生物地理學(xué)算法研究及其在虛擬網(wǎng)絡(luò)映射中的應(yīng)用.pdf

1、互聯(lián)網(wǎng)技術(shù)的高速發(fā)展使用戶數(shù)目不斷增多，當(dāng)前的網(wǎng)絡(luò)架構(gòu)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(luò)僵化。網(wǎng)絡(luò)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(luò)映射問題則是實(shí)現(xiàn)網(wǎng)絡(luò)虛擬化時首先要解決的難題。當(dāng)把虛擬網(wǎng)絡(luò)映射到底層物理網(wǎng)絡(luò)時，如何提高底層物理網(wǎng)絡(luò)資源的有效利用率成為研究虛擬網(wǎng)絡(luò)映射算法的主要目的。傳統(tǒng)的虛擬網(wǎng)絡(luò)映射算法大多采用兩階段映射方法，在節(jié)點(diǎn)映射完成時再進(jìn)行鏈路的映射，并且前后兩者的關(guān)聯(lián)性較小，同時缺少對整個底層物

2、理網(wǎng)絡(luò)資源的全局考慮。利用智能算法全局尋優(yōu)的特點(diǎn)來求解虛擬網(wǎng)絡(luò)映射問題引起了學(xué)者的廣泛關(guān)注。
　　生物地理學(xué)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(dú)特的遷移機(jī)制，不需要生成新的個體，個體之間通過遷移算子實(shí)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(jié)構(gòu)簡單，但在很多基準(zhǔn)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(shí)際問題的能力。
　　本文在對標(biāo)準(zhǔn)BBO算法進(jìn)行分析的基礎(chǔ)上，對BBO算法進(jìn)行了改進(jìn)并將BBO算法用于解決網(wǎng)絡(luò)映射問題，主要研究內(nèi)容包括：
　　(1)基于標(biāo)準(zhǔn)BBO算法，引進(jìn)協(xié)同機(jī)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(xué)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(dāng)前子種群的棲息地構(gòu)建上下文向量，然后計(jì)算該向量的適應(yīng)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(luò)映射問題，提出一種基于生物地理優(yōu)化的虛擬網(wǎng)絡(luò)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(yīng)一個虛擬網(wǎng)絡(luò)的節(jié)點(diǎn)映射方案，以底層網(wǎng)絡(luò)開銷為目標(biāo)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(luò)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(luò)平均收益，降低了底層網(wǎng)絡(luò)的開銷成本。
　　(3)將BBO算法用于解決基于負(fù)載均衡的虛擬網(wǎng)絡(luò)映射問題，提出一種基于生物地理學(xué)優(yōu)化的網(wǎng)