Introducing Virtual Security Functions into Latency-aware Placement for\n NFV Applications
Notice bibliographique
Résumé
The shift towards a completely virtualized networking environment is\ntriggered by the emergence of software defined networking and network function\nvirtualization (NFV). Network service providers have unlocked immense\ncapabilities by these technologies, which have enabled them to dynamically\nadapt to user needs by deploying their network services in real-time through\ngenerating Service Function Chain (SFCs). However, NFV still faces challenges\nthat hinder its full potentials, including availability guarantees, network\nsecurity, and other performance requirements. For this reason, the deployment\nof NFV applications remains critical as it should meet different service level\nagreements while insuring the security of the virtualized functions. In this\npaper, we tackle the challenge of securing these SFCs by introducing virtual\nsecurity functions (VSFs) into the latencyaware deployment of NFV applications.\nThis work insures the optimal placement of the SFC components including the\nsecurity functions while considering the performance constraints and the VSFs'\noperational rules such as, functions' alliance, proximity, and anti-affinity.\nThis paper develops a mixed integer linear programming model to optimally place\nall the requested SFCs while satisfying the above constraints and minimizing\nthe latency of every SFC and the intercommunication delay between the SFC\ncomponents. The simulations are evaluated against a greedy algorithm on the\nvirtualized Evolved Packet Core use case and have shown promising results in\nmaintaining the security rules while achieving minimum delays.\n
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».