网络功能虚拟化（NFV）将专用服务器替换为通用的可编程虚拟服务器（VM），利用共享的物理基础设施提供重要的网络服务。网络服务可以包含多个虚拟网络功能（VNF），这些功能需要在安装有对应VNF软件的VM上按序执行。面对突发的服务请求和有限的服务器资源，VM的计算资源调度、VNF软件在VM上的安装（卸载）决策、以及服务在VM间的路由决策都是至关重要的。

针对大规模网络平台中不可忽略的多跳信令延迟，王昕课题组提出了一种新颖的全分布式的在线VM资源优化配置方法以最小化长期系统成本。考虑随机的服务到达、时变的资源成本和按序执行的VNF，他们利用Lyapunov优化技术，将VM缓存的服务请求建模为任务队列，以分布式的方式最小化NFV资源成本的即时上限。通过在时间上解耦执行和路由服务请求的决策，使得原来长期时间上的资源优化问题转化为单个时隙上可解的优化问题，并最终实现NFV长期系统成本的渐近最小化。在此基础上，王昕课题组还通过允许各个VM基于本地信息安装或卸载VNF软件，实现VNF软件的重新部署，以适应网络拓扑以及服务请求的时空变化，实现服务时延的减小。该分布式策略有助于显着增强NFV在大规模网络平台的可扩展性，并消除多跳网络导致的控制信令传播的延迟。

服务请求按序执行示意图。

在VM n上执行和路由服务请求的示意图。

时间平均成本的比较。

时间平均队列长度（服务时延）的比较。

这一成果以《Automated Function Placement and Online Optimization of Network Functions Virtualization》为题在线发表在IEEE Transactions on Communications上，第一作者为我系博士毕业生陈小静，通讯作者为王昕教授。研究工作得到国家自然科学基金、国家重点研发计划、上海市科委创新计划的经费支持。

      文章链接：https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8501940