基于大象流兩級識別的SDN負載均衡研究.pdf

1、隨著云計算、大數(shù)據(jù)等業(yè)務(wù)的興起，數(shù)據(jù)中心網(wǎng)絡(luò)規(guī)模及用戶數(shù)量快速增長，網(wǎng)絡(luò)流量呈爆發(fā)式增加，以TCP/IP架構(gòu)為核心的傳統(tǒng)數(shù)據(jù)中心網(wǎng)絡(luò)難以高效管控海量的數(shù)據(jù)流量，網(wǎng)絡(luò)阻塞問題加劇，網(wǎng)絡(luò)資源浪費嚴重，如何均衡數(shù)據(jù)中心網(wǎng)絡(luò)負載以提高數(shù)據(jù)傳輸效率成為當前亟待解決的問題。
　　近幾年，以控制與轉(zhuǎn)發(fā)分離為特征的軟件定義網(wǎng)絡(luò)（Software Defined Networking，SDN）技術(shù)憑借其強大的流量管控能力得到了IT界的廣泛關(guān)注。邏輯

2、集中的SDN控制器基于全局網(wǎng)絡(luò)視圖可實現(xiàn)高效、細粒度的網(wǎng)絡(luò)流量調(diào)度，這使其在網(wǎng)絡(luò)流量管控方面較以TCP/IP架構(gòu)為核心的傳統(tǒng)網(wǎng)絡(luò)具有較大的優(yōu)勢。本文從大象流識別的角度，對SDN數(shù)據(jù)中心網(wǎng)絡(luò)負載不均衡的問題進行研究。
　　首先，針對現(xiàn)有大象流識別方法識別開銷大的問題，提出一種大象流兩級識別方法。依據(jù)大象流數(shù)據(jù)量大的特點，該方法在識別第一階段提出基于TCP發(fā)送隊列的可疑大象流識別算法（Suspicious Elephant Detec

3、tion based on Write Queue，SED-WQ），通過監(jiān)測主機端發(fā)送隊列緩存中的數(shù)據(jù)量特征以識別可疑大象流，剔除數(shù)據(jù)量較小的老鼠流以降低第二階段控制器的處理開銷；依據(jù)大象流持續(xù)時間長的特點，該方法在識別第二階段提出基于流持續(xù)時間的真實大象流識別算法（Real Elephant Detection based on Duration Time，RED-DT），通過監(jiān)測網(wǎng)絡(luò)端可疑大象流的持續(xù)時間特征以識別真實大象流，剔除不

4、滿足條件的大象流以提高大象流識別準確性。
　　其次，針對SDN數(shù)據(jù)中心鏈路負載不均衡的問題，提出一種基于大象流兩級識別的SDN網(wǎng)絡(luò)負載均衡策略（Elephant Load Balancing，ELB）。針對網(wǎng)絡(luò)中的大象流，采用基于均勻分布的大象流調(diào)度算法，利用SDN控制器動態(tài)精細地規(guī)劃大象流的最佳轉(zhuǎn)發(fā)路徑以保證ELB策略的管控效率；針對網(wǎng)絡(luò)中的老鼠流，采用基于隨機選路的老鼠流調(diào)度算法，利用SDN控制器靜態(tài)粗放地選取老鼠流的最佳轉(zhuǎn)發(fā)

5、路徑以降低ELB策略的控制器處理開銷。
　　最后，利用Mininet軟件對所提出的大象流兩級識別方法和負載均衡策略ELB進行仿真分析。實驗分析表明，在保證大象流識別的高準確性前提下，大象流兩級識別方法較基于采樣的大象流識別方法可以降低約85％的控制器識別開銷；在保證流量識別開銷較低的前提下， ELB策略較傳統(tǒng)基于等價路由（Equal Cost Multipath Routing，ECMP）的網(wǎng)絡(luò)負載均衡策略降低約10%的平均傳輸時