基于SDN架构的高性能网络拥塞避免策略

拥塞管理是高性能网络领域的重要研究方向,网络拥塞会对网络的全局性能产生较大影响。现有的拥塞管理多采用分布式拥塞避免策略,能够在一定程度上解决网络的拥塞问题,但其处理过程基于局部信息,不能充分利用网络资源,处理效率偏低。近期,人们提出软件定义网络(SDN)架构,该架构采用集中控制器和多层网络技术,能够较好地获取网络的全局信息。在原有工作的基础上提出了一种基于SDN架构的全局拥塞避免策略OSCP,该策略在拥塞信息获取和控制信息的传输上,改进了原有的解决方案,并结合自适应传输进行网络路由。实验结果表明,该策略可以较好地避免和解决网络中存在的拥塞问题,降低网络延迟并提高饱和吞吐率。     

基于虚拟化安全网络扩展的SDN安全架构

采用控制、转发分离架构的软件定义网络（SDN）为网络的可编程性与开放性提供极大便利,但也给网络的安全性带来诸多挑战。提出一种虚拟安全网络（Virtualized Security Networks）与数据层中间盒扩展相结合的SDN安全架构,给出该架构的实现要点,并以实验验证其架构实现。测试表明该架构较其他方式具有更好的性能与可扩展性,同时其更有利于传统网络环境下的安全保障机制面向SDN网络架构的过渡迁徙。     

软件定义网络（SDN）架构下的网络管理与优化研究

主要研究软件定义网络（SDN）架构下的网络管理与优化技术。首先，介绍SDN网络的基本原理和架构组成部分，以及网络管理和控制过程。然后，详细阐述SDN网络的监控、配置、故障处理、安全技术，以及性能优化、负载均衡、服务质量保证、能源管理等优化技术。接着，探讨SDN网络管理与优化在数据中心、车联网、5G和物联网等领域的应用，并介绍实验与验证的环境和方法，使用SDN仿真软件Mininet构建SDN网络拓扑，模拟网络流量、网络攻击和网络负载等场景，评估SDN网络并分析实验结果。最后，总结SDN网络管理与优化的研究成果和不足，并展望未来发展趋势。     

SDN与传统IP网络互联架构的设计与实现

所提出的软件定义网络SDN与传统IP网络互联的架构基于以下核心思想:把整体SDN当成一个传统IP网络的"路由器",由IP网络和该"路由器"通过BGP协议进行域间网络层可达性信息NLRI的交互,从而使得全网的NLRI经过路由同步后达到一致。在此思想下分析设计了互联架构,对该互联架构进行了模块功能测试、多SDN场景下的仿真和性能测试。仿真结果表明所提出的互联架构可以完成SDN与传统IP网络的互联互通。设计的互联架构对原有网络设备的改动很少,所做的改动集中在可软件编程的控制器上,这有利于本架构在具体网络环境中的实施和部署。     

移动边缘计算在车载网中的应用综述

移动边缘计算（MEC）技术将IT服务环境与云计算技术在网络边缘结合以提高边缘网络的计算和存储能力,减少网络操作和服务交付时延; 应用MEC的车载网络可以满足车辆对服务延时和通信可靠性的严格要求,提升车辆用户的服务质量（QoS）。对移动边缘计算在车载网中的应用进行分析研究,首先概述MEC的基本概念及架构、典型应用场景;然后介绍MEC在车载网中的应用、基于软件定义网络（SDN）的车载网MEC研究现状以及车载网MEC应用实例;最后给出了车载网中部署MEC所要面临的问题和挑战,并对该领域未来的研究方向进行了展望。     

基于SDN的智能交通架构

软件定义网络(SDN)是近年来备受关注的网络问题,已有学者将其和智慧城市建设进行融合。针对当今交通分散治理现状进行了研究,结合SDN转控分离和集中控制等特性,将其引入智能交通系统(ITS),提出了一个协同管理架构,旨在实现协同管理、改善交通。首先阐述了SDN的特点,利用其特性并结合ITS,提出了基于SDN的智能交通架构;其次,结合动态限速、路径诱导及天气等因素构建了协同管理策略模型,并将其与单一控制策略对比;最后通过仿真实验,对提出的架构策略进行了验证分析。实验结果表明,该架构下的管理与单一控制策略相比,平滑了交通流,使交叉口的平均延误降低20.7%,平均排队长度下降35%。     

软件定义网络架构下的安全问题综述

随着网络业务的多元化与网络基础服务能力的不断提升,企业网、云计算、数据中心等大量新兴应用场景迅速丰富,传统网络已不能满足其不断涌现的可扩展性、可管理性及安全保障等新需求,这一现状有力地推动以SDN为代表的当代网络架构的发展。然而随着学术界与产业界对SDN技术的研究及其设备的普及,安全问题逐渐成为制约其进一步发展的关键因素之一。针对SDN架构的技术发展背景进行分析,然后简析SDN技术的核心架构原理及目前的发展现状;结合SDN架构特点,针对其安全特性及其所面临的安全威胁进行详细分析,并深入讨论SDN网络安全研究的范畴与新兴发展方向。     

基于mininet的SDN架构仿真研究

软件定义网络(SDN)是一种新型网络创新架构,公开标准的OpenFlow技术是实现SDN架构最有效的技术之一。为进一步研究SDN架构的特性,为应用创新提供可定义的网络平台,在基于OpenFlow的mininet仿真软件的基础上,实现了SDN架构的仿真。文章总结了典型的SDN架构的特性,分析了基于OpenFlow技术的仿真原理和方法,基于Mininet仿真软件构造,验证了SDN架构的功能和基本工作流程,提出的仿真方法和搭建的平台可为SDN架构的研究提供有效的技术支撑。     

浅析SDN架构及其安全性

在信息化的时代背景下,网络和计算机技术不断的发展和进步,云计算等技术的出现有效的提高了网络基础资源能力。同时,新的技术也对网络提出了新的要求和挑战,SDN体系架构是解决上述挑战的有力工具。本文以SDN体系架构为研究对象,主要探讨了该架构的安全性问题。     

基于SDN的CDN体系架构及关键技术研究

互联网应用带来流量持续增长,CDN成为提升用户体验的必然选择。在新业务需求和新技术的双重驱动下,电信运营商CDN需要提升CDN智能化能力,以适应快速变化的新业务。SDN是一种新型网络架构,通过将网络设备控制平面与数据转发平面分离,实现了网络的灵活控制。本文首先分析了SDN对CDN发展的影响,然后介绍了基于SDN的CDN体系架构,最后对实现基于SDN的CDN的关键技术进行探讨。     

SDN在车载网中的应用综述

随着车载应用、移动设备和物联网的快速发展,开发处理车载网大数据的高效架构已成为未来智慧城市关注的重要问题。然而,车载网复杂且不灵活的架构面临一系列挑战,如高移动性、间歇性连接、应用程序的异构性。在这种背景下,软件定义网络(Software Defined Network,SDN)可编程和灵活的网络架构,在有线网络管理和异构无线通信中受到学术界和工业界的广泛关注。在车载网中应用SDN可以提高灵活性、可靠性、可编程性和可扩展性,增强车载网提供应用和服务的能力,提高用户服务质量。文中首先描述了SDN的体系结构,然后从架构和数据传播角度出发概括了软件定义车载网络(Software Defined Vehicular Networks,SDVN)的研究进展,随后概述了结合移动边缘计算(Mobile Edge Computing,MEC)的SDVN研究现状,接着讨论了SDVN存在的问题和挑战,最后介绍了SDVN的应用前景。     

基于软件定义网络的触觉互联网端到端系统

针对现有蜂窝系统无法满足触觉互联网延迟问题,提出一种基于软件定义网络的触觉互联网端到端系统。首先给出了触觉互联框架;然后提出一种基于软件定义网络（SDN）的多层触觉互联网端到端体系结构,该结构基于5G蜂窝系统,将硬件和软件分离,并提供API以便于系统的控制和管理,网络核心采用SDN并启用网络功能虚拟化（NFV）,系统在多级云单元中使用移动边缘计算（MEC）,减少通信过程中涉及中间节点的数量,从而减少延迟。实验结果表明该架构在5G高速率下能够得到毫秒级延迟,说明所提框架的可行性和有效性。     

融合移动边缘计算的未来5G移动通信网络

未来5G移动通信网络面临移动流量暴涨,新型业务提出高回传带宽、低时延等挑战,移动边缘计算MEC有望解决上述问题.首先介绍MEC的网络框架结构及其在5G中的标准化进展,然后结合MEC的部署策略和未来5G网络架构,提出融合MEC的未来5G移动通信网络架构.从该架构可以看到,未来5G将是一个通信与多级计算协同的网络.所提架构可灵活、自适应地支持多种通信模式,同时可采用虚拟化技术实现通信、计算、存储资源的高效共享.面向通信与计算协同,融合MEC的5G网络在基础理论方面面临的主要挑战是网络容量分析,关键技术方面则包括通信与计算资源的协同优化、计算存储多播、节带化传输等.相关理论与技术亟需进一步的深入研究探讨,推动通信与计算融合发展.     

基于SDN的数据中心动态优先级多路径调度算法

随着云计算技术和分布式业务的发展,数据中心内部“东西向”大象流量激增,这部分大象流在调度不当的情况下容易发生碰撞,造成链路拥塞。本文提出一种基于软件定义网络（SDN）的动态优先级多路径调度算法（DPMS）。该算法根据数据中心流量的特点制定大象流和老鼠流调度模型,充分利用各网络节点间的冗余链路,提高资源利用率;并结合组表优化SDN架构中控制器和交换机的通信模式,降低了数据包处理时延。实验结果表明,相比ECMP和Hedera这2种调度策略,DPMS提高了网络吞吐量和链路利用率,减少了平均流完成时间,网络的整体性能有所提高。     

移动边缘计算技术在高铁通信网络中的应用

随着高铁的日益普及,在高铁列车与地面之间建立移动数据通道,满足车地数据传输以及旅客上网的需求,成为越来越迫切的问题.现有GSM-R和LTE-R的解决方案,还存在带宽小、时延大、传输不稳定等问题.为此,本文提出采用移动边缘计算（Mobile Edge Computing,简称为MEC）技术来优化高铁通信网络.主要思想是在车厢和基站部署MEC服务器,经过两级MEC服务器的协同配合,达到复用空口链路、提升无线传输稳定性和降低时延的目的,并最终提升用户体验.通过实际网络试验结果显示,该方案可显著提升传输速率、减小传输时延.     

Mobile Fog Computing by Using SDN/NFV on 5G Edge Nodes

Fog computing provides quality of service for cloud infrastructure. As the data computation intensifies, edge computing becomes difficult. Therefore, mobile fog computing is used for reducing traffic and the time for data computation in the network. In previous studies, software-defined networking (SDN) and network functions virtualization (NFV) were used separately in edge computing. Current industrial and academic research is tackling to integrate SDN and NFV in different environments to address the challenges in performance, reliability, and scalability. SDN/NFV is still in development. The traditional Internet of things (IoT) data analysis system is only based on a linear and time-variant system that needs an IoT data system with a high-precision model. This paper proposes a combined architecture of SDN and NFV on an edge node server for IoT devices to reduce the computational complexity in cloud-based fog computing. SDN provides a generalization structure of the forwarding plane, which is separated from the control plane. Meanwhile, NFV concentrates on virtualization by combining the forwarding model with virtual network functions (VNFs) as a single or chain of VNFs, which leads to interoperability and consistency. The orchestrator layer in the proposed software-defined NFV is responsible for handling real-time tasks by using an edge node server through the SDN controller via four actions: task creation, modification, operation, and completion. Our proposed architecture is simulated on the EstiNet simulator, and total time delay, reliability, and satisfaction are used as evaluation parameters. The simulation results are compared with the results of existing architectures, such as software-defined unified virtual monitoring function and ASTP, to analyze the performance of the proposed architecture. The analysis results indicate that our proposed architecture achieves better performance in terms of total time delay (1800 s for 200 IoT devices), reliability (90%), and satisfaction (90%).     

基于拜占庭容错提高SDN控制层可靠性的研究

软件定义网络(software defined network, SDN)提出了控制与转发分离的设计结构,实现了开放的可编程网络接口,为网络提供了更细粒度的管理.然而,SDN在为网络应用带来创新与便利的同时,也面临着一些新的问题.针对SDN网络中控制层的可靠性问题,提出了一种容忍拜占庭错误的方法.首先,结合SDN网络的特性,具体阐述了在应用拜占庭容错算法时的网络结构、工作流程和异常处理等,并对其中的多控制器位置部署问题建立分析模型;然后,针对该多控制器部署问题,设计了启发式求解算法;最后,通过仿真实验对该容错方法和部署算法进行验证.实验结果表明:该容错方法能够有效处理控制器中的错误,提高控制层的可靠性,但对系统的性能会造成一定程度的影响.同时,该部署算法能够有效降低处理OpenFlow请求的传输延迟.     

基于SDN的TDMA体制星间网络架构设计

TDMA(时分多址)体制的导航星间网络既可以实现导航测距,也具备较高的数据传输速率,具有较为广泛的业务适应能力;然而,TDMA体制的星间网络系统也存在着星上处理复杂与卫星节点处理能力低的矛盾;借鉴SDN(软件定义网络)将网络系统控制层面与数据层面相分离的思想,在TDMA体制的星间网络中引入SDN技术,设计了基于SDN的TDMA体制星间网络架构,将控制功能从卫星节点抽离出来,使其可以专注于星间数据转发,控制管理信息主要由卫星地面站(后续为高轨道卫星)扮演的SDN控制节点制定并分发,从而简化了卫星的业务负担,同时可以借鉴成熟的地面网络技术制定高效的控管策略;对所设计架构的主要的控管流程进行了仿真模拟,仿真结果表明,该架构具有一定的可行性。     

基于软件定义网络的流量工程

作为一种新型网络架构,软件定义网络(software defined network,简称SDN)将网络的数据层和控制层分离,通过集中化控制和提供开放控制接口,简化网络管理,支持网络服务的动态应用程序控制.流量工程通过对网络流量的分析、预测和管理,实现网络性能的优化.在SDN中开展流量工程,可以为网络测量和管理提供实时集中的网络视图,灵活、抽象的控制方式以及高效、可扩展的维护策略,具有突出的研究意义.对基于SDN的流量工程相关工作进行综述.分别从测量的方法、应用和部署角度出发,对SDN中流量测量的基本框架、基于测量的正确态检测以及测量资源的管理进行概述.分析传统网络流量调度方案的问题,介绍SDN中数据流量和控制流量调度的主要方法.从数据层和控制层两个方面概述SDN中故障恢复方法.最后,总结并展望未来工作.