.png){kind=icon}
返回
Energy-efficient and SLA-aware virtual network function placement using predictive auto-scaling
.png){kind=icon}
PRE
AI
DOI：10.1007/s00607-025-01597-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
网络功能虚拟化（NFV）已作为一种变革性的新范式出现，旨在使服务提供商能够在满足不断增长的连接需求的同时管理运营成本。然而，要充分发挥NFV的潜力，需要采用一种有效的虚拟化网络功能（VNF）放置算法，该算法能够动态适应变化的网络条件。VNF放置问题的核心是服务等级协议（SLA）保障与能源效率之间的权衡，因为将多个网络功能放置在单个节点上虽然可以使其他节点关闭，但会导致服务质量下降。为解决此问题，本文提出了一种结合动态预测自动扩展（CDPAS）的方法，该方法将用于资源预测的神经网络和遗传编程模型与用于优化能源消耗的联合最满优先（CMFF）放置启发式算法相结合。所提出的解决方案与五种替代放置策略进行了比较评估，并显示出在联合降低能源消耗和SLA违规率方面具有更优的性能。
Keyword:
Network function virtualization
Virtualized network function
VNF placement
Software-defined networking
Knowledge-defined networking
Machine learning
期刊
C
IF:
2.8
论文数:
2.3K
被引数:
3.5K
机构
引用论文
Handling Efficient VNF Placement with Graph-Based Reinforcement Learning for SFC Fault Tolerance利用基于图强化学习的VNF高效部署方法实现SFC容错能力.png)
Electronics
OAAI
ElectronicsIF0
OAAI分享收藏Software-defined network virtualization: an architectural framework for integrating SDN and NFV for service provisioning in future networksIEEE Network
IEEE NetworkIF0
PREAI
分享收藏HADES: An NFV solution for energy-efficient placement and resource allocation in infrastructures
OAAI
OAAI分享收藏
查看更多内容