论文部分内容阅读
随着互联网用户的快速增长,多样化、个性化、内容海量化和大数据化的网络需求使当前网络面临着很大挑战。而传统网络本身又面临很多问题,如可扩展性差,缺乏QoS保障,安全性问题等,这些问题与挑战推动了未来网络体系架构和关键技术的研究。在此背景下,研究融合的网络,存储和计算技术成为一种趋势。统一管理这些底层资源会显著提高应用程序和系统性能。针对网络、存储和计算一体化的关键技术,本论文的研究工作分别从融合架构设计,多维资源容量分配和多维资源联合调度三个方面展开。具体研究内容和主要创新工作如下:1.网络、存储、计算一体化新型网络架构设计已有的软件定义网络技术和虚拟化技术虽然能够实现网络可控制和网络可定制,但针对存储和计算两大资源的统一调度研究仍是相互独立,本论文站在网络,存储,计算一体化的角度,提出了一种软件定义的网络、存储和计算新融合架构(SD-NCC),动态调度网络传输、存储和计算资源,以满足不同应用的需求。2.引入全网能耗度量的多维资源容量分配为顺应网络绿色节能通信这一发展趋势,合理的多维资源容量分配能大大推动新架构的发展。本论文通过引入全网能耗度量,研究以最小化全网能耗和网络带宽使用量为联合目标的资源容量分配策略,并通过理论推导得出部署缓存和计算资源容量的最优解。3.多维资源联合分配策略新架构通过网络,缓存和计算资源的统一调度来实现优秀的系统性能。本论文分别从集中式和分布式两个角度研究多维资源的联合分配策略。1)基于负载平衡的多维资源的集中联合分配研究:本论文综合网络带宽使用量最小化和负载平衡两个因素,研究多维资源的集中联合分配问题。考虑到控制器获得的网络状态信息的情况,分别针对确定性和不确定性的网络状态信息进行资源调度分配问题的研究。在确定性网络状态信息下,提出了两种解决方案:基于遍历搜索的问题分解方法和基于变量松弛恢复的问题转化方法。在不确定性的网络状态信息下,基于离散随机近似(DSA)提出了一个时变网络需求下的自适应的资源分配管理算法,并证明它的收敛性。2)多维资源的联合分配问题的分布式策略研究:为了降低集中式算法的计算复杂度和信令开销,本论文研究多维资源联合分配的分布式策略,提出一种基于交替方向乘子法(ADMM)的分布式的多维资源分配策略,显著减少控制平面与数据平面的信令开销。最后对全文进行研究工作的归纳和总结,并分析和展望后续的研究方向。