p-Cycle-based node failure protection for survivable virtual network embedding
Notice bibliographique
Résumé
Network Virtualization offers to Physical Infrastructure Provider (PIP) the possibility to smoothly roll out multiple isolated networks on top of his infrastructure. A major challenge in this respect is the embedding problem which deals with the mapping of Virtual Networks (VNs) resources on PIP network. In literature, a number of research proposals have been focused on providing heuristic approaches to solve this NP-hard problem while most often assuming that PIP infrastructure is operational at all time. In virtualization environment a single physical node failure can result in single/multi logical link failure(s) as it effects all VNs with a mapping that spans over. Setup a dedicated backup for each VN embedding, i.e., no sharing, is inefficient in terms of resource usage. To address these concerns, we propose in this work an approach for VN mapping with combined physical node and multiple logical links protection mechanism (VNM-CNLP) that: (a) uses a large scale optimization technique, developed in our previous work, to calculate in a first stage a cost-efficient VN mapping while minimizing the effects of a single node failure in VN layer, and (b) proposes in a second stage link p-Cycle based protection techniques that minimize the backup resources while providing a full VN protection scheme against a single physical node failure and a multiple logical links failure. Our simulations show a clear advantage of VNM-CNLP approach over benchmark in terms of VN backup cost and resources utilization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».