第1章 網(wǎng)絡(luò)功能虛擬化及服務(wù)功能鏈概述 1
1．1 網(wǎng)絡(luò)功能虛擬化背景介紹 1
1．1．1 NFV概念及前身 1
1．1．2 NFV架構(gòu)介紹 2
1．2 服務(wù)功能鏈背景介紹 4
1．2．1 服務(wù)功能鏈概念 4
1．2．2 服務(wù)功能鏈技術(shù)優(yōu)勢及主要挑戰(zhàn) 5
1．2．3 服務(wù)功能鏈研究熱點 6
本章參考文獻 8
第2章 資源高效的網(wǎng)絡(luò)服務(wù)功能鏈部署 11
2．1 研究背景 11
2．2 基于物理拓撲兩級分層的高效映射算法 12
2．2．1 問題描述 12
2．2．2 算法設(shè)計 14
2．2．3 仿真結(jié)果及分析 19
2．3 基于BFS和SFC擴展的高效映射算法 26
2．3．1 數(shù)學模型 26
2．3．2 優(yōu)化目標 29
2．3．3 算法設(shè)計 30
2．3．4 仿真結(jié)果及分析 37
2．4 本章小結(jié) 43
本章參考文獻 44
第3章 網(wǎng)絡(luò)服務(wù)功能鏈的跨域節(jié)能部署 46
3．1 研究背景 46
3．2 基于啟發(fā)式思想的跨域節(jié)能映射算法 47
3．2．1 問題描述 47
3．2．2 概念定義 49
3．2．3 數(shù)學模型 51
3．2．4 算法設(shè)計 55
3．2．5 仿真結(jié)果及分析 63
3．3 基于強化學習的跨域節(jié)能映射算法 70
3．3．1 概念介紹 70
3．3．2 數(shù)學模型 73
3．3．3 基于Q學習的多域SFC部署算法 75
3．3．4 仿真結(jié)果及分析 83
3．4 本章小結(jié) 88
本章參考文獻 88
第4章 時延感知的網(wǎng)絡(luò)服務(wù)功能鏈部署 91
4．1 研究背景 91
4．2 基于SFC拆分的低時延映射算法 92
4．2．1 相關(guān)理論 92
4．2．2 問題描述 95
4．2．3 算法設(shè)計 99
4．2．4 仿真結(jié)果及分析 106
4．3 基于Workflow的低時延映射算法 116
4．3．1 服務(wù)請求模型 117
4．3．2 模型描述 120
4．3．3 算法設(shè)計 122
4．3．4 仿真結(jié)果及分析 126
4．4 本章小結(jié) 128
本章參考文獻 129
第5章 公平性保障的網(wǎng)絡(luò)服務(wù)功能鏈部署 132
5．1 研究背景 132
5．2 基于修正DRF的公平映射算法 133
5．2．1 相關(guān)理論 133
5．2．2 模型描述 139
5．2．3 算法設(shè)計 141
5．2．4 仿真結(jié)果及分析 144
5．3 博弈論增強的公平映射算法 147
5．3．1 模型描述 147
5．3．2 多用戶服務(wù)鏈請求放置博弈 150
5．3．3 算法設(shè)計 152
5．3．4 仿真結(jié)果及分析 156
5．4 本章小結(jié) 165
本章參考文獻 166
第6章 可靠性保障的網(wǎng)絡(luò)服務(wù)功能鏈部署 167
6．1 研究背景 167
6．2 基于啟發(fā)式思想的可靠映射算法 168
6．2．1 數(shù)學模型 168
6．2．2 問題描述 169
6．2．3 算法設(shè)計 172
6．2．4 仿真結(jié)果及分析 177
6．3 基于冗余備份的可靠映射算法 184
6．3．1 模型描述 185
6．3．2 算法設(shè)計 187
6．3．3 仿真結(jié)果及分析 193
6．4 本章小結(jié) 200
本章參考文獻 201
第7章 網(wǎng)絡(luò)服務(wù)功能鏈的自適應(yīng)遷移部署 204
7．1 研究背景 204
7．2 兩階段遷移算法 205
7．2．1 數(shù)學模型 205
7．2．2 算法設(shè)計 215
7．2．3 仿真結(jié)果及分析 219
7．3 本章小結(jié) 226
本章參考文獻 226
附錄A 縮略語 228