workshops.[s.l.]:IEEE,2012:714-718.

[5] Su S,Zhang Z,Liu A X,et al.Energy-aware virtual network embedding[J].IEEE/ACM Transactions on Networking,2014,22(5):1607-1620.

[6] Zhang Z,Su S,Niu X,et al.Minimizing electricity cost in geographical virtual network embedding[C]//Global communications conference.[s.l.]:IEEE,2012:2609-2614.

[7] Su S,Zhang Z,Cheng X,et al.Energy-aware virtual network embedding through consolidation[C]//IEEE conference on computer communications workshop.[s.l.]:IEEE,2012:127-132.

[8] Guan X,Choi B Y,Song S.Topology and migration-aware energy efficient virtual network embedding for green data centers[C]//International conference on computer communication and networks.[s.l.]:IEEE,2014:1-8.

[9] Guan X,Choi B Y,Song S.Energy efficient virtual network embedding for green data centers using data center topology and future migration[J].Computer Communications,2015,69:50-59.

[10] Nonde L,Elgorashi T E H,Elmirghani J M H.Energy efficient virtual network embedding for cloud networks[J].Journal of Lightwave Technology,2015,33(9):1828-1849.

[11] Triki N,Kara N,Barachi M E,et al.A green energy-aware hybrid virtual network embedding approach[J].Computer Networks,2015,91(C):712-737.

[12] Bianzino A P,Chaudet C,Rossi D,et al.A survey of green networking research[J].IEEE Communications Surveys & Tutorials,2012,14(1):3-20.

[13] 陳曉華,李春芝,陳良育,等.主動休眠節點鏈路的高效節能虛擬網絡映射[J].軟件學報,2014,25(7):1416-1431.

[14] Sun G,Yu H,Anand V,et al.A cost efficient framework and algorithm for embedding dynamic virtual network requests[J].Future Generation Computer Systems,2013,29(5):1265-1277.

[15] Lira V,Tavares E.Energy-aware mapping for dependable virtual networks[C]//International workshop on power and timing modeling,optimization and simulation.[s.l.]:IEEE,2015.

[16] Botero J F,Hesselbach X.Greener networking in a network virtualization environment[J].Computer Networks,2013,57(9):2021-2039.

[17] Ghazisaeedi E,Huang C.Off-peak energy optimization for links in virtualized network environment[J].IEEE Transactions on Cloud Computing,2015(99):1.

[18] Ghazisaeedi E,Huang C,Yan J.Off-peak energy-wise link reconfiguration for virtualized network environment[C]//IFIP/IEEE international symposium on integrated network management.[s.l.]:IEEE,2015:814-817.

[19] Ghazisaeedi E,Huang C.Energy-efficient virtual link reconfiguration for off-peak time[C]//2015 IEEE global communications conference.[s.l.]:IEEE,2015:1-7.

[20] 王 博,陳庶樵,王志明,等.基于中心度尋核的能效優化虛擬網映射算法[J].計算機應用研究,2015,32(7):2087-2091.

[21] Shahin A A.Memetic multi-objective particle swarm optimization-based energy-aware virtual network embedding[J].International Journal of Advanced Computer Science & Applications,2015,6(4):1-12.

[22] Huu T N,Ngoc N P,Thu H T,et al.Modeling and experimenting combined smart sleep and power scaling algorithms in energy-aware data center networks[J].Simulation Modelling Practice & Theory,2013,39(8):20-40.

[23] Guan X,Wan X,Choi B Y,et al.Ant colony optimization based energy efficient virtual network embedding[C]//IEEE international conference on cloud networking.[s.l.]:IEEE,2015.

[24] Nonde L,Elgorashi T E H,Elmirghani J M H.Green virtual network embedding in optical OFDM cloud networks[C]//16th international conference on transparent optical networks.[s.l.]:IEEE,2014:1-5.

[25] Perello J,Pavon-Marino P,Spadaro S.Cost-efficient virtual optical network embedding for manageable inter-data-center connectivity[J].ETRI Journal,2013,35(1):142-145.

[26] Melo M,Sargento S,Killat U,et al.Optimal virtual network embedding:energy aware formulation[J].Computer Networks,2015,91(C):184-195.

Investigation on Energy-aware Virtual Network Embedding

LIU Ren-lun，YANG Long-xiang

(College of Communication and Information Engineering,Nanjing University of Posts and Telecommunications,Nanjing 210003,China)

Virtual Network Embedding (VNE) is a crucial technique to overcome development barriers of future Internet,which could permit multiple heterogeneous virtual networks to coexist in a common physical one for sharing substrate resources.However,current mapping algorithms of virtual network are mainly suitable for the situation that network traffic load is often high and mostly belong to heuristic mapping algorithm,which could lead to waste of network energy consumption and insufficient utilization of substrate resources as network energy consumption is low.With development of large scale network,problem for energy consumption of substrate network has attracted more and more attention.Energy-aware VNE Algorithm could effectively solve this problem by resource consolidation of substrate network under the condition that normal communication is ensured.Several energy saving algorithms have been investigated besides energy saving problem in virtual network has been emphasized and depicted.Classical models of energy consumption have also been sorted and discussed.Analysis on mapping processes of classical algorithms and their parameter indices have been conducted and the future investigation direction has been proposed.

virtual network embedding;energy-aware;resource consolidation;model of energy consumption

2016-04-22

2016-08-16

時間：2017-02-17

國家自然科學基金資助項目(61372124);國家“973”重點基礎研究發展計劃項目(2013CB329104)

劉認倫(1991-)，男，碩士，研究方向為移動通信與無線技術；楊龍祥，教授，博士生導師，研究方向為移動無線通信系統和物聯網。

http://www.cnki.net/kcms/detail/61.1450.TP.20170217.1628.038.html

TP301.6

A

1673-629X(2017)03-0029-06

10.3969/j.issn.1673-629X.2017.03.006