面向数据中心网络的知识定义资源管控体系研究

Datacenter networks (DCNs) are the key infrastructure to support the development of cloud services. Therefore, how to improve the efficiency of its resource management and service provisioning has become a hot research topic. In this project, we will focus on the design of intelligent resource orchestration infrastructure for DCNs. First of all, we will consider the intra-DCNs, and by introducing deep learning, we will study how to optimize the allocations of IT and network resources jointly, and propose new mechanisms for realizing intelligent resource orchestration in intra-DCNs based on artificial intelligence. Next, we will move on to inter-DCNs, consider application-driven resource orchestration, and try to optimize the efficiency of resource utilization and service provisioning jointly. Meanwhile, we will build experimental testbed to cover both intra- and inter-DCN scenarios, and conduct experimental demonstrations to verify the effectiveness of our proposals. Finally, our study will answer the key question on how to design intelligent knowledge-defined resource orchestration systems based on software-defined networking, network function virtualization and knowledge-defined networking, for improving the efficiency of resource utilization and service provisioning in DCNs. The research of this project has theoretical value for improving the performance of DCNs, and has application prospect in enhancing the intelligence degree of their resource orchestration systems.

数据中心网络是支撑云服务发展的关键基础设施，如何提升其资源管控和业务服务的效率，是当前研究热点。本项目聚焦数据中心网络的智能化管控体系，首先考虑数据中心内部网络（Intra-DCN)，通过引入深度学习，对IT资源与网络资源的协同管控开展研究，探索利用人工智能实现Intra-DCN中资源管控与服务编排的智能化的方法；然后拓展网络域，进一步考虑数据中心互联网络（Inter-DCN），研究以应用需求为驱动的资源管控机制，实现资源效率与应用效率并重的优化目标；同时，将搭建实验演示系统，覆盖Intra-DCN和Inter-DCN，对方案进行验证；最终阐明如何基于软件定义网络、网络功能虚拟化和知识定义网络等新型网络技术，设计知识定义的智能化管控体系，以提升数据中心网络中资源管控和业务服务效率的机理。本项目的研究对提升数据中心网络的性能具有理论价值，在增强其管控体系的智能化程度方面具有应用前景。

数据中心网络是支撑云服务发展的关键基础设施，如何提升其资源管控和业务服务的高效性，是当前研究热点。本项目聚焦数据中心网络的智能化管控体系，首先考虑了数据中心内部网络（Intra-DCN)，通过引入深度学习，对IT资源与网络资源的协同管控开展研究，提出了利用人工智能实现Intra-DCN中资源管控与服务编排的智能化的方法；然后拓展网络域，进一步考虑数据中心互联网络（Inter-DCN），研究了以应用需求为驱动的资源管控机制，实现了资源效率与应用效率并重的优化目标；同时，搭建了实验演示系统，覆盖Intra-DCN和Inter-DCN，对方案进行了验证；最终阐明了如何基于软件定义网络、网络功能虚拟化和知识定义网络等新型网络技术，设计知识定义的智能化管控体系，以提升数据中心网络中资源管控和业务服务效率的机理。本项目的研究对提升数据中心网络的性能具有理论价值，在增强其管控体系的智能化程度方面具有应用前景。项目执行期间课题组发表SCI高水平论文28篇，其中特邀论文3篇；培养博士后1名，博士生7名，硕士生17名；课题负责人于2022年因为在“Elastic Optical Networking and Network Virtualization”方面的贡献入选IEEE Fellow；课题参与人博士和硕士研究生6人次获得研究生国家奖学金。