软件定义数据中心网络混合路由机制

针对数据中心网络流量大小分布不均匀、传输性能需求不相同的特征,提出了面向传统树型数据中心网络结构的软件定义混合路由机制SHR（software-defined hybrid routing）。SHR通过统计计算将数据流分为大流和小流,为满足其不同的传输性能需求,对大流采用自适应路由算法,对小流采用流量无视路由算法。SHR在OpenFlow机制的基础上,将部分控制权从控制器下放至交换机,以减轻网络的额外负载。在Fat-Tree网络拓扑结构上建立流量模型进行性能分析与仿真实验,结果表明,与传统的等价多路径转发ECMP算法相比,SHR能够提高网络吞吐量,降低数据流丢弃率和分组端到端时延,同时减轻网络的额外负载。     

一种可扩展的软件定义数据中心网络流调度策略

针对目前大规模软件定义数据中心网络流量路由机制中可扩展性低所带来的性能瓶颈问题,该文提出一种面向树型结构的数据中心网络分段路由机制。该机制利用边缘交换机对数据流进行阈值检测以区分大小流,同时为满足其不同业务的QoS保证和网络可扩展性的要求,该文提出一种针对大流的在线最先适应算法。最后,利用Mininet在Fat-tree结构上进行实验仿真验证,仿真结果表明,与传统的ECMP算法和Mahout算法相比,该机制在降低了控制器总开销的同时还提高了网络吞吐率。     

基于OpenFlow的软件定义网络路由技术研究

文中主要探索了基于OpenFlow的软件定义网络（SDN）路由技术,旨在优化和提高网络管理效率。通过深入解读SDN的核心构架、OpenFlow协议的关键组成,并将其与传统路由进行对比,发现SDN提供了一个更加灵活和集中的网络管理机制。在路由决策、性能优化和故障恢复上,基于OpenFlow的SDN明显优于传统方法。由此可见,基于OpenFlow的软件定义网络路由技术不仅可以大大提高网络的运行效率,还能简化网络管理流程,为未来的网络技术发展指明方向。     

一种软件定义网络中基于蚁群算法的一致性路由策略

软件定义网络通过对交换机下发流表项实现数据平面的更新,但流表项的安装具有时延,可能导致部分数据分组被错误地处理或丢弃。对此,提出一种基于蚁群算法的一致性路由策略,在路由参数中加入不一致时延,并通过控制器对流表的下发顺序做出调整,避免了在数据分组传输过程中,交换机控制逻辑的不一致。实验结果表明,与最短路径算法相比,出现不一致问题时,该策略所选路径的实际时延小于最短路径算法的时延,数据分组丢失率、错误转发的概率明显降低。     

基于SDN架构的数据中心网络路由算法需求分析

软件定义网络是一种新型化的网络架构形式,是促成网络实现自动化部署安排的重要手段。对软件定义网络技术的应用能够实现数据与控制平面的分隔,进而达到对网络流量的精准化控制。文章在软件定义网络架构的基础上对数据中心网络路由算法展开具体分析,以期能够通过更低的网络成本与最短安全路径来实现对网络路由效率与资源的充分应用。     

软件定义卫星光网络蚁群优化波长路由技术

针对卫星光网络中网络拓扑动态时变和业务类型多样化的问题,研究了在软件定义网络架构下保障服务质量的路由技术,提出了一种基于多业务的卫星光网络蚁群优化波长路由算法。通过改进蚁群算法的启发函数,将波长空闲率、时延、时延抖动、丢包率作为蚂蚁选路的重要依据,为业务选择了满足多种服务质量的最优路径;采用分组波长分配方法对不同等级的业务进行了区分服务,为不同业务分配了不同的波长集。仿真结果表明:与CL-ACRWA算法和Dijkstra算法相比,降低了卫星光网络的平均时延、平均时延抖动、平均丢包率,提高了波长利用率,同时也降低了高优先级业务的网络拥塞概率。     

基于SDN架构的数据中心网络路由算法需求分析

随着SDN技术的发展,采用基于SDN架构的数据中心网络将越来越广泛.围绕SDN技术在数据中心网络中的应用问题,分析了现代数据中心网络及SDN的技术特征,设计了SDN在现代数据中心网络中的应用架构,并以路由为视角分析总结了基于SDN的数据中心网络路由性能需求,提出了相应的解决方案,以期对我国未来数据中心网络建设路由设计提供必要的参考.     

基于深度增强学习的软件定义网络路由优化机制

为优化软件定义网络(SDN)的路由选路,该文将深度增强学习原理引入到软件定义网络的选路过程,提出一种基于深度增强学习的路由优化选路机制,用以削减网络运行时延、提高吞吐量等网络性能,实现连续时间上的黑盒优化,减少网络运维成本。此外,该文通过实验对所提出的路由优化机制进行评估,实验结果表明,路由优化机制具有良好的收敛性与有效性,较传统路由协议可提供更优的路由方案与实现更稳定的性能。     

一种软件定义的信息中心网络架构北大核心

现有SDICN(软件定义信息中心网络)技术方案难以支持海量内容分发、交换和缓存组件的分别升级。文章提出一种基于覆盖网络的SDICN系统架构,由网络边缘的缓存节点转发内容请求和缓存内容数据,缓存与交换不再耦合,克服了现有技术方案的上述局限;基于SDN(软件定义网络)的集中式控制,避免了覆盖网络系统的次优控制问题。原型系统实验分析表明,所提系统可直接运行于通常的SDN中,少量的边缘节点即可有效减少内容分发响应时间。研究结果有利于SDN和ICN(信息中心网络)技术的扩展及应用。     

5G网络架构基于软件定义网络的分析

随着移动通信技术的不断发展,5G网络的出现已经成为必然,而5G网络对于当前互联网和移动互联网技术的要求也在不断提升,在网络架构上倾向于采用软件定义网络进行架构,实现5G网络技术的应用.本文主要对基于软件定义网络的5G网络架构进行了分析探讨,以期能够为5G网络架构的实现打下基础.     

5G承载网分段路由技术研究

3G/4G网络改变了人民的生活习惯,人民利用PC和手持终端,享受着技术带来的便利和快捷.5G技术改变了整个社会.数字经济时代到来,5G技术构建了全新的生态性、智慧性系统,深度融合各行业,满足了多样化终端需求.介绍了5G承载网需求及变化;重点分析了分段路由(Segment Routing,SR)技术;5G承载网络体系的逐...     

软件定义无线接入网络的组件化研究

针对5G通信技术高传输速率、多业务场景的挑战,该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU),分布单元(DU),有源天线单元(AAU)架构的基础上,进一步朝组件化方向演进,形成一种由集中控制单元(CCU), CU, DU,射频单元(RU),AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网,又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈,还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试,结果表明该组件化方案在提供高度灵活性的同时,还能够提升通用处理器软基站的吞吐能力,并有效降低远端站址传输流量。     

软件定义无线接入网络的组件化研究

针对5G通信技术高传输速率、多业务场景的挑战,该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU),分布单元(DU),有源天线单元(AAU)架构的基础上,进一步朝组件化方向演进,形成一种由集中控制单元(CCU), CU, DU,射频单元(RU),AAU等组件化通信单元组成的新架构。这种新架...     

一种无标度网络上的局部路由策略

提出了一种无标度（scale-free）网络上的局部路由策略。每个节点根据其当前负载与自身发送能力（设为等于节点度）的关系,自适应调整其接收邻居节点信息包的概率。此概率与每个节点度的α次方成正比,α是可自适应变化的偏好因子,由节点度以及负载联合决定。当节点负载小于发送能力时,增大其偏好因子;反之,则减小。这样使得整个网络业务量较小时,可以优先把业务转发往度较大的节点,从而更快到达目的地;而业务量较大时,度大以及度小节点的发送能力均能得到充分利用,从而提高了整个网络的业务承载能力。仿真结果表明,该策略有效地提高了网络容量,并且降低了网络中信息包的平均传输时延。     

软件定义网络中面向时延和负载的多控制器放置策略

在多控制器管理的软件定义网络(SDN)中,时延和负载是控制器放置问题(CPP)要考虑的重要因素。该文以降低控制器之间的传播时延、流请求的传播时延和排队时延、均衡控制器间负载为目标,提出一种控制器放置及动态调整的策略,其中包括用于初始控制器放置的负载均衡算法(BCRA)和遗传算法(GA),用于动态调整控制器负载的在线调整算法(ADOA)。以上算法均考虑网络连通性。仿真结果表明：在初始控制器放置时,在保证流请求的传播时延、排队时延和控制器传播时延较低的情况下,BCRA部署在中小型网络中时,其负载均衡性能与GA相近且优于k-center和k-means算法;GA部署在大型网络中时,与BCRA, k-center和k-means算法相比,使得负载均衡率平均提高了49.7%。在动态情况下,与现有动态调整算法相比,ADOA可以保证较低排队时延和运行时间的同时,仍能使负载均衡参数小于1.54。     

基于图卷积神经网络的软件定义电力通信网络路由控制策略

传输时延和数据包丢失率是电力通信业务可靠传输重点关注的问题,该文提出一种面向软件定义电力通信网络的最小路径选择度路由控制策略。结合电力通信网络软件定义网络(SDN)集中控制架构的特点,利用图卷积神经网络构建的链路带宽占用率预测模型(LBOP-GCN)分析下一时刻路径带宽占用率。通过三角模算子(TMO)融合路径的传输时延、当前时刻的路径带宽占用率和下一时刻的路径带宽占用率,计算出从源节点到目的节点间不同传输路径的选择度(Q),然后将Q值最小的路径作为SDN控制器下发的流表项。实验结果表明,该文所提出的路由控制策略能有效减小业务传输时延和数据包丢失率。

     

DraLCD:一种新的数据中心流量工程方法

流量均衡是为了避免网络拥塞而作为流量工程中的路由优化目标提出来的,由于数据中心网络的流量特性,使得传统IP网络的流量工程方法不一定适合.为此,本文在SDN(Software Defined Network)的框架下,提出了一种基于链路关键度的自适应负载均衡流量工程方法:DraLCD(Dynamic Routing Algorithm based on Link Critical Degree).该方法通过对全局视图的网络管控,并充分利用了网络中存在的冗余路径,在完成细粒度流量均衡的同时,能够降低控制器的计算开销以及与交换机之间的通信开销,最终完成路由优化的目标.最后,基于DraLCD设计的原型系统,通过在Mininet仿真平台中部署并进行仿真实验,与现有的等开销多路径路由算法ECMP(Equal-Cost Multi-Path)以及GFF(Global First Fit)路由算法相比较,能够明显地提升网络性能.