基于Zookeeper的SDN跨域路由技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:wenge228394
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件定义网络(SDN)是一种将控制平面和数据平面相分离的新型网络架构,其对下层设备的集中控制特性,相比传统网络具有独特的优势。在传统的IP网络中,跨域路由主要依靠一些分布式路由协议来实现,例如边界网关协议(BGP)等。然而传统路由协议由于其完全分布式的特性存在诸多限制,无法对网络进行精确的控制,策略的部署也较为繁琐。而对于SDN网络来说,由于控制器提供了一个集中式的全局控制平面,相比传统IP网络下的分布式协议,提供了集中式控制平面的SDN在跨域路由方面有着巨大的优势。跨域路由涉及到多个域的协同工作,需要先实现控制面的跨域,本文基于Zookeeper实现了一种Agent架构,来解决多个域的控制面之间的跨域。Agent基于Zookeeper的监听器机制来控制多个域之间的协作。对上层应用,Agent提供标准的Socket接口,上层应用只需按照标准消息格式来访问Agent即可;对下层控制器,Agent通过北向接口与所在域的SDN控制器交互。对于跨域请求,Agent会将请求注册到Zookeeper,通过Zookeeper的监听器机制,其它域的Agent能够感知到相应的事件,最终完成跨域协作。为了复用各个域的Agent的能力,并降低系统的复杂度,本文设计了Control Center角色,若各个域的Agent要进行复杂的协同工作,可以通过Control Center来跨域分发请求,Control Center会操作相应的Zookeeper节点,最终各个域的Agent协同完成跨域交互。基于上述提出的跨域协作方法,实现了控制面的跨域后,接着本文实现了一个SDN下的跨域路由系统,提供了创建/销毁跨域路由通道的能力。相较于传统IP网络的跨域路由,该系统能够精确地控制跨域路由的路径,而集中式的控制特性也使得策略的部署更为灵活方便。为了使得域间链路负载均衡,本文在实现了跨域路由的基础上,通过跨域业务占用的带宽来量化域间链路的负载情况,实现了一个基于链路权重负反馈的负载均衡算法。该算法包含一个域间链路权重调整机制,配合基于链路权重的最短路算法,每个业务流量都会被规划一条较合适的路由路径。经过实验证明,上述方案能够将网络流量均衡分配到不同的链路上,提高网络的可用性。
其他文献
互联网技术的快速发展和移动终端的普及向用户们提供了海量的信息资源,用户逐渐习惯于网上购物、看视频、听音乐以及浏览新闻资讯。然而这些丰富的资源也带来了信息过载的问题,使得用户可能需要花费大量的时间以及精力来从海量的信息中检索到感兴趣的内容。如何全面并且精确地帮助用户找到需要的内容成为了个性化推荐系统中的主要目标。向用户们推荐没有参观过的且可能感兴趣的兴趣点(POI)是基于地理位置的社交网络中基本应用
与轮式和履带式移动机器人不同,四足式机器人能更好的适用于各种非结构化地形,具有良好的越障能力,机动性强,具有广泛的应用前景。由于四足机器人自由度高,动力学建模繁杂困难、计算量大,控制算法复杂,难以满足实际使用要求。为此,本文重点围绕四足机器人的动力学建模与控制方法开展研究,主要工作如下:首先在国内外四足机器人常见构型的基础上,提出了一种连杆传动的四足机器人结构方案。在分析传统牛顿欧拉迭代算法的基础
近些年来,随着人工智能日新月异的变化与发展以及自然语言理解技术的不断突破,人机对话系统因其广阔的应用场景以及极大的商业价值受到大量研究人员的关注。得益于互联网的迅速发展和海量数据的产生,深度学习技术获得了长足的进步,依赖于深度学习的端到端对话系统逐渐成为主流。基于端到端方法的对话系统能够根据输入,直接生成对应输出,减少了人工标注数据的工作量,消除了传统管道方法中的误差累积问题。但是,端到端方法仍存
自“建筑工业4.0”战略提出以来,越来越多的建筑机器人出现在了施工场地,不过就目前而言,建筑机器人的信息化程度仍很不足,缺少远程实时的监管手段。随着云计算技术的高速发展,计算能力和存储资源可以像商品一样被购买,数据上云也成为了越来越多的用户的选择,因此本课题旨在设计并实现一个云端实时监管系统,为建筑机器人提供远程实时的监控与管理服务。本文首先对系统涉及到的相关技术和理论基础进行了调研。然后根据系统
近年来,有关盲源分离的研究越来越多,盲源分离也被应用到生产生活的方方面面。从1953年Colin Cherry提出的“鸡尾酒会问题”,到如今基于神经网络的语音分离算法模型,盲源分离技术也在逐步向更广更深的方向发展。在本文中,作者将选取音乐场景,提取其中的人声信号。目前,已有包括全连接神经网络、卷积自编码器和循环神经网络在内的人声分离模型算法。本文基于卷积自编码器人声分离模型进行改进,提出了基于全卷
高铁是一种非常重要的交通方式,具有承载能力强、速度快、成本低、耐候性强等特点。目前,我国在高铁发展方面的投入持续提高,高铁的规模极速提升,而相关安全问题愈加值得重视。然而,传统的缺陷检测方法效率低、错误率高。本文基于深度学习,重点研究了接触网部件识别方法、接触网与钢轨缺陷检测方法。主要工作和贡献如下:1、数据预处理。对采集到的数据进行图像筛选处理、数据增强处理、手工标注处理等。当前,大多数深度学习
深度学习可以从原始输入特征中以更高和更抽象的层次表示来提取数据的复杂性,从而实现各种功能。这使得深度学习在各种领域中取得了重大进展:图像分类、对象识别、对象检测、语音识别、语言翻译和语音合成等。在大数据、硬件加速和学习算法的推动下,深度学习为不断增长的实际应用和系统提供了支持。智能语音助手,推荐系统和自动驾驶等系统正成为生活中不可或缺的部分。尽管在众多应用程序中都取得了巨大的成功,但最近的研究发现
网络功能虚拟化(Network Function Virtualization,NFV)借助虚拟化技术将网络中特定功能进行软硬件解耦合,使原有网络功能被运行在通用硬件上的虚拟网络功能(Virtual Network Function,VNF)所替代。在NFV带来的新的服务架构下,网络服务可靠性的考量变得更加复杂。冗余备份是一种常见而有效的提高系统可靠性的方法。现有的冗余备份研究存在以下局限性:一些
随着互联网和信息技术的飞速发展,网络安全问题凸显,网络安全态势的感知、评估和预测已成为网络安全领域至关重要的研究方向。传统的网络安全态势呈现要素赋值方法包括自然赋值法和人工赋值法两种,存在着计算量巨大和人为因素影响的问题,进而导致态势评估值受到影响,最终影响态势预测结果。传统的网络安全态势预测方法通常需要大规模数据训练,对缺失数据非常敏感,预测方法缺乏理论支撑和推理过程,预测效率低下且收敛速度慢,
随着科学技术的飞速发展,现代社会对通信网提出了更新、更高的要求;可靠、方便快捷、个性化的全方位的通信服务,俨然已经成为了当前社会各界、人民群众的重要需求。为全面迎接5G时代的来临,中国移动加大投资力度,在全国主要城市抢先实施相关配套工程,建设具有中国特色的信息传输高速公路,为中国移动5G通信的实现进行铺垫。中国移动四川天府新区分公司积极响应上级单位的号召和相关指示,在我市核心区域、政府、高校及商业