面向SDN网络的QoS优化解决方案综述

SDN是一种蓬勃发展的新型网络体系结构,复杂的网络业务流量组成对多样QoS的需求给SDN网络路由造成了巨大挑战.为了解决SDN的QoS优化问题,学术界与工业界在SDN诞生之初进行了深入研究,提出了很多建设性的解决方案.通过深入调研,介绍SDN的基本架构,汇总并对比主流量的SDN控制器;分析SDN控制器中集成的QoS相关模块和参数;分析并归纳目前比较有影响且具有创新性的QoS优化方案;提出目前SDN网络QoS优化方案尚未解决的问题和在大规模数据中心网络、5 G移动网络等新型SDN网络场景中的发展趋势.     

基于SDN和虚拟拓扑的天基网络路由算法

针对天基网络的时变拓扑结构给网路管理和路由设计带来的难题,综合考虑GEO卫星和LEO卫星的优势,建立了一种基于软件定义网络(SDN)架构的天基网络模型,提出了一种基于虚拟拓扑的包含必经节点的天基网络路由算法(VTPN)。通过改进时间片划分策略,提高了计算效率,通过必经节点的设定,改善了链路拥塞问题。仿真结果表明:SDN架构下的VTPN算法与其他算法相比,网络链路利用率和负载均衡性能提高了约50%,丢包率降低了约20%。     

基于SDN的胖树数据中心网络多路径路由算法

现有的多数路由算法未综合考虑链路实时传输状态和流量特征。为此,基于软件定义网络集中控制和全网管控的思想,提出一种基于链路实时状态和流量特征的多路径路由算法。该算法将数据流分为大流和小流,大流吞吐量要求较高,根据路径权重值进行路由,而小流数较多,处理复杂性要求较低,选择可用剩余带宽最大的路径作为其路由路径。仿真实验结果表明,与等价多路径算法和软件定义混合路由机制相比,该算法能够提高胖树数据中心网络的平均链路利用率和网络吞吐量。     

RIDSI:一种融合SDN和兴趣域划分的ICN路由机制

信息中心网络(Information-Centric Networking,ICN)中的服务质量(Quality of Service,QoS)路由是分布式的,无法感知其它路由器缓存的内容,因此,基于软件定义网络(Software Defined Networking,SDN)的全局视图和集中控制功能,本文提出了一种基于兴趣域划分的ICN路由机制.这种机制旨在减轻内容节点的负载、提高路由成功率和提高PIT命中率.首先,本文提出了基于SDN的ICN网络模型,即软件定义信息中心型网络(Software Defined Information Centric Networking,SD-ICN)模型和QoS评价模型.然后,采用蜂群算法将网络中的路由器划分到不同的兴趣域.最后,基于改进的QoS依赖多播路由(QoS Dependent M ulticast Routing,QDM R)算法计算满足多个兴趣请求的转发路径.仿真实验结果表明,本文提出的路由机制与对比机制相比在路由成功率、平均路由延迟、负载均衡度等方面都具有较好的性能.     

SDN中基于遗传机制的自适应路由算法研究

SDN以集中式的控制、可编程的接口等优点,极大地提高了网络的管控效率及操作的灵活性。但在SDN部署运行中,也暴露出传输时延大、丢包率高等缺点。针对这些问题,提出了一种基于遗传算法的自适应SDN路由算法,该算法利用遗传算法在SDN的全局网络视图中搜索优化路径。算法设计时,对交叉、变异操作进行条件约束,避免产生无效的路径,减小求解空间,降低控制器计算开销。同时能根据网络的动态变化,自适应地选择转发路径。通过Mininet仿真平台进行实验,与其他算法相比,该算法降低了网络的时延以及丢包率,提高了网络性能。     

基于多约束 QoS 路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现.如何根据不同的服务提供不同的 QoS 保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务.对该问题的解决方法称为多约束最优路径(MCOP)问题,MCOP 问题是一个 NPC 问题,求解 MCOP 问题的算法可分为精确、近似和启发式等算法.文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望     

基于SDN的高性能QoS保障低轨道卫星星间路由算法

低轨道卫星通信系统具有全球覆盖性、移动性、可扩展性等优势,在提供全球互联网服务、灾难应急处理等方面发挥重要作用,但由于星上有限的存储和计算资源,传统路由算法不适用于低轨道卫星通信网络。结合软件定义网络架构,提出一种支持服务质量（QoS）的高性能低轨道卫星星间路由算法。根据剩余链路持续时间定义星间链路生存时间,确定每条星间链路的稳定度,缓解由于链路切换导致的业务路径重构问题。基于高轨道卫星得到的星间链路的流量状态,定义链路负载矩阵,给出星间链路负载度函数,并利用标签交换路径集合获得每条路径的负载度,避免节点拥塞,实现网络负载均衡。针对不同要求的业务服务类型定义权重因子矩阵,通过调整因子来减小瓶颈节点对路由算法的影响,满足多用户的QoS要求。仿真结果表明,在不同的QoS要求下,该算法在业务时延、系统吞吐量、网络负载均衡等方面均具有明显优势,且算法复杂度低,大幅节省了有限的星上存储与计算资源。     

SDN网络中基于拓扑分域的故障恢复方法

为解决网络故障恢复期间的反应时间过长的问题,将软件定义网络(software defined networking,SDN)网络架构引入到网络故障恢复的策略设计中,对比现有故障恢复领域研究的优势和不足,提出一种基于SDN的故障恢复方法.通过对整网拓扑结构进行分域,采用无向图环路算法(undirected graph l...     

基于QoS的单播源路由算法研究

保证服务质量的QoS路由是网络中解决QoS问题的一项关键技术,QoS路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证全网资源的有效利用。围绕度量参数选择问题、寻路问题这两个方面,给出了一个基于源地址的单播QoS次优解路由算法,并对其正确性进行了证明。     

基于量子蚁群算法的带约束QoS多播路由

针对带约束服务质量多播路由在带宽、延迟等方面的需求,提出一种基于量子蚁群算法的多播路由优化方法。该方法结合量子计算和蚁群算法的特性,采用量子比特的概率幅表示蚂蚁当前位置信息,设计一种动态调整旋转角策略对蚂蚁信息素进行更新,使蚂蚁能够快速寻找到满足约束的可行路径,并避免陷入局部最优。仿真实验结果表明,该算法在寻优能力和收敛速度上表现较好。     

软件定义网络中基于分段路由的多路径调度算法

针对当前软件定义网络(SDN)在应对大量数据流时造成的流表利用率低、转发响应较慢以及当前网络调度算法容易造成网络局部拥塞和负载不均衡等问题,提出一种基于分段路由的多路径调度算法SRMF。首先,SDN控制器根据网络拓扑连接情况下发初始流表;综合考虑网络链路剩余带宽、丢包率和数据流估测带宽需求进行路径权重计算;最后,根据路径权重选择最优路径并构造分段流表下发到边缘交换机。实验结果表明分段路由转发技术在多种网络拓扑下较一般转发技术在流表项开销方面有明显优势,SRMF算法与Hedera、ECMP相比,在业务流端到端时延、端到端时延抖动、网络吞吐率、丢包率等方面有一定的优势。     

基于SDN与NDN的卫星网络多约束路由算法

针对NDN卫星网络内容传输时延高、丢包率高且请求命中率低的问题,提出了一种基于SDN与NDN的卫星网络多约束路由算法,并命名为SNMcRA。基于SDN的集中控制与全局视图,通过建立多约束路由模型,将链路多约束信息与蚁群算法相结合以求解满足时延、带宽、丢包率多约束的代价最小路径,由节点在包转发的过程中动态完成转发表FIB和待定请求表PIT的构建。实验结果表明,该算法与DSP算法相比时延降低了35%,带宽利用率提升了29%,丢包率降低了17%,并且在请求命中率方面也具有显著优势。     

SDN中绿色路由的信令开销控制

为了降低在绿色路由条件下SDN控制器的信令开销,本文在SDN单控制器域中研究能量效率和信令开销之间的权衡。首先构建一个整型线性规划,在考虑整个网络能量消耗的基础上建立最小化控制器开销的目标函数;其次设计两种启发式算法来寻求该问题的近似最优解。仿真结果表明,在活跃链路数相同条件下,两种算法的控制器信令开销更小,故本文设计的启发式方法在绿色路由条件下可以减少控制器处理初始请求的信令开销。     

基于量子遗传算法的QoS路由算法

多约束的QoS路由问题是NP完全问题.量子遗传算法是基于量子计算理论的新遗传算法,具有种群多样性、收敛速度快和全局寻优的特点.将量子遗传算法引入多约束QoS路由计算,提出了一种基于量子遗传算法的QoS路由算法,给出了算法实现的方法和具体流程.实验结果表明,通过该算法得到的QoS路由不但能满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞.     

基于软件定义网络的多约束QoS双路径路由优化方法

针对当前SDN架构存在路由算法复杂度高、QoS流满意度低和单链路故障等问题,提出了一种基于软件定义网络的多约束QoS双路径路由优化算法(SDN＿MCQDP)。利用控制器获得全局网络状态信息,生成基于目的节点的有向无环图。在多约束QoS路由选择阶段,通过拉格朗日松弛对偶算法将多约束问题转化为线性规划问题。使用反向链路删减得到满足多约束QoS的节点不相交的双路径冗余链路,使链路故障后的数据传输得到保障。从路由计算时间、链路利用率、QoS流满意度等方面对算法进行仿真实验。结果表明,与MODLARAC、QT、RMCDP＿RD、H＿MCOP算法比较,SDN＿MCQDP能够有效降低传输时延,减少路由计算时间,提高链路利用率,且在链路发生故障后仍能满足QoS需求。     

基于PSO的多QoS约束路由问题研究

研究了计算机网络在多QoS约束条件下的路由问题。针对该问题的特点,改进了粒子群优化算法(Particle Swarm Op-timization algorithm,PSO),采用了新的粒子速度更新策略和粒子抗拥塞策略,使之成为一种解决多QoS约束路由问题的新算法。在一个8×8网状拓扑结构的仿真网络里对该算法进行了仿真实验,实验结果表明新算法对于多QoS约束路由问题可行且收敛快。     

SDN环境下基于QLearning算法的业务划分路由选路机制

随着当前网络的多元化发展,用户对于网络的需求也不断增加,网络的承载性受到极大挑战。在软件定义网络环境下,提出一种以业务属性为依据、基于QLearning算法的路由选路机制,设计了链路发现、链路分类、强化学习训练及Q值表下发4个模块,根据网络的实施情况对不同属性的业务流分配不同的路径以保障用户路由的 QoS。实验结果表明,所提算法可使数据流的总体分组丢失率低于 5%,对于部分属性的业务流可接近0分组丢失,同时对于时延也有大幅降低。     

基于混合遗传算法的QoS多播路由算法

具有多QoS约束的多播路由问题具有NP完全的复杂度。基于延时、延时抖动、带宽、丢包率等QoS约束,描述了一种适应于研究QoS多播路由的网络模型,提出了基于遗传算法和禁忌搜索混合策略的具有多QoS约束的多播路由算法。该算法充分利用了遗传算法和禁忌搜索的优点。克服了遗传算法在求解多QoS约束多播路由问题中的爬山能力差以及不成熟收敛等问题。仿真实验结果表明,该算法为多QoS约束多播路由问题的求解提供了一种有效的新途径。     

基于遗传算法的实时QoS多播路由优化算法

讨论了多QoS约束的多播路由问题,描述了一种适应于研究实时QoS多播路由的网络模型和优化函数。提出一种基于遗传算法中的小生境技术的QoS多播树选择算法,同时优化了多QoS参数。仿真结果表明该算法收敛速度快、可靠性高,能够满足多媒体网络对实时性的要求。     

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,凫目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。