OpenFlow流表优化技术的研究.pdfVIP

万方数据 摘要 摘要 软件定义网络(Software Defined Networking, SDN)通过解耦网络设备的数据 平面和控制平面，实现了网络设备的灵活配置和数据流的自由调配，并能够对 网络行为进行开放式地编程控制。但是，在网络流量高峰期的场景中，SDN 存 在流表更新不及时的问题；在多级流表构建的过程中，SDN 存在因压缩流表项 空间而引入的网络延迟问题。 为有效解决网络流量高峰期流表更新不及时的问题，本论文提出了一种基 于预测与负载感知的 SDN 流表超时控制(Predictive And Load-Aware Optimization, PLAO)机制。首先收集每个单位时间内新增流条目，然后用二次 移动平均算法对收集的历史数据分析，并估计下一个单位时间内将新增的流条 目，最终根据负载因子动态调整交换机流表中存活的流条目数量，从而在保证 活动流条目数量的同时，减少交换机与控制器的交互，有效降低控制器的负 载。仿真实验结果表明 PLAO 机制有效提高了数据成功转发率和匹配率，增加 了活动流表项数量。 为有效解决多级流表因压缩流表项空间引入的网络延迟问题，本论文提出 了一种多级流表构建与查找优化(An Adaptive Method for Multiple-Table Building and Searching, MTBS)机制。首先将流表空间划分为实时更新区和多级流表存储 区，然后通过研究压缩的流表空间和网络延迟时间之间的平衡关系，提出了多 级流表级数约束不等式组，最后基于该级数约束不等式组和匹配域的重复率， 将单流表划分为多级流表，实现了流表项的鲁棒性压缩存储和快速查找。仿真 实验结果表明该机制不仅鲁棒性地压缩了流表项，节约了流表的存储空间；而 且减少了因压缩流表项空间引入的网络延迟，提高了交换机的数据转发量。 关键字：软件定义网络 多级流表 二次移动平均 负载因子 停滞超时 I 万方数据 Abstract Abstract Software Defined Network (SDN) implements the flexible configuration of network devices and the free allocation of data flow by decoupling the data plane and control plane network devices, also it allows users to control network behavior by using the open programmatically. However, SDN has the problem that flow table do not update timely when the network traffic at peak. Also, SDN has the problem of introducing network delay when compressing space for multiple-table . A timeout control scheme in SDN using predictive and load-aware optimization alg