混合SDN的流量矩阵估计和路由优化研究-信息安全专业论文.docxVIP

中国科学技术大学硕士学位论文 中国科学技术大学 硕士学位论文 混合SDN的流量矩阵估计和 路由优化研究 作者姓名： 李晓方 学科专业： 信息安全 导师姓名： 奚宏生教授 完成时间： 二。一五年五月三十日 万方数据 University University of Science and Technology of China A dissertation for master’S deg ree Research on the tra仟ic matrix esti mation and routi ng optimization of hybrid SDN Author’S Name： Xiaofang Li Speciality： Information Security Supervisor： Prof．Hongsheng Xi Finished time： May 30也，2015 万方数据 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。作者签名：邀 签字日期： 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学 位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 导师签名： 签字日期：迦!垃』丝!里 签字日期：兰雯五厶笸：2 万方数据 摘要摘要 摘要 摘要 软件定义网络(Software Defmed Network，SDN)是近几年学术界和产业界最 为关注的新型网络架构，其核心思想是将控制平面与转发平面分离，以简化网络 管理、应用部署等操作。受投资保护、风险控制等因素影响，SDN的全面部署 无法在短期内完成，从而形成传统m网络与SDN共存的状态，即混合SDN。 混合SDN作为SDN全面部署过程的中间状态，为传统P网络引入了SDN 的部分优势，同时又受到传统口网络固有缺陷的限制。如何充分利用SDN的优 势对传统口网络进行优化，成为当前混合SDN流量工程的研究热点和难点。目 前已有的混合SDN流量工程，通常假定流量矩阵己知，但事实上，混合SDN的 流量矩阵很难直接测量得到。而已有的估计方法主要是针对传统P网络的，不 完全适用于混合SDN网络。同时，现有的混合SDN流量工程在实施路由优化时， 未考虑SDN节点自身服务能力的实际限制，导致在一味追求网络性能最优的同 时，可能超出SDN节点的服务极限。本文针对混合SDN流量工程中的上述问题 进行研究，主要完成了以下工作： (1)提出了一种基于OD流聚类的自适应多Elman神经网络(Adaptive Multi．Elman Neural Network,AiElman)估计算法，实现了对混合SDN流量矩阵 的精确估计。该算法利用Elman神经网络建模，避免了先验信息对估计过程的影 响；通过对OD流进行聚类，提高了整个估计过程的精确性；同时，利用SDN 节点对OD流的精确测量，在不引入额外测量代价的情况下提高了估计算法的自 适应性。 (2)提出了一个基于链路代价和的路由优化模型及相应的最小代价和 (Minimal Cost Sum，MCS)路由优化算法。该模型从网络全局出发，以链路代价 和最小化为优化目标，并将混合SDN中SDN节点的实际处理能力纳入约束条件， 实现全网链路负载均衡的最优化，克服了己有模型的诸多局限。 (3)利用Abilene网络的真实数据对上述算法进行仿真，实验结果表明， AMElman算法比已有的算法具有更高的估计精度和更好的自适应能力，而MCS 算法能够使网络的链路负载更加均衡。同时，对流量矩阵的估计值在网络优化中 的实际应用效果进行了实验分析，结果表明，基于AMElman算法得到的流量矩 阵估计值用于网络的路由优化是可行的。 关键词：混合SDN流量工程神经网络遗传算法流量矩阵估计路由优化 万方数据 AbstraetA Abstraet A BSTRACT Software defined network(SDN)is an emerging network architecture that has drawn the m