基于网络划分的SDN分布式控制器部署

针对大规模SDN （software defined networking）网络中分布式控制器部署问题,以优化网络弹性和可靠性为目标,提出两阶段控制器部署算法（TSCP,two-stage controller placement）：利用节点相似度划分控制域,使得控制域内设备之间的连通性强、连接紧密,增强控制域的网络弹性;选择控制路径平均失效率最小的控制器集合作为控制器部署,提高网络可靠性。通过约束控制域的规模和设备（交换机或控制器）之间传播时延,使控制域的交换机个数均衡,控制器的部署合理。通过定义性能指标,实验对比GCP算法、K*-means算法,结果表明TSCP算法可以优化控制域的规模,均衡控制域的交换机个数,减少控制器个数,网络弹性和可靠性均表现较好。     

基于蝙蝠算法的SDN多控制器部署

对于大型SDN网络,多控制器的部署和应用需求迫切。提出了一种基于蝙蝠算法的多控制器部署方法,同时优化了3个指标:最小化平均控制时延、最小化控制器负载差异度和去除孤立节点。通过在迭代时不断优化达到平均控制时延最小化;限制控制器负载利用率保证控制器间负载均衡,利用标签传递算法去除孤立节点保证域内通信。仿真结果表明该方法可以保证SDN网络在无孤立节点的情况下,获得最小时延以及负载均衡的多控制器部署方案。     

一种SDN控制节点故障恢复的部署策略

针对广域网中软件定义网络(software defined network, SDN)在运行过程中控制器发生不可恢复的故障的情况,提出一种考虑控制器节点故障的部署方法。首先将网络划分成多个子网络,进而提出采用改进的粒子群优化算法对SDN控制器进行部署,以达到较高的可靠性和较低的时间延迟以及负载较为均衡的目的;在网络运行的过程中,当控制器发生不可恢复的故障时,采用熵权多目标决策法确定由发生故障区域的目标slave控制器,将其升级为master控制器,从而保证网络的正常运行。实验结果表明,相对于采取K-means或贪心算法,使用本方法进行控制器部署,在SDN网络的负载均衡率、链路时间延迟等网络关键指标方面均有所提升,且能以较低的代价降低控制器故障节点对网络正常运行的影响。     

SDN中一种多控制器负载均衡方案

针对软件定义网络(software defined network,SDN)中控制器子域分区不合理导致的控制器负载分配不平衡、网络通信性能下降的问题,本文提出一种基于负载均衡的多控制器部署(multi-controller load balancing,MLB)方案.在初始静态网络中,提出一种基于域内和域间通信成本的负载平衡控制器部署模型,并将流量请求转换为排队模型. MLB将近邻传播(affinity propagation,AP)算法中的偏置参数和阻尼系数这两个参数作为粒子,通过粒子群优化(particle swarm optimization,PSO)算法对其进行智能调整,解决集群性能受偏置参数和阻尼系数初始值影响的问题,得到合理的网络规划.实验结果表明:与亲缘传播算法和遗传算法(genetic algorithm, GA)相比,该方案可以提供更稳定、准确和负载均衡的多控制器部署.     

基于网络分域的航空信息网络控制器部署方法

利用SDN的技术优势，可建立航空信息网络平台集中管控与资源统一调度的能力，显著提升网络管理能力与任务服务水平。 为构建SDN范式的航空信息网络，首先需要解决控制节点的部署问题。结合航空场景特点，提出一种网络划分与区域部署的控制器部署方法，首先依据网络关键性能指标实现网络的快速划分，接下来基于可靠性最大化在网络中部署控制器。仿真结果表明:所提算法具有较低的计算复杂度，并对平均请求时延、负载均衡指数、网络部署成本及可靠性等指标具有较好的优化性能，适用于解决航空场景下的控制器部署问题。     

面向大规模航空集群组网的控制器部署方法

软件定义网络（SDN）使得控制平面与数据平面解耦,可用来优化航空集群网络体系结构。针对航空集群网络大规模组网需求,设计了一种面向大规模航空集群网络的控制器部署优化算法,将多控制器部署转化为集群划分和子群部署两个阶段,首先基于负载均衡将集群划分为不同子群,然后以全网性能最优为目标于各子群内进行多目标寻优,获得Pareto前沿解。仿真实验评估了所提算法在负载均衡指数、全网平均传播时延、平均失连概率等方面的性能。实验结果表明：与现有算法相比,所提算法有效地提升了全网性能,同时具有较低的时间复杂度,适用于解决大规模动态场景下的航空集群网络控制器部署问题。     

5G 卫星集成网络中控制器与网关可靠部署策略

基于SDN架构的5G-卫星集成网络将是提供全球覆盖和宽带通信最有潜力的方案之一.在该集成网络中,控制器和网关的有效部署是提高网络可靠性、降低时延的关键.虽然控制器和网关部署可以独立求解,但控制器与网关部署的紧耦合特性使得联合部署更有现实意义.分析并建模了5G-卫星集成网络中SDN控制器与卫星网关联合部署的问题,提出了一种基于最大化网络可靠性的控制器与网关联合部署策略,设计了基于模拟退火与粒子群的混合算法.仿真结果表明:与枚举算法、双重模拟退火算法(SASA)等现有算法相比,文中提出的算法具有更低的时间复杂性,并将进一步降低了平均控制时延,提高了网络健壮性.     

基于SDN技术的大理学院校园网络设计研究

SDN的原理是将网络的控制平台和数据平台分离,由可编程控制器负责网络的数据转发策略。SDN的核心技术是OpenFlow。在SDN原理基础上,根据校园网的应用特点,设计了基于SDN技术的大理学院校园网的网络架构、拓扑、网络管理控制平台和虚拟化控制平台,分析了基于SDN的大理学院校园网的性能。     

基于时延的软件定义卫星网络控制域规划策略

现有软件定义网络（SDN）多控制器划域研究大多基于拓扑相对固定的地面网络,难以适应拓扑动态变化的卫星网络,而现有卫星网络研究在处理时延问题时大多只考虑传播时延。针对这一问题,在建立模型时引入控制器处理时延、排队时延对划域的影响,提出了一种面向软件定义卫星网络（SDSN）的时延分析模型。借助该模型进行SDSN多控制域的划分。经过仿真验证,与现有的地面SDN多控制域规划算法及卫星网络控制域划分方法相比,该算法能够更好地适应卫星网络环境,有效降低网络时延,使控制器间负载均衡性能提升40%以上。同时迭代跳出机制使得算法运行速度快,能够适应卫星网络拓扑的快速变化。     

基于SDN的5G移动通信网络架构

移动互联业务的持续增长以及物联网等各类通信应用的广泛普及对移动通信系统的功能和性能提出了新的挑战.第5代(5G)移动通信系统基于对已有通信技术的融合及演进,引入新的无线传输及网络技术,将实现多种应用场景用户业务传输性能保障.软件定义网络(software defined networking,SDN)通过采用集中控制的新型网络架构,将传统数据转发设备的数据转发与逻辑控制功能进行分离,实现了数据层与控制层的解耦,从而可有效解决传统网络结构封闭僵化、数据传输转发性能高度受限、资源利用率低等问题,满足业务差异化需求、提升业务部署效率.近年来,5G网络架构采用SDN已成为业界及学术界共识,已有较多文献提出基于SDN的5G移动网络架构.在对5G应用场景、关键技术以及SDN技术进行概述的基础上,对基于SDN的5G网络架构相关研究进行详细阐述,并对未来研究方向进行了展望.     

面向网络攻击态势的SDN虚拟蜜网

针对现有网络态势感知研究无法按需获取态势信息,不能根据网络攻击态势威胁情况对网络结构进行动态调整等问题,利用SDN对网络流量灵活控制的基本原理,并结合OpenDaylight控制器良好的扩展性和可管控性等性质,提出一种基于SDN的虚拟蜜网架构。通过构建SDN虚拟蜜网,实现了数据控制层与数据传输层的分离,解决了传统蜜网在网络态势获取方面存在的流量控制困难以及物理机部署不方便、动态调整部署复杂的问题。最后,利用Mininet平台搭建SDN虚拟蜜网进行仿真验证,实验结果表明SDN虚拟蜜网能够实现按需获取态势信息、动态调整网络结构等功能,从而减少网络攻击态势威胁。     

时延和可靠性感知的多控制器均衡部署策略

当前的软件定义网络多控制器部署问题研究,大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化,对上述因素的整体考虑较少.针对该问题,首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次,提出了以全网平均时延、控制路径可靠性和负载均衡度为参数,以网络综合性能为目标的控制器部署优化评价模型;最后,基于模拟退火-遗传算法提出一种时延和可靠性感知的控制器均衡部署方法,在考虑网络综合性能的同时,增强了解空间的全局搜索能力,得出了控制器部署的全局非劣最优解集.仿真结果表明,提出的部署策略在保证负载均衡的前提下,提高了控制网络的可靠性,降低了网络时延,进而提高了网络整体性能.     

软件定义网络的控制器研究综述

软件定义网络中控制层和数据层分离的工作模式为提高网络利用率提供了广阔的空间,作为其核心的控制器技术得到了研究者广泛关注。本文通过分析软件定义网络的典型架构,探讨了控制器在该架构中的核心作用,综述了控制器在可用性、性能、可扩展性及可靠性等方面的研究进展,认为在未来研究中应着重关注SDN基础网络服务功能抽象、SDN控制器性能优化以及将涌现出的新的安全可靠性等方面的问题。     

一类混沌复杂动态网络不稳定平衡点的控制方法

研究节点输出耦合的混沌复杂动态网络不稳定平衡点控制问题.基于输出控制思想,提出网络节点不稳定平衡点控制方法,将混沌复杂动态网络的所有节点镇定到其平衡点.利用李雅普诺夫稳定性理论,得到控制器参数选择方法.以蔡氏混沌电路作为网络节点进行仿真研究,证明文中所提方法的有效性.     

基于SDN具有缓存感知的NDN节点拥塞控制策略

命名数据网(nameddatanetworking,NDN)作为一种新型的互联网架构,旨在应对日益增长的数据流量．然而,随着用户需求进一步增长,拥塞控制对于多路径传输的命名数据网仍然是一个具有挑战性的问题,亟需一种能够快速地检测网络拥塞和有效地管理网络资源的拥塞控制机制．针对这一问题,提出了一种基于软件定义网络技术的、具有缓存感知功能的命名数据网节点拥塞控制策略,称BCMCC．首先,介绍了BCMCC的新型网络架构．利用软件定义网络控制平面与数据平面解耦合技术,该架构将拥塞控制功能集中于SDN控制器中,以实现集中式节点拥塞控制、降低节点运行负荷的目的．其次,基于新型网络架构,研究了BCMCC的缓存感知算法和多路径选择拥塞控制算法．其中,缓存感知算法实现了网络缓存内容的感知以及缓存内容全局流行度的计算,能够利用命名数据网的节点缓存特性,降低缓存内容对拥塞控制的影响;多路径选择拥塞控制算法协同节点更新转发端口信息以实现流量迁移、智能化管理多路径容量,达到提高网络资源利用率、有效避免和缓解网络拥塞的目的．最后,在ndnSIM仿真平台进行BCMCC的性能测试．实验结果表明,BCMCC在丢包量、网...     

软件定义网络多控制器部署优化方法

目前软件定义网络（software defined network,SDN）多控制器管理的研究重点和难点在于多控制器部署,合适的控制器数目和合理的部署位置能够实现低延迟和高可靠性的折中。在网络拓扑图上将部署位置问题简化并形式化,定义了可靠性和延迟指标,设计了多控制器部署位置求解算法（multi-controller placement location algorithm,MCP）。MCP通过遗传算法将网络划分为多个子网,并在每个子网中放置一个控制器,以最大化网络可靠性和最小化路径延迟为目标,通过模拟退火算法确定控制器在每个子网中的位置,经对比实验验证了MCP生成的部署位置方案在可靠性和延迟上的性能优势。以可靠性和延迟为评估指标,基于MCP测试了各种网络规模的最合适控制器数目,并分析得出最合适控制器数目与网络规模之间的统计规律。     

基于遗传算法的模糊神经控制器的设计与仿真

根据遗传算法和智能控制的特点,提出了一种基于遗传算法的模糊神经网络控制器,遗传算法主要优化模糊神经控制器的隶属度参数和第三层的网络节点。对优化后的控制器进行了仿真比较研究.仿真结果表明,该控制器有较好的控制性能。     

基于SDN的地震信息网络中DOS攻击研究

软件定义网络(SDN)近年来获得了巨大的发展势头。然而,在进行任何大规模部署之前,首先要了解这种新的网络架构所带来的安全问题。本文首先对基于SDN的地震信息网络架构进行分析,对其中潜在的安全性问题进行研究;随后,针对地震信息网络中,SDN控制器面临DOS攻击进行重点分析,介绍了两种SDN网络中常见的DOS攻击,并对基于SDN的地震信息网的抗DOS攻击防御方法进行探索;最后对基于SDN的地震信息网络安全方面未来的研究趋势进行展望。     

一种基于SDN的自适应多路径负载均衡策略

针对传统多路径路由方法在复杂网络中的负载不均衡、吞吐量低、网络时延等问题,提出一种基于SDN的自适应多路径负载均衡策略(SDN based adaptive multipath load balancing,SDN-AMLB).利用SDN获取全局网络视图的能力,在控制层结合Adaboost算法进行自适应路由计算实现重路由,计算过程中根据网络节点负载、链路负载和数据包大小进行自适应评估并更新路径表,将评估结果引入模型更新分类器参数,通过Mininet工具进行模拟.结果表明SDNAMLB可提高全网数据传输效率和吞吐量,实现网络负载均衡,满足复杂网络环境中用户对网络传输、时延的要求.     

基于遗传算法的模糊神经控制器的设计与仿真

根据遗传算法和智能控制的特点,提出了一种基于遗传算法的模糊神经网络控制器,遗传算法主要优化模糊神经控制器的隶属度参数和第三层的网络节点.对优化后的控制器进行了仿真比较研究.仿真结果表明,该控制器有较好的控制性能.