基于下一代流量控制机制TCNG的带宽管理实现

为了达到有效管理网络资源的目的,更多的用户采用了带宽管理的方式。Linux系统提供了内核级的流量控制支持,无疑是实现带宽管理的有效平台。但是传统的流量控制TC,鉴于其自身较复杂的缺陷,一直没有得到广泛的应用,此时下一代流量控制机制TCNG,通过其对带宽管理策略近乎于口头语言描述的直观性,极大的推动了带宽管理的应用。本文介绍了利用TCNG实现带宽管理的方法。     

基于Linux的P2P流量检测与控制的研究

为了减少P2P流量对网络带宽造成的影响,合理分配和利用网络资源,更好地保障网络QoS,准确检测和控制P2P流量,提出一种基于Linux系统的P2P流量检测和控制的解决方案,通过扩展Netfilter/Iptables 框架,根据特征码识别P2P连接,和Linux QoS工具一起使用以限制P2P的带宽占用,避免了P2P等...     

面向应用的网络流控系统的设计与实现

为保证关键业务应用的网络带宽,解决P2P应用抢占网络资源问题,人们开始日益关注网络流量控制技术.本文设计并实现一个面向应用的网络流量控制系统,系统以Linux操作系统作为系统平台,并基于Netfilter/IPTahles实现了一套流量控制框架.测试表明,系统能够有效的实施流量控制策略,并准确的限制网络中的特定流量带宽.     

一种基于Linux下TC的流量控制管理架构

介绍了Linux下TC模块实现流量控制的方法,针对Linux流量控制的机制在分层,分类时如果处理不当会降低带宽管理的简洁型和易用性等缺点,提出了一种基于分类队列规定,通过把一定范围内不同的网络使用成员划分到不同的角色,然后再给不同的角色配置不同的流量控制策略的流量控制管理架构.这种架构可以通过改变每个成员的角色方便的改变自身的特性,并且通过选择不同的策略可以方便的改变角色的网络访问特征.     

Linux环境下路由器中的网络带宽管理

Linux是目前广泛用于路由设备中的操作系统,而流量管理是这种网络操作系统的一个重要功能.研究了Linux系统的流量管理机制,发现当前Linux系统所采用的在网络接口的出口实现的基于网络包调度的流量管理机制缺乏对于网络带宽在系统范围的全局性的管理,也缺乏对于输入流的网络处理的有效管理和调度,从而造成不必要的CPU资源的浪费.为解决这一问题,提出了一种新颖的网络带宽管理机制,它通过调度网络协议处理所占用的CPU时间来实现带宽管理.这种新的机制将网络带宽的管理和调度从网络接口的出口点转移到处理接收到的网络包的系统软件中断处理程序中,从而克服了原来的流量管理机制的缺点.通过系统实现和对比实验,发现该机制本身给系统带来的负载小于Linux原来的流量管理机制,同时可以提供更好的流量隔离,并且能够有效地节省用于网络处理的CPU资源.     

基于Netfilter的流量检测与控制系统

P2P流量已成为互联网流量的重要组成部分,由于其占用大量带宽,严重影响了其他网络业务的运行,因此如何有效地检测和控制网络流量已成为目前面临的一个重要难题。基于Linux的Netfilter防火墙和连接跟踪机制,结合应用层协议识别工具L7-filter和流量控制器TC设计并实现了一个简单而高效的流量控制系统。该系统首先对数据包进行应用层协议识别并分类,然后对有限的网络带宽进行合理分配,实现流量控制。实验证明此系统能有效地检测和控制网络流量。     

基于多队列切换的SDN拥塞控制

由于传统网络缺乏对转发队列的直接控制,并且难以保证链路利用率和服务质量(QoS),针对这一问题,本文提出基于多队列的SDN拥塞控制算法。该算法对链路数据流量设置多个阈值,当某一链路流量突增达到设定阈值时,控制器立即启动相应的拥塞控制机制。根据数据流的优先级,自适应增加高优先级队列的带宽,适当减小低优先级数据队列的带宽,保障高优先级数据顺利传送。实验结果表明,该方法能有效减少网络拥塞,优化数据流的QoS。     

面向流量控制的可扩展策略库的设计与实现

Linux提供了一套功能强大的流量控制机制,成为当前实现网络QoS的重要工具.针对制定流量控制方案时带宽划分精度和粒度难以权衡,采用单一队列调度算法实施流量整形效果不尽如人意等问题,提出了基于可扩展策略库的流量控制管理方案,在Linux下设计并实现了可扩展流量控制策略库.介绍了该策略库的3个模块:策略存储实体、出错回滚监控模块和可扩展策略库管理模块.定义了策略的存储格式,将主机、服务、时间、上下行方向等元素综合管理起来.同时提出了结合优先级调度的策略添加、删除、合并的策略管理算法.通过实验分析证明该流量控制管理方案的有效性和实用性.     

Android平台下应用程序流量控制技术及其系统实现

随着Android手机的普及和Android应用软件的增多,Android平台下控制应用程序的网络速率,以及合理地分配应用程序的带宽对移动网络安全和用户的使用效率具有重要意义。Android是一种基于Linux开放源代码的操作系统,Linux内核本身提供了强大的带宽管理功能。文章介绍了Linux内核防火墙Netfilter\Iptables、服务质量QoS、中介队列设备IMQ等关键流量控制技术,并根据Android的特点进行了代码移植和内核重新编译,并利用工具TC等开发实现了Android平台下应用程序的流量控制系统。     

利用Netfilter框架和TC实现P2P流量控制

介绍了P2P应用及其优缺点,对Linux内核的Netfilter／Iptables技术和带宽控制技术进行了分析,分析P2P协议并提出一套完善的识别方法。P2P使得网络上的沟通变得容易、更直接共享和交互。在路由器上应用该系统,结合Iproute2工具的TrafficControl命令以脚本的形式在系统启动时自动加载。实现了网关对内网P2P流量的监控与限制,实现了流量均衡。     

云计算应用中的嵌入式容器技术研究

虚拟化技术从主机虚拟化发展到容器虚拟化,推动了计算开发模式的变更.容器虚拟化技术广泛应用于云计算,提供高效灵活的计算资源配置,极大提高了计算资源的利用率和软件开发效率.以Docker为代表的容器实现了持续集成、持续交付和部署.在嵌入式系统中,应用灵活多变,配置较多,涉及到应用和实时操作系统的配置裁减,系统重构复杂.本文...     

Docker动态调度算法的设计与实现

Docker作为容器的实施引擎,能高效部署、执行和管理容器。然而,现有Docker容器资源管理机制基于静态配置,无法根据应用类型特征和资源需求在运行时进行高效的动态资源分配。因此,实验性地分析Docker运行不同负载时的资源使用和性能情况,设计并实现了一种基于运行时的Docker动态调度算法,优先满足实时型应用容器服务要求,同时保证批处理型应用容器的性能。另外,算法根据节点运行现状推荐创建最合适的应用容器,最大化节点的资源利用率。实验表明,动态调度机制不会引入明显的性能开销;当容器间出现资源竞争时,可以将实时型应用容器满足服务要求的时间段延长87.5%,且最多对同时运行的批处理应用容器的性能造成2.9%的开销。算法推荐机制将节点上能够运行的容器实例数增大2.3倍时,对批处理型应用容器只造成最多9.3%的性能损耗。     

容器云多维资源利用率均衡调度研究

在OpenShift容器云平台上针对其调度策略进行研究和改进,提出了基于多维资源空闲率权重的评价函数和调度方法。该方法综合考虑物理节点CPU、内存、磁盘、网络带宽空闲率和已部署的容器应用个数等因素,利用模糊层次分析法（fuzzy analytic hierarchy process,FAHP）自动建模求解容器应用多维资源权重参数。实验表明,新的调度方案能够使集群多维资源利用率更加均衡,从而提升资源的利用率和集群性能。     

基于Docker容器的航天网络隐私数据安全防护控制研究

隐私数据嵌入量过大会导致航天网络主机信息参量提取时间延长,数据安全性下降,所以研究基于Docker容器的航天网络隐私数据安全防护控制方法。利用Docker容器收集航天网络负载数据,评估Docker容器实时负载量,联合目标防护信息实现对航天网络Docker容器的调度。根据Docker容器调度和Paillier同态加密结果,提取静态污点后完成航天网络隐私数据的训练与处理。根据所得到的数据,定义混沌映射关系,通过离散变换的方式生成安全性种子密钥,结合安全防护控制函数求解结果实现航天网络隐私数据安全防护控制。实验结果表明,所提方法能够将隐私数据实时嵌入量控制在5.5GB以下,保证网络主机提取信息参量的时间不超过0.7ms,能够有效保证航天网络隐私数据安全性。     

基于Docker的云资源弹性调度策略

针对云资源弹性调度问题,结合Ceph数据存储的特点,提出一种基于Docker容器的云资源弹性调度策略。首先,指出Docker容器数据卷不能跨主机的特性给应用在线迁移带来了困难,并对Ceph集群的数据存储方法进行改进;然后,建立了一个基于节点综合负载的资源调度优化模型;最后,将Ceph集群和Docker容器的特点相结合,利用Docker Swarm实现了既考虑数据存储、又考虑集群负载的应用容器部署算法和应用在线迁移算法。实验结果表明,与一些调度策略相比,该调度策略对集群资源进行了更细粒度的划分,实现了云平台资源的弹性调度,并在保证应用性能的同时,达到了合理利用云平台资源和降低数据中心运营成本的目的。     

基于LKM的Docker资源信息隔离方法

针对Docker容器目前存在的内存资源信息尚未隔离的问题,设计了一种基于LKM技术的资源信息隔离方法.该方法通过LKM的形式利用系统调用劫持来修改读取到的procfs文件内容,从而实现了Docker中的容器资源信息隔离的功能,使得在其上运行的容器可以不用作任何修改就能达到资源信息隔离的目的.最后通过实验证明资源信息隔离的功能是可用的.     

High-performance docker integration scheme based on OpenStack

As an emerging technology in cloud computing Docker is becoming increasingly popular due to its high speed high efficiency and portability. The integration of Docker with OpenStack has been a hot topic in research and industrial areas e.g. as an emulation platform for evaluating cyberspace security technologies. This paper introduces a high-performance Docker integration scheme based on OpenStack that implements a container management service called Yun. Yun interacts with OpenStack’s services and manages the lifecycle of the container through the Docker Engine to integrate OpenStack and Docker. Yun improves the container deployment and throughput as well as the system performance by optimizing the message transmission architecture between internal components the underlying network data transmission architecture between containers and the scheduling methods. Based on the Docker Engine API Yun provides users with interfaces for CPU memory and disk resource limits to satisfy precise resource limits. Regarding scheduling Yun introduces a new NUMA-aware and resource-utilization-aware scheduling model to improve the performance of containers under resource competition and to balance the load of computing resources. Simultaneously Yun decouples from OpenStack versions by isolating its own running environment from the running environment of OpenStack to achieve better compatibility. Experiments show that compared to traditional methods Yun not only achieves the integration of OpenStack and Docker but also exhibits high performance in terms of deployment efficiency container throughput and the container’s system while also achieving load balancing.

     

基于OpenStack的高资源利用率Docker调度模型

在现有OpenStack云平台与Docker容器技术的集成方案中,基于容器初始资源请求的调度模型由于未充分考虑容器运行时的实际资源使用情况,导致资源利用率较低。为满足云计算领域的高资源利用率和低成本需求,构建基于OpenStack云平台的Docker调度模型（DSM）,将其与OpenStack的Keystone、Glance以及Neutron组件的API进行交互,获取创建容器所需的镜像、网络等资源,同时调用Docker Engine提供的API部署容器,对容器生命周期进行高效灵活管控。通过融合初始化模块、资源实时感知模块、容器调度模块、资源实时监测模块和容器迁移模块,并在容器调度模块中利用资源可用度评估与优先级决策调度机制为容器选择最优的计算节点,实现OpenStack云平台中资源的高效利用。实验结果表明,与经典Nova-Docker和Yun集成方案采用的调度模型相比,DSM调度模型在CPU和内存利用率上至少提升38.54、30.17个百分点和38.40、28.69个百分点。     

适用于电网调控系统的轻量级容器技术实现

电网调控系统通过广播/组播方式同步应用状态,传统的开源容器网络无法支持,且传统开源容器体积较大,导致应用迁移和启动耗时长,不能直接用于电网实时调控系统.同时开源容器不支持网络带宽限制,不满足实时系统的可靠性要求.通过研究现有容器技术的实现原理,提出一种轻量级的容器技术,能满足电网实时调控系统的数据同步要求.通过研究虚拟...