IViN：オンライン仮想ネットワーク要求のための効率的なマルチ属性トラフィック強度に基づくエネルギー対応埋め込み

要約：仮想ネットワーク埋め込み（VNE）は、ネットワーク仮想化における物理ネットワーク（PN）リソースの最適化において重要な役割を果たし、エンドユーザーに対して隔離、コスト効率、柔軟性、安全性、サービス品質（QoS）などのサービス利益を提供します。その重要性にもかかわらず、VNEは、ネットワークパフォーマンスに好ましくない影響を与える可能性のある低エネルギー消費を促進するために、仮想ネットワークリクエスト（VNR）にリソースを割り当てるという重要な課題に直面しています。VNEは、仮想マシン埋め込みと仮想リンク埋め込みという2つの対応するサブ問題を形成し、両方の問題は困難なものと見なされています。この文脈において、エネルギー消費を最小限に抑えることは、PNリソースを効果的に利用することによってSPにとって重要であり、収益対コストの比率を高めるだけでなく、VNRの受け入れを改善します。本研究は、エネルギー消費を最小限に抑えつつ受け入れ率を向上させることを目的とした新しいヒューリスティックフレームワークであるIViN（Multi-Attributed Traffic Intensity Based Energy Aware Embedding for Online Virtual Network Requests）を紹介します。IViNは、仮想マシン埋め込み中に仮想マシンとサーバーをランク付けするために、システムとネットワークの特徴からのマルチ属性アプローチを考慮し、その後、最短経路アプローチを使用して仮想リンクを割り当てます。これらの属性は、ネットワーク要素間の依存関係を効果的に捉える上で重要な役割を果たします。これにより、IViNはエネルギーに敏感なリソース割り当てを実現し、VNRの受け入れと収益対コスト比率を改善します。提案されたアプローチは、シミュレーション実験を通じて既存の方法と比較することで検証しました。その結果、IViNは受け入れ率、収益対コスト比率、エネルギー消費において、それぞれ41%、60%、34%の改善を達成し、ベースライン技術を上回りました。