基于流表项超时的SDN网络性能优化

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:yydfan
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
网络规模增加,接入设备多样化增加了网络管理的复杂性。传统的网络设备耦合了控制和转发功能,但由于品牌和种类的多样化,缺乏统一、开放的管理接口,维护网络全局视图的成本高,实现网络性能的全局管理和资源优化难度大。软件定义网络(Software Defined Network,SDN)通过分层的网络架构、集中控制、标准化开放接口实现了控制和转发功能的解耦,降低了网络全局视图维护的成本,解决了传统网络在性能全局管理和资源优化上的难题。由于SDN数据平面的转发设备没有控制功能,需要依靠控制层的控制器下发的流表项完成数据包的转发工作,而流表项的下发消耗控制通道带宽,流表项的保存需要占用交换机资源,某些对资源消耗比较大的流,如大象流,占用同一链路时,会导致网络拥堵,链路带宽消耗过高。因此优化控制通道带宽占用率、流表项存活数、大象流侦测精度,是当前SDN网络性能和资源优化的研究热点。当前SDN网络性能和资源优化方案主要对单目标和双目标,很少考虑多个目标之间的相互影响。如针对大象流侦测精度的优化,大多需要控制器轮询交换机流表项的流统计信息,并通过控制层和数据层的控制通道对流统计信息进行周期性更新,消耗了大量的通道带宽,可能会影响其它控制信息的传输,增大网络延时。降低控制带宽的占用有可能会增大流表项的超时时间,减少控制层和数据层的交互;而增大流表项的超时时间会增加流表项在交换机的存活时间。过长的超时时间浪费了交换机资源,可能导致流表溢出,恶化网络的性能。所以,多目标联立优化对网络的性能和资源优化非常关键。本研究利用交换机转发到控制器用于创建流表项的数据包直接侦测大象流。通过动态调节流表项的超时时间和超时方式,对控制通道占用率、流表项存活数、大象流侦测精度三目标进行联立优化。本研究首先建立一个大象流模型,然后对三个优化目标进行数学建模。根据SDN流表项的超时机制,本研究设计了一种新型混合超时方式和两种超时调节方案:方差均值法和翻倍法。三目标联立优化问题通过NSGA-Ⅱ和贝叶斯多目标优化算法进行求解。基于桂林航天工业学院实际捕获的校园网历史数据,本研究通过仿真验证了混合超时和超时调节方案对SDN性能优化的有效性。虽然混合超时的优化效果优于硬超时和空闲超时,基于翻倍法调节的混合超时优化对SDN综合性能的优化效果最好。尽管NSGA-Ⅱ和贝叶斯多目标优化算法可以迅速得到近似最优解集,混合多种算法的解集能有效提高优化目标Pareto Frontiers的质量。
其他文献
当前,城市化不断推进导致人口向城市集聚,城市交通供需矛盾越来越突出。虽然各大城市都在推行“公交优先”战略,但是仅仅依靠干线公共交通和常规公交建设,城市居民“最后一公里”以及局部公交服务薄弱问题还未得到有效解决。因此,以城市干线交通接驳困难以及公交覆盖盲区居民出行难问题为切入点,深入研究微循环公交线网规划方法,具有较大的现实意义。论文的主要研究内容如下:(1)明确微循环公交概念,从自身发展的适应性入
随着芯片集成技术的飞速发展,球栅阵列(BGA)封装已成为近年来发展十分迅速的主流电子封装技术,相应的焊接质量检测技术的重要性也日益突显,由于BGA芯片封装内部焊球不可见、封装环境越来越复杂和X-Ray检测下图片背景干扰众多等原因,导致了BGA焊球缺陷检测的技术难度不断增加,传统的检测手段难以满足工业生产的要求。因此,本文针对BGA焊球在X-Ray检测中存在图像背景干扰、焊球与内部空洞识别提取困难等
智能手机等便携式移动互联网设备的普及从方方面面影响着人们的工作和生活。在旅游、出行游玩方面,人们能够通过互联网上的兴趣点数据提前选择喜好的地点以便出行访问。信息方便的获取能极大提高人们的工作效率、生活质量。然而近几年,随着入网的设备数量越来越多,签到点评类网络应用软件也越来越多,互联网上的用户签到点评数据也出现爆炸式的增长。海量的数据如何被用户获取?用户如何从中挑选出满足自己需求的数据,如何从数据
近几年来,机器人技术在粉体包装行业得到了大范围的普及,其作业效率和运动可靠性成为了人们越来越关心的问题。针对阀口袋套袋机器人操作对象细小易散,如果轨迹规划不合理极易导致被包装物散落,因此对阀口袋套袋机器人的轨迹最优化提出了更高的要求。本文针对包装行业中阀口袋套袋机器人经过多个路径点的时间最优轨迹规划技术展开研究,其主要工作内容为:(1)为了获得阀口袋套袋机器人的可靠关节角度,对阀口袋套袋机器人进行
分组密码算法的设计与分析是现代密码学界的热点研究问题之一,其源起和进展在密码学界有着深远的影响。尽管分组密码已经成为主流的信息加密体制,并在多种信息系统中扮演着重要的角色,然而典型的分组密码算法通常不适用于资源受限计算环境。为了解决资源受限环境下的数据安全问题,轻量级分组密码算法应运而生。轻量级密码算法的安全性分析一直是该领域研究的难点问题。在分组密码算法的分析中包含差分攻击、立方攻击、积分攻击等
近年来,诸如新浪微博、Twitter等社交媒体的快速发展降低了人与人之间的沟通成本,成为人们倾诉情感的主要方式之一。图文并茂的多媒体融合方式尤其受到人们的喜爱,他们在微博上积极分享对事物的看法及感受。正能量的情感有利于社会和谐,反之,负能量的情感也会给社会带来一定的危害。因此,针对微博情感分析的研究有助于舆论监督和引导,具有实际的应用价值。此外,微博还被用于市场营销,对这些信息进行情感分析能更好地
随着社会科学技术的发展,制造业对检测技术的要求逐渐提高。传统的人工手动零件尺寸测量由于受到主观判断和测量工具的影响,不但检测效率低,而且抗干扰性差,通过视觉测量技术对零件进行非接触式检测逐渐受到人们的青睐,其在尺寸测量环节上有着许多人工测量无法比拟的优势,如高精度、高效率、自动化等。而基于亚像素的视觉测量技术能够在不提高系统硬件分辨率的情况下,得到比传统像素级检测更优的测量结果,减少了工业的成本。
信息技术和互联网行业的发展正逐步改变着人们的生活方式,各大平台纷纷推出智能解决方案,因此衍生出来的数据庞大且丰富,其中图数据在应用中非常广泛,如知识图谱,社交网络等,但这些图数据通常结构复杂,规模庞大,对用户的信息获取形成了挑战,传统的推荐算法虽然能缓解上述困难,但其不能有效的处理图数据信息,不能很好的捕获用户的个性化偏好,且会导致数据稀疏和冷启动问题。针对以上问题,本文采用基于图表示学习的个性化
随着互联网普及率的增加和网民规模的扩大,网络应用的种类和流量与日俱增,导致网络效率降低、带宽消耗加剧、用户体验变差。在这种情况下,如何有效的缓解网络数据拥塞是提升网络性能的重点。大象流作为影响网络性能的主要数据流量类型,数据量大,链路带宽消耗高,对大象流进行分析建模以便及时侦测是当前计算机网络和本研究的重点。当前大多数的数据中心采用基于阈值的简单模型描述大象流,进而实现大象流的侦测;一些大象流侦测
随着《中国制造2025》全面推进,三维立体视觉技术作为计算机视觉中最核心技术之一,在智能制造应用中扮演者重要的角色。例如利用三维立体成像技术实现快速、高精度和数字化在线测量,引导机器人实现智能抓取和操作。结构光投影轮廓测量技术是三维立体成像技术的重要研究方向之一。在工业生产过程中,三维重建技术会把物体的表面每一点三维坐标数字化、点云化,就能够在三维立体空间中引导机器人抓取、测量等。本文从环境中噪声