5G网络切片中的跨域虚拟网络映射策略——DPSO-K算法

"这篇论文探讨了5G网络切片中基于离散粒子群优化算法(DPSO)和Kruskal算法的跨域虚拟网络映射策略。针对5G移动通信网络中多基础设施提供商间的协作需求，提出了一个两阶段的跨域映射策略DPSO-K。该策略首先通过资源竞价来综合考虑节点资源和域间带宽资源的分配，随后利用优化后的离散粒子群算法提升跨域映射的效率。对于域内映射，论文提出了基于Kruskal最小生成树的快速算法，以减少实例化时间和加快业务上线速度。与传统的映射方法相比，DPSO-K策略在请求划分阶段就考虑了域间带宽成本，并重点关注关键链路的映射，实现了集中管理和分布式控制的物理网络资源优化。实验结果证明，该算法能在较小的额外开销和较短的划分时间内达到更高的映射成功率。" 这篇研究论文主要聚焦于5G网络切片的关键技术——跨域虚拟网络映射。5G网络切片是5G移动通信网络的核心特性，允许运营商根据不同的服务需求创建多个逻辑网络，共享物理基础设施。网络切片全生命周期管理中的一个重要环节就是如何有效地进行跨域虚拟网络映射，即如何在不同域之间分配和映射虚拟网络资源。 论文提出了一种名为DPSO-K的两阶段跨域映射策略。第一阶段，通过资源竞价机制，兼顾了节点资源和域间带宽资源的合理分配，这种全局视角有助于优化整体资源利用率。第二阶段，利用离散粒子群优化算法，这是一种仿生优化方法，能够搜索全局最优解，从而提高虚拟网络映射的效率。 对于域内映射，论文引入了Kruskal算法，这是一种构建最小生成树的经典算法，能快速找到连接所有节点的最低成本边集。应用Kruskal算法，可以显著缩短切片实例化的处理时间，加快业务的上线速度。 与传统的映射方法对比，DPSO-K策略在请求划分阶段就考虑了域间带宽的消耗，而在映射链路时则侧重于关键链路的映射，这种策略的创新之处在于结合了集中管理和分布式控制，更有效地利用了物理网络资源。 实验结果证实，DPSO-K策略在保持或提高映射成功率的同时，降低了额外开销，减少了划分时间，这对于5G网络的高效运营至关重要。这项工作为5G网络切片的优化提供了理论支持和技术参考，对于未来5G网络的部署和管理具有深远影响。