【摘 要】
：
为满足新兴网络业务日益增长的低时延服务需求,同时考虑到网络服务建设过程中愈来愈高的成本问题,提出一种资源高效的时延敏感型服务功能链的部署算法。首先,基于资源优化模
【机 构】
：
西安邮电大学通信与信息工程学院,西安交通大学电信学院
【基金项目】
：
国家自然科学基金项目(61531013),国家重大专项项目(2018ZX03001016)。
论文部分内容阅读
为满足新兴网络业务日益增长的低时延服务需求,同时考虑到网络服务建设过程中愈来愈高的成本问题,提出一种资源高效的时延敏感型服务功能链的部署算法。首先,基于资源优化模型的路径发现模块获取当前虚拟网络中满足服务请求的全部备选路径。其次,竞争拍卖模块基于路径的时延表现和资源配置对备选路径进行估价排序,通过竞拍流程平衡服务请求的时延要求与底层资源占用间的关系,实现了时延敏感型服务对底层资源利用率的提升。仿真结果表明,所提算法在保证服务低时延的前提下,用户接受率稳定在90%以上,对底层资源的利用率达75%以上。
其他文献
随着无线通信智能化应用需求的快速提升,未来通信网络将从单纯追求高传输速率的传统架构向面向万物智联的全新架构转变.语义通信是一种可将用户的需求和信息含义融入通信过程
As the key component of wireless data transmission and powering, stretch-able antennas play an indispensable role in flexible/stretchable electronics. However,
为实现吉林油田低渗透油藏井距优选设计,以吉林油田扶余油层为例,通过开展压力梯度测试实验,绘制了水驱和二氧化碳驱启动压力梯度与渗透率关系曲线,结合“一注一采”模式下储
随着5G的商用和6G开始布局,海量物联网设备正在加速接入互联网,为新一代信息物理融合系统提供决策数据。物联网设备的高度异构及分布式特性使得物联网面临复杂威胁,这些威胁可使信息物理融合系统的关键决策失效。传统技术难以在保护节点隐私的前提下进行入侵检测且容易形成单点故障,同时缺乏协同入侵检测激励机制。因此,基于博弈优化边缘学习,研究了面向物联网的入侵检测系统。基于联邦学习在网络边缘构建了分布式隐私保护
软件开发中对开源代码的复用会带来开源代码漏洞和违反开源许可等问题。传统复用代码检测方法常常检出较多偶然克隆代码,影响了复用代码的检测准确性。为此,提出了一种基于复
合理利用节点的能量异构特性延长网络生命周期是异构无线传感器网络(HWSN,heterogeneous wireless sensor network)的主要目标之一.因此,根据节点能量的异构性提出了一种基于
为了减少无线传感器网络(Wireless Sensor Network,WSN)中能量的消耗,延长网络的生命周期,提出一种基于改进正弦余弦算法的分簇路由协议(Clustering Routing Protocol Based
With practical interest in the future applications of next-generation electronic devices, it is imperative to develop new conductive interconnecting materials a
针对目前生成以文本为条件的图像通常会遇到生成质量差、训练不稳定的问题,提出了通过单阶段生成对抗网络(GANs)生成高质量图像的模型。具体而言,在GANs的生成器中引入注意力机制生成细粒度的图像,同时通过在判别器中添加局部-全局语言表示,来精准地鉴别生成图像和真实图像;通过生成器和判别器之间的相互博弈,最终生成高质量图像。在基准数据集上的实验结果表明,与具有多阶段框架的最新模型相比,该模型生成的图像
针对目前车辆实时检测中存在定位不准确、检测精度低等问题,采用了一种以Darknet-53为骨架网络的YOLOv3车辆检测算法,将该算法模型在标准数据集Pascal-VOC2012上进行训练,以拍摄的西安南二环路的图片作为测试集进行测试。实验结果表明,YOLOv3算法的检测精度达到84.9%,相比于SSD算法,其检测精度提高了11.3%,检测速度提高了3.8 f/s。因此YOLOv3算法检测精度更好