Biblioteca122.739 documentos en línea

Artículo

Energy Efficiency Opposition-Based Learning and Brain Storm Optimization for VNF-SC Deployment in IoTAprendizaje basado en oposición y optimización de tormenta cerebral para implementación de VNF-SC en IoT con eficiencia energética.

Resumen

La Virtualización de Funciones de Red (NFV) puede proporcionar el recurso de acuerdo a la solicitud y mejorar la flexibilidad de la red. Se ha convertido en la tecnología clave de Internet de las Cosas (IoT). La programación de recursos para la cadena de servicios de funciones de red virtual (VNF-SC) es el problema clave de NFV. El consumo de energía es un indicador importante para el IoT; tomamos en cuenta el consumo de energía en el objetivo y definimos un objetivo novedoso para satisfacer diferentes objetivos del tomador de decisiones. Debido a la complejidad del problema de implementación de VNF-SC, al considerar la heterogeneidad de los nodos (cada nodo solo puede proporcionar algunas VNF específicas) y la limitación de recursos en cada nodo, se construye un modelo óptimo novedoso para definir el problema de implementación de VNF-SC. Para resolver el modelo de optimización de manera efectiva, se introduce un aprendizaje basado en oposición del centro ponderado para generar ideas de optimización y encontrar la solución óptima (OBLBSO). Para demostrar

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento