On the Optimal Approach of Survivable Virtual Network Embedding in Virtualized SDN
survivabke virtual network embedding(SVNE)
物理原件故障，VN能正常运行。两种策略：保护机制和恢复机制。
大多数映射仅是节点和连接映射，并没考虑拓扑特性，并假设物理设备总能良好运行。然而事实并非如此，这会导致严重问题而不能为租户提供服务。这篇文章考虑拓扑特性的虚拟网络生存力映射，考虑不同节点、连接的不同重要性，结合多控制器到交换机并发连接，路径多样性和网络延迟来映射以达到生存能力特性的目的。
大部分分两步，节点映射、连接映射，没考虑两者关系。考虑VNE生存性时没深入考虑虚拟控制器映射，而平等对待每个节点，也就是说并没有结合网络拓扑和控制器路径
目标最大化控制网络可靠性并保持成功率及收益比。
用cpu作为节点权重，并选用等级和接近性来作为网络中心度的优化策略。
分两个阶段：1，映射虚拟sdn控制器和虚拟请求交换机到物理节点，然后决定是否相应的虚拟连接。虚拟控制器映射与一般的控制器位置选择问题相似。不同在于逻辑独立，和动态改变。2是虚拟连接映射。
下三篇论文的结合与优化。
用OLSF来选择控制器位置，根据OLSF将物理节点排序，选最大OLSF映射控制器。
将虚拟请求节点排序，映射到最大Rdc节点
与下三篇论文相比，其实就是调整了几个参数，结合这几篇论文中的公式，并没有太大的区别；
还有去掉了当多个虚拟请求到达时如何选择请求的策略
Topology-aware VSDN embedding approach on shared software defined networks
考虑拓扑的映射方法：多路径方法结合按需分配。
网络中心程度在分析复杂网络中起重要作用。与上篇相似
用接近性和等级的概念
Survivable Virtual SDN Embedding Approach for Innovative Cloud Data Network
加入虚拟控制器节点的生存性因素来加强可靠性。
生存因素主要取决于所选的物理节点及路径多样性。
选择控制器位置时加入了生存因素
An enhanced virtual cluster embedding strategy with virtualized SDN
考虑虚拟族群拓扑因素
用12来选择控制器位置
根据收益来排序请求，并映射控制器和虚拟交换机，虚拟交换机下列用公式来挑选位置
多控制器条件下区分QoS 的虚拟SDN 映射方法
文章提出了一个多控制器交换机情形下，根据不同的vSDN请求对于不同QoS需求下，将虚拟请求映射的方法。分为以下几个步骤
1.多控制器部署问题用了基于免疫优化算法的方法
2.节点映射时，根据不同的Qos需求，选用不同的测量节点适应值的方法，（具体有三个方法）。
对于对延迟有约束的虚拟请求使用CO-vSDNE和TO-vSDNE；无约束的用MC-vSDNM，区别在于计算要映射物理节点适应值时公式不同
3.链路映射时CO-vSDNE和TO-vSDNE分别取满足时延约束的跳数最短和时延最短路径作为映射结果。而MC-vSDNM取不考虑约束的跳数最短路径
4.阈值触发的控制器自适应调整算法
根据控制器负载情况，通过迁移交换机，改变控制器与交换机管理关系，避免控制器过载
文中利用免疫优化算法来部署控制器位置，比较于前面几篇通过简单参数来挑选控制器位置可能更有优势。
但是文中没有提出相关研究现状，不了解是否有其他研究也应用这个方法。
我觉得比较新颖的地方是1.根据不同虚拟请求来选择映射算法；
2.根据实际情况调整控制器管理关系来调整负载。
文中比较突出的就是控制器部署算法和最后的负载调整，中间部分的映射算法使用先前的工作，还是存在之前提到的问题。