SDWAN系统收敛性关键技术研究与实现

来源 :北京邮电大学 | 被引量 : 1次 | 上传用户:bjbysj44
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
通过分离控制平面与数据平面,SDWAN对网络流量的控制变得更加灵活,简化了广域网的管理和操作,为核心网络及应用的创新提供了良好的平台。但是在这种控制架构下,网络问题和硬件故障很容易导致控制平面的策略与数据平面的转发行为的不一致。这就引出了SDWAN系统的收敛性问题,即当控制系统本身由于存在数据不一致而出现故障的情况下,如何维护状态一致性,收敛到控制系统正常工作状态,并最大限度保持数据正常转发。本论文针对SDWAN系统收敛性问题进行研究,主要工作如下:(1)介绍网络系统收敛性的概念,对比不同的控制架构对系统收敛性的影响,指出分布式路由协议和SDWAN系统收敛方面的差异性。之后选取几种广泛应用的路由协议与控制器进行收敛性分析,为收敛模型的提出做好铺垫。(2)基于SDWAN三层系统架构,阐述SDWAN系统收敛的具体表现形式。根据SDWAN收敛的具体要求,提出一种面向SDWAN应用的系统收敛性模型,包括收敛相关的各个功能模块,以及将各功能组合为完整的收敛流程。(3)以课题组已有的SDWAN系统—POCO系统为基础,将SDWAN收敛模型具象化到POCO系统中,完成系统架构设计,功能模块设计以及具体代码编写。(4)在公有云环境中测试并验证本论文中实现的收敛功能,验证在连续故障发生的情况下,POCO系统仍能收敛到正常状态继续运行,同时保证收敛过程不会对已存在的正常数据转发造成影响。
其他文献
功能梯度材料(Functional graded materials,FGMs)是一种材料组份或/和微观结构随空间位置连续变化的非均匀材料,其具有降低应力/温度集中、控制变形和抵抗接触损伤等能力。
出行在现代人的日常生活中扮演重要作用,通过研究人们运动轨迹中的时空特征可挖掘出用户的出行规律,尤其是对于车辆轨迹的研究可以获得车辆在多个特定时间段内的移动特点等,与移动对象相对应的网络属性标签结合可推断出作息规律、兴趣爱好、生活习惯,路线偏好等重要信息,对于理解移动对象的行为模式、提供高精准度的智能推荐等都具有很高的应用价值。针对移动轨迹频繁模式挖掘相关问题,本课题研究了移动轨迹的语义化处理,语义
作为物联网技术的重要应用,车联网(VANET)受到了深入的研究和广泛的关注。其中节点之间的安全认证更是成为VANET安全研究的热点之一。口令认证密钥交换协议(PAKE)因其良好地机密性、数据完整性和认证服务,成为车联网安全认证中一种可行的认证机制。但是,传统PAKE协议是基于两个或多个用户间安全预共享的短口令来生成高熵的会话密钥。而批量生产的设备其初始化密码往往保持低熵,即拥有相同或相似的初始化设
众包是人类计算的一种表现形式,它通过汇集和运用网络群体中个体的知识与智慧来解决计算机不擅长完成或无法独立完成的任务,目标是实现人类智能与机器智能的良好结合以获得更
背景多氯联苯(polychlorinated biphenyls,PCBs)是一类持久性有机污染物,在全球各地环境中持续存在并可经过食物链进行生物富集和生物放大。PCBs能够通过空气、食品、水体等
随着互联网技术的蓬勃发展以及手机、平板设备等移动设备的硬件的提升,通过拍摄文档采集到的图像在各个行业中都有着广泛的应用,但是在自然场景采集的图像质量参差不齐,直接影响了在后续场景中的使用。通过量化文档图像质量,根据图像质量的好坏来筛选图像,可以优化各种与图像处理相关的应用。文档图像质量评价系统是为了综合地评价文档图像质量,计算多个图像质量评分。通过分析文档图像的特点,本系统设计并实现了多个图像质量
人-机器人交互在机器人遥操作中具有非常重要的作用,是机器人领域的一大研究热点。随着科技的进步,人与机器人的交互方式不断朝着更加自然高效的方向发展。本文针对现有的人
人机对话在车载导航、智能家电以及机器客服等领域有巨大的需求,吸引了众多学者的关注。人机对话系统大致分为三类:智能问答、开放领域聊天和任务型对话系统。任务型对话系统
随着互联网的发展,人们对网络质量的要求越来越高,不同类型的应用对网络质量有不同的要求。为此,下一代移动网络联盟(Next Generation Mobile Networks,NGMN)提出了网络切片的概念,旨在利用NFV/SDN等技术将物理网络划分为可以满足不同应用QoS(Quality of Service,服务质量)需求的逻辑子网。目前学术界和工业界对于网络切片技术的研究大多针对运营商网络,
随着计算机网络技术的发展以及智能设备的普及,人们通过互联网进行交流的热情愈发高涨,网络信息随之变得复杂多样。如果能够从大量非结构化的电子文本中快速准确地提取到真正有用的信息,将有助于人们理解并更好地利用这些信息资源。面对上述挑战,信息抽取技术应运而生,本文研究的关系抽取正是信息抽取的核心任务。关系抽取通过对文本信息建模,能够自动化地抽取实体对及其语义关系,完成信息语义挖掘。其得到形如<实体,