SDN測量及管理方法研究.pdf

1、流量矩陣描述的是整個網(wǎng)絡(luò)中源、目的節(jié)點對之間的流量大小。流量矩陣是網(wǎng)絡(luò)監(jiān)測、網(wǎng)絡(luò)流量工程、網(wǎng)絡(luò)計費等應(yīng)用的重要輸入。傳統(tǒng)網(wǎng)絡(luò)的流量矩陣測量主要是通過鏈路負(fù)載等信息來進(jìn)行反演推算，然而傳統(tǒng)網(wǎng)絡(luò)的鏈路負(fù)載信息非常有限，因此測量的準(zhǔn)確度不高。SDN網(wǎng)絡(luò)則能有效地提高流量矩陣的測量準(zhǔn)確度，因為它的流表項可以統(tǒng)計所有匹配的流的總大小，從而為反演推算提供更多的輸入信息。但是將現(xiàn)有網(wǎng)絡(luò)升級成為SDN網(wǎng)絡(luò)，會給企業(yè)和互聯(lián)網(wǎng)服務(wù)提供商造成巨大的預(yù)算和運營

2、負(fù)擔(dān)。因此混合SDN網(wǎng)絡(luò)開始出現(xiàn)并成為研究熱點。然而對于混合SDN網(wǎng)絡(luò)的流量測量和流量管理方法，當(dāng)前的研究還非常少，而且已有的研究存在許多缺陷。
　　因此，本文第二章對混合SDN網(wǎng)絡(luò)的流量測量方法進(jìn)行了研究。近年來，誕生了許多混合SDN網(wǎng)絡(luò)流量矩陣的測量方法，其中最大流優(yōu)先測量法具有較高的測量準(zhǔn)確性。但是最大流優(yōu)先測量法需要求解輔助二分圖的最大權(quán)最大匹配，因此其復(fù)雜度較高，耗時較長。所以本章提出了一種基于距離的最大流優(yōu)先測量方法，

3、它不僅復(fù)雜度低，耗時短，而且測量精確度也非常高。
　　接著，本文第三章對混合SDN網(wǎng)絡(luò)的流量管理方法進(jìn)行了研究。混合SDN網(wǎng)絡(luò)能夠?qū)DN交換機(jī)進(jìn)行動態(tài)配置從而靈活地控制網(wǎng)絡(luò)中的流量。然而現(xiàn)有研究忽略了流自身的約束（比如流是不可分割的）對流進(jìn)行任意聚合和分割，此外一味地追求負(fù)載均衡，根本沒有考慮SDN節(jié)點TCAM表項有限的約束。因此本章研究在流不可分和TCAM表項有限約束下的負(fù)載均衡問題和最大化吞吐量問題。針對這兩個問題，本章分別

4、建立了整數(shù)線性規(guī)劃模型，并提出了一種基于遺傳算法的路由優(yōu)化方案來分別求解它們。在通過仿真分析后，發(fā)現(xiàn)這種方案能夠有效的提升網(wǎng)絡(luò)性能。
　　最后，本文第四章就流量測量和流量管理的聯(lián)合優(yōu)化問題進(jìn)行了研究。因為SDN交換機(jī)的TCAM表項有限，而流量測量和流量管理都需要消耗大量的TCAM表項，因此它們的性能會相互影響，需要找到一個折中點來使流量測量的準(zhǔn)確度盡量大并且同時流量管理的效果也盡量好。在聯(lián)合優(yōu)化模型中，優(yōu)化目標(biāo)是一個多目標(biāo)函數(shù)，各