基于匹配动作表模型的可编程数据平面流表归并

与传统网络技术相比,SDN技术将网络的控制平面与数据平面分离,使网络具有一定的可编程能力。以OpenFlow、POF、P4等为代表,领域内常见的SDN交换机大多基于匹配动作表模型实现。与协议相关的OpenFlow等技术不同,协议无感知的SDN技术使用{偏移,长度}等结构表示协议字段,从而实现对任意协议字段的解析和处理。然而,待处理的数据包可能带有不同长度的数据包头,所以这些数据包中特定协议字段的偏移也会不同,需要多个匹配域偏移不同的流表去完成数据流的解析,从而造成流表和流水线结构复杂。针对上述问题,本文提出一种基于MAT模型的可编程数据平面流表归并方案,扩展MAT模型中的动作集,在数据包查询流表时使用特定的动作动态地调整数据包的起始偏移,使不同数据包同一协议字段的偏移保持一致,实现匹配域相同的流表的归并。本文方案在兼容VLAN、QinQ的POF Switch实验场景下,以跳转流表时多执行一条动作为代价,缩减了约69%的流表内存消耗。     

SDN/IP网络动态路由系统设计

传统IP网络到SDN的网络升级会经历一段两种网络共存的过渡期。本文为SDN/IP网络设计了一种普适和灵活的动态路由系统,系统为混合网络提供动态路由功能,解决不同网络设备间无法协作执行动态路由的问题。动态路由系统部署于SDN控制器中,由动态路由引擎、路由应用和网络管理应用等组成。系统中,网络管理应用根据外部信息配置网络,动态路由引擎为SDN交换机计算路由表,路由应用将路由表转化为流表下发至SDN交换机,SDN交换机按照流表转发数据包。经过实验验证,本系统能够实现传统路由器与SDN交换机之间的路由消息互通,两种网络设备能够根据各自计算出的路由信息转发数据包。本系统对IP网络与SDN的混合组网具有重要意义。     

LabelCast:一种普适的SDN转发平面抽象

在互联网体系结构演进过程中试验和部署新型网络协议比较困难,基于Openflow的软件定义网络SDN提供了一种简单易行的方法.OpenFlow基于流表实现了多级流水转发处理,然而Openflow不支持对网络中计算和存储等资源的描述,因此很难支持以内容为中心的新型网络.为扩展SDN能力,提出了一种普适的转发平面抽象LabelCast,以将多态网络地址映射到定长标签.转发平面基于Label表来查找和调度弱语义的转发操作相关的指令,Cast表对网络协议语义或状态相关的服务进行组织,支持动态扩展新型服务以满足新型网络体系结构复杂的处理功能.LabelCast能够支持基于流的端到端的交换和以数据或服务为中心的非端到端的新型网络体系结构,为SDN提供了一种普适的转发平面抽象.     

云环境下基于SDN的高效流量监控方案

针对云环境下传统安全设备难以采集东西向流量且现有SDN方案采集效率低的问题,提出一种基于SDN的高效流量监控方案,通过控制器应用自适应的频率调节算法对东西向流量采样并检测分类,随后分级别地响应流表策略,放行可被识别的流量,完成对流量进行牵引至软件安全检测系统前的预处理,减小待牵引流量的规模。对比实验结果表明,所提方案能在不影响SDN控制器性能的前提下,降低安全控制信道的负载,能使安全检测系统保持较高的检测率。     

基于软件定义网络的媒体分发网络的接入控制

针对软件定义网络（SDN）环境下的媒体分发网络的接入控制问题,提出了一种综合考虑服务节点和传输链路服务性能优化问题的接入控制方案。该方案利用SDN控制器对路由器的直接管控和对全网的感知能力,对应用层上服务节点服务性能和网络层上服务节点到用户之间的传输链路的服务性能进行联合优化,减少了链路拥塞对数据传输和用户服务质量的影响。首先,为SDN服务系统的接入控制过程建立部分可观Markov决策过程（POMDP）模型;然后,使用基于观测的随机策略作为系统的接入控制策略;最后,通过策略梯度算法对接入控制策略进行优化,求解出模型的最优策略。仿真结果表明,与尽力而为的服务策略相比,基于POMDP模型的最优接入控制策略使系统性能提高了10%,验证了所提方法的有效性。     

适用于软件定义网络的原子操作技术

软件定义网络(SDN)是近年来网络技术的研究热点,其主要实现了由控制器来转发数据。由于数据需要在转发过程中不被其他路由策略打断,即控制器为各个节点下发流表要保证同步,因此可以将原子操作的概念引入SDN中。基于此,笔者提出利用流表中丰富的匹配规则解决丢包、环路等原子操作问题,同时搭建硬件平台系统,提出适用于软件定义网络的原子操作技术。     

云环境下SDN的流量异常检测性能分析

随着复杂的混合云网络逐渐成为云计算发展的瓶颈,软件定义网络(SDN)技术近年来成为学术界和工业界关注的热点。在网络安全领域,对于应用SDN来解决网络攻击的研究尚处于起步阶段,SDN是否能够高效检测来自内部的网络攻击尚无定论。针对该问题,在分析SDN技术框架的基础上,设计基于OpenStack的云环境实验方案。在传统云环境网络和SDN环境下同时测试2种流量异常检测算法,模拟Flood攻击和端口扫描攻击,分析SDN在检测攻击时的精确度和资源使用率。结果表明,在云环境下利用SDN检测内部威胁时比传统网络环境占用更少的物理内存而不影响精确度,但直接在SDN控制器上部署安全应用的方式也存在性能瓶颈。     

基于软件定义网络的对等网传输调度优化

针对对等网（P2P）系统中的应用层组播（ALM）流量优化问题,设计了一个基于软件定义网络（SDN）的实时流调度系统。首先使用网络测量技术获取网络的流量矩阵,然后将它抽象成一张带权重的网络状态图提供给终端优先组播树（TFST）生成算法。TFST生成算法分两阶段进行：第一阶段计算组播树时通过修改终端节点的距离为0来巧妙地引导生成算法优先考虑终端节点;第二阶段是根据设定的权衡因子对分支节点数量进行调整,这样计算出的组播树能同时兼顾流量代价和实施代价。最后为避免组播树部署到网络中时频繁的流表更新带来的网络性能下降问题,还设计了一个基于循环神经网络的模块来根据网络性能自动调整更新周期。仿真结果表明采用了ALM实时流调度系统的网络拥塞指标与原始网络相比下降了47%,在中等负载情况下,利用神经网络模块自动调整更新周期方式与立即更新和固定5 s间隔更新方式相比,拥塞指标的均值分别降低了17.6%和25%,在将机器学习引入SDN实现智能化网络方面具有较大的应用价值。     

面向SDN/NFV环境的网络功能策略验证

SDN与NFV技术带来了网络管理的灵活性与便捷性,但SDN的动态转发策略可能导致网络功能策略失效,同时不同网络功能的策略可能互相影响,引起冲突问题.为了在基于SDN/NFV的云网络中对网络功能的策略进行验证,分析了网络功能与SDN设备之间、跨网络功能之间的策略冲突,建立了统一策略表达进行策略解析,设计策略验证方案、框架...     

基于SDN的混合分段路由概率流调度机制

针对数据中心网络流量路径分配不均匀、易造成大流碰撞,以及控制器流表开销大等问题,提出了一种基于SDN的混合分段路由概率流调度机制SRPFS（segment routing probability flow scheduling）。利用SDN集中控制与全局视图特性,首先采用混合分段路由完成流量初始转发;然后选用粒子群优化算法,重定义粒子群内部寻优过程来对流量进行筛选;最后构造全局节点概率矩阵,设计概率调度算法选举出流量转发最优路径。实验结果表明混合分段路由转发技术在流表开销方面优势较大,并且SRPFS相比于其他较典型的流传输机制,在平均网络吞吐量、链路利用率、标准网络吞吐率等方面有明显优势,能够有效减轻控制器的流表负载,保证了较好的网络性能。