【摘 要】
:
软件定义网络是当前网络领域中的研究热点之一,它可能即将成为下一代互联网的发展方向,因而近年来引起广大学者、互联网企业、电信运营商、设备厂商的极大关注。虽然软件定义
论文部分内容阅读
软件定义网络是当前网络领域中的研究热点之一,它可能即将成为下一代互联网的发展方向,因而近年来引起广大学者、互联网企业、电信运营商、设备厂商的极大关注。虽然软件定义网络引起极大关注,但是软件定义网络相比于传统的网络还是处于一种初级阶段,目前为数不多厂家只是做了一些实验性的产品,而大部分学者现在还是采用仿真环境或者NETFPGA来做模拟实验。本文首先介绍了SDN(Software-Defined Networking)的研究背景和基本概念,展示SDN的优点,详细地分析了Open Flow协议。同时,探讨了Open Flow控制器的功能特点及华为的算法容器。其次,在深入研究Dijkstra算法的基础上,结合SDN集中控制器原理,在Floodlight控制器上实现一种适合于实时网络的智能路由算法,即负载混合改进算法。负载混合改进算法是指在满足Dijkstra算法的情况下,考虑到网络负载,对部分主机需要的通信拓扑图进行“剪枝”处理,在此之上再次使用Dijkstra算法求得最优路径,并通知控制器向交换机下发流表,改变这部分主机的通信路径,以获得更大的网络带宽。减小部分繁忙链路因通信信息量过大而引起的负载压力。然后,将算法应用在mininet和由Open v Switch搭建的测试平台上测试。基于mininet仿真的环境相对于基于Open v Switch搭建的测试平台更加简便、快捷,稳定性较强。基于Open v Switch的方法来搭建网络平台是在普通的台式PC的PCI接口扩展出多个网络接口来充当交换机的接口,其内置的网络接口或使用无线网卡的形式连接控制器。在这种环境下搭建的网络拓扑虽然性能虽然不能与专业设备相比,但是其反映的效果相对于mininet更加真实。最后,本文将在不同算法不同平台下采集到的实验数据进行分析。测试的数据表明,负载混合改进算法在这两种平台上运行良好,与只在软件定义网络中运行Dijkstra算法相比,负载混合改进算法明显提高了网络资源的利用率,减缓了部分链路的负载压力,增强了网络服务质量。
其他文献
元数据是数据仓库的灵魂。它不仅提供了数据仓库中的数据结构,也提供了数据仓库的构建和使用规则。为了使数据仓库中各个软件能够无缝地合作,必须在元数据层进行有效的集成。
认知无线电(Cognitive Radio,CR)由于其对空闲频谱资源有“二次利用”的特性,能够帮助次用户在不干扰主用户通信质量的前提下动态地使用某一段或者多段空闲频谱资源,实现了次
在移动Ad Hoc网络(MANET)研究领域中,对于分簇算法的研究已经成为当前的热点之一。本文分析比较了MANET几种典型的分簇算法,并重点分析了按需加权分簇算法(WCA)。WCA是一种综
IT业的迅猛发展,促使越来越多的企业把自己的业务迁移到计算机和网络平台上运行,企业的业务数据量急剧膨胀,如何有效的存储这些数据,保障数据的安全性和高可用性成为急需解决
射频识别RFID技术是利用射频信号的空间耦合或反射的传输特性,实现的非接触式自动识别技术。与传统的识别方式相比,RFID具备无接触识别、识别范围广、识读速度快、抗干扰能力
复杂产品是指研究开发投入大、技术含量高、单件或小批量定制生产的大型产品。复杂产品通常涉及机械、控制、电子、软件和液压等多学科领域。由于复杂产品设计和制造具有创新
计算机的可靠性问题一直是人们关注的焦点,为了提高计算机系统的可靠性,人们采用了容错技术,因此对计算机容错性能的评测就成为了一个重要的课题。故障注入技术被证明为评测
在信息量迅速增长的21世纪,信息的有效检索是一个热点问题。在图像检索领域里,在传统的基于关键字的图像检索越来越不能满足人们对信息有效的获取的情况下,基于图像内容检索(
人工神经网络(ANN)是一种非线性动力学系统,是借鉴于生物神经网络发展起来的新型智能信息处理系统。ANN以其独特的信息处理方式被广泛应用于各领域,例如工业生产监控、分类、预测预报、分析处理、疾病的辅助诊断、环境污染及净化预测等等。BP神经网络是各种神经网络模型中具有代表意义的神经网络模型之一,已经获得广泛的应用。但是BP算法存在着效率较低、收敛速度慢、易于陷入局部极小值等缺陷,制约了BP网络在各个
Web服务是Web界的下一次革命和电子商务的未来,近来已经成为一个研究热门。目前,服务组合存在的问题是如何建立一个可以重用的动态的流程,用于选择,组合,运行已经存在的Web服