摘要 | 第3-5页 |
abstract | 第5-6页 |
第1章 引言 | 第9-20页 |
1.1 论文研究背景 | 第9-14页 |
1.1.1 弹性光网络的提出与发展 | 第9-12页 |
1.1.2 网络虚拟化的产生背景与应用 | 第12-14页 |
1.2 弹性光网络中虚拟网络映射问题与研究现状 | 第14-16页 |
1.3 弹性光网络中生存性虚拟网络映射的研究现状 | 第16-18页 |
1.4 论文主要工作及工作安排 | 第18-20页 |
1.4.1 主要工作 | 第18-19页 |
1.4.2 内容安排 | 第19-20页 |
第2章 弹性光网络中虚拟网络映射及生存性映射机制 | 第20-29页 |
2.1 虚拟网络映射模型分析和映射机制 | 第20-24页 |
2.1.1 底层光网络和虚拟光网络模型 | 第20-21页 |
2.1.2 虚拟光网络映射问题模型 | 第21-23页 |
2.1.3 节点和链路两阶段映射和协同映射 | 第23-24页 |
2.2 生存性虚拟网络映射机制 | 第24-28页 |
2.2.1 网络故障模型 | 第24-25页 |
2.2.2 单链路故障下虚拟网络映射 | 第25-26页 |
2.2.3 多链路故障下虚拟网络映射 | 第26-28页 |
2.3 本章小结 | 第28-29页 |
第3章 在多区域故障下基于蚁群优化的虚拟光网络映射 | 第29-49页 |
3.1 研究背景与现存问题 | 第29-31页 |
3.2 生存性虚拟光网络问题分析与多区域灾难故障评估模型 | 第31-36页 |
3.2.1 生存性虚拟光网络映射问题描述 | 第31-33页 |
3.2.2 多区域灾难故障评估模型 | 第33-36页 |
3.3 基于多区域故障的蚁群优化虚拟光网络映射算法 | 第36-45页 |
3.3.1 全局底层链路评估函数设计 | 第37页 |
3.3.2 启发性信息和信息素浓度更新公式设计 | 第37-38页 |
3.3.3 DFM-ACO-VNM算法举例 | 第38-41页 |
3.3.4 基于蚁群方法优化多区域故障的虚拟光网络映射算法总流程 | 第41-45页 |
3.4 仿真验证及结果分析 | 第45-48页 |
3.4.1 仿真环境 | 第45-46页 |
3.4.2 仿真结果分析 | 第46-48页 |
3.5 本章小结 | 第48-49页 |
第4章 基于可靠性感知的业务差异化虚拟光网络协同映射 | 第49-66页 |
4.1 研究背景 | 第49-51页 |
4.2 业务差异化保护问题分析和业务可靠性评估理论模型 | 第51-54页 |
4.2.1 业务差异化保护映射问题分析 | 第51-52页 |
4.2.2 虚拟光网络业务可靠性理论评估模型 | 第52-54页 |
4.3 基于可靠性感知的业务差异化虚拟光网络协同映射策略 | 第54-62页 |
4.3.1 虚拟节点和物理节点重要性度量公式设计 | 第54-55页 |
4.3.2 基于可靠性感知的业务差异化保护方法 | 第55-57页 |
4.3.3 工作区-保护区分离的首端末端联合频谱分配方法 | 第57-59页 |
4.3.4 基于可靠性感知的业务差异化虚拟光网络协同映射算法过程 | 第59-62页 |
4.4 仿真验证与结果分析 | 第62-65页 |
4.4.1 仿真环境 | 第62页 |
4.4.2 仿真结果分析 | 第62-65页 |
4.5 本章小结 | 第65-66页 |
第5章 总结与展望 | 第66-68页 |
5.1 工作总结 | 第66-67页 |
5.2 工作展望 | 第67-68页 |
参考文献 | 第68-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间从事的科研工作及取得的成果 | 第76页 |