生物地理學算法研究及其在虛擬網(wǎng)絡映射中的應用.pdf

1、互聯(lián)網(wǎng)技術的高速發(fā)展使用戶數(shù)目不斷增多，當前的網(wǎng)絡架構已無法滿足新一代互聯(lián)網(wǎng)的發(fā)展要求，開始出現(xiàn)網(wǎng)絡僵化。網(wǎng)絡虛擬化為解決該問題提供了一種有效途徑。其中，虛擬網(wǎng)絡映射問題則是實現(xiàn)網(wǎng)絡虛擬化時首先要解決的難題。當把虛擬網(wǎng)絡映射到底層物理網(wǎng)絡時，如何提高底層物理網(wǎng)絡資源的有效利用率成為研究虛擬網(wǎng)絡映射算法的主要目的。傳統(tǒng)的虛擬網(wǎng)絡映射算法大多采用兩階段映射方法，在節(jié)點映射完成時再進行鏈路的映射，并且前后兩者的關聯(lián)性較小，同時缺少對整個底層物

2、理網(wǎng)絡資源的全局考慮。利用智能算法全局尋優(yōu)的特點來求解虛擬網(wǎng)絡映射問題引起了學者的廣泛關注。
　　生物地理學優(yōu)化算法(Biogeography-Based Optimization,BBO)是一種新型的智能算法，主要模擬生物種群的生存、遷移和滅絕規(guī)律。它具有獨特的遷移機制，不需要生成新的個體，個體之間通過遷移算子實現(xiàn)種群內(nèi)部的信息共享，并且每個個體都有各自的變異概率。雖然BBO算法結構簡單，但在很多基準函數(shù)測試上都表現(xiàn)出了良好的性

3、能，所以BBO算法的研究前景廣泛，可以提高解決實際問題的能力。
　　本文在對標準BBO算法進行分析的基礎上，對BBO算法進行了改進并將BBO算法用于解決網(wǎng)絡映射問題，主要研究內(nèi)容包括：
　　(1)基于標準BBO算法，引進協(xié)同機制，基于分而治之的策略，提出一種合作型協(xié)同生物地理學優(yōu)化算法(Cooperative Coevolutionary Biogeography-based Optimization,CBBO)。在CBBO

4、算法中，將原種群分割成若干維數(shù)相同的子種群，使用BBO算法演化每個子種群，對于每個子種群，選擇其他子種群中最優(yōu)的棲息地，與當前子種群的棲息地構建上下文向量，然后計算該向量的適應度函數(shù)值，最后輸出最優(yōu)解。
　　(2)將BBO算法用于求解基于成本的虛擬網(wǎng)絡映射問題，提出一種基于生物地理優(yōu)化的虛擬網(wǎng)絡映射算法(Virtual Network Embedding Algorithm Based On Biogeography-Based

5、Optimization,VNE-BBO)。重新定義BBO算法參數(shù)，初始化算法種群，種群中的每個個體對應一個虛擬網(wǎng)絡的節(jié)點映射方案，以底層網(wǎng)絡開銷為目標函數(shù)，通過BBO算法迭代，尋找最優(yōu)鏈路映射方案，最終輸出優(yōu)化后的虛擬網(wǎng)絡映射方案。VNE-BBO算法，采用智能尋優(yōu)，全局尋找最優(yōu)解決方案，提高了底層網(wǎng)絡平均收益，降低了底層網(wǎng)絡的開銷成本。
　　(3)將BBO算法用于解決基于負載均衡的虛擬網(wǎng)絡映射問題，提出一種基于生物地理學優(yōu)化的網(wǎng)