数据中心网络多路径路由算法

数据中心网络流量分布的不均衡增加了网络拥塞产生的可能性,由于数据中心网络的流量特性,使得传统IP网络的流量工程方法不一定适合。该文在SDN/OF(software defined network/OpenFlow)的结构下,提出了一种基于多路径传输的动态路由算法(dynamic routing algorithm based on multipath propagation,Dramp)并作为SDN/OF结构中应用层的流量均衡策略。该算法在重新定义链路关键度并求解链路权值优化问题的基础上,能充分利用数据中心网络中存在的冗余路径,在完成细粒度流量均衡的同时,能很好地克服控制器的计算开销,完成路由优化的目标。通过在Mininet仿真平台中部署并进行仿真实验,与等开销多路径路由算法ECMP(equal-cost multi-path)以及GFF(global first fit)路由算法相比较,结果展示了Dramp的优越性能,同时证明了在数据中心网络中采用Dramp作为流量工程的解决方案更简单、更实用。     

软件定义网络DDoS联合检测系统

分布式拒绝服务(distributed denial-of-service,DDoS)攻击已成为网络安全的最大威胁之一。传统的对抗方式如入侵检测、流量过滤和多重验证等,受限于静态的网络架构,存在明显的缺陷。软件定义网络(software-defined networking,SDN)作为一种新型动态网络体系,其数控分离、集中控制与动态可编程等特性颠覆了现有的网络架构,为对抗DDoS攻击提供了新的思路。现有基于SDN的DDoS防护方案处于研究的起步阶段,且存在较多问题。针对现有方案中检测周期过小将导致系统开销大的问题,该文提出由触发检测和深度检测相结合的DDoS联合检测方案,将低开销、粗粒度的触发检测算法与高精度、细粒度的深度检测算法相结合,在保障高检测精度的前提下降低了系统的复杂度;同时,在Mininet平台上实现了基于SDN的DDoS攻击检测系统,设计实验对系统进行测试和评估。实验结果表明:该系统具有开销小、检测准确率高的特性,实用价值较强。     

基于软件定义网络的DDoS攻击检测方案

分布式拒绝服务(distributed denial-of-service,DDoS)攻击是网络中的常见威胁,攻击者通过向受害服务器发送大量无用请求使正常用户无法访问服务器,DDoS逐渐成为软件定义网络(software-defined networking,SDN)的重大安全隐患。针对SDN中DDoS攻击检测问题,提出了一种粗粒度与细粒度相结合的检测方案,使用队列论及条件熵作为到达流的粗粒度检测模块,使用机器学习作为细粒度检测模块,从合法包中准确检测出恶意流量。实验表明,在使用Mininet模拟SDN网络的环境中,方案可准确检测出DDoS攻击。     

重力模型的数据中心网络流量推理算法

数据中心网络是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心网络需要遵循该网络的流量特征。而目前直接对数据中心网络进行端到端地流量测量是非常困难的,间接地通过SNMP数据推理得到端到端流量的方法已在传统计算机网络中得到认可,但无法直接应用于现有的数据中心网络。为了解决以上问题,提出一种基于重力模型的数据中心网络流量推理算法,首先根据数据中心网络流量的条件独立性将网络拓扑分解为若干子集,在此基础上提出相关定理可准确地计算出网络中的粗粒度流量,最后利用重力模型和网络层析技术得到细粒度端到端流量。通过与现有的流量推理算法SRMF和ELIA在NS3搭建的不同规模的数据中心网络中做性能对比,实验结果表明新算法能有效地利用数据中心拓扑结构特点,在保证计算效率的前提下,将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求,为今后数据中心网络的设计和研究提供了重要参考依据。     

SDN中基于条件熵和决策树的DDoS攻击检测方法

软件定义网络（software defined network,SDN）作为一种新型网络架构,其转控分离及集中控制的架构思想为网络带来了显著的灵活性,同时为感知全局网络状态提供了便利。分布式拒绝服务攻击（distributed denial of service,DDoS）是一种典型的网络攻击方式。针对SDN网络中进行DDoS攻击检测的问题,提出了一种基于条件熵和决策树的DDoS攻击检测方法,利用条件熵判断当前网络状态,通过分析SDN中DDoS攻击特点,提取用于流量检测的6项重要特征,使用C4.5决策树算法进行网络流量分类,实现对SDN中的DDoS攻击的检测。实验表明,相比于其它研究方法,文中提出的方法不仅具有较高检测精确率和召回率,而且明显缩短了检测时间。     

面向分组密码算法的高面积效率可重构架构

为了提升安全应用中分组密码算法的面积效率,提出了一种基于粗粒度可重构计算的硬件架构.在可重构架构设计过程中采用了2种优化方案,即利用Benes网络优化可重构计算阵列的层间互联和基于配置信息的使用频度优化配置信息的组织方式.实验结果表明:采用基于Benes网络的层间互联方案后,可重构阵列中层间互联的面积开销减少了51.61%;采用基于使用频度的配置信息层次化组织方式后,AES分组密码算法和DES分组密码算法的配置时间分别缩短了80%和88%,配置时间占总时间的百分数分别下降了42%和39%.这2种分组密码算法在该可重构架构上实现的面积效率为同类架构的3.95和1.51倍.因此,所提的2种优化方案能够有效降低面积开销,提高可重构架构的性能,有助于分组密码算法高面积效率的实现.     

混合服务策略轮询特性下物联网传感节点设计①

为了提高物联网传感器的节能效果和连通性,需要进行节点的优化部署设计,提出基于混合服务策略轮询特性分析的物联网传感节点设计方法。首先分析物联网传感节点的分布式组网结构,由此构建失效代价模型,在模型中采集传感器网络的混合汇聚节点数据,并进行多元信息融合,为最优节能约束下物联网传感节点能量开销的计算提供数据基础,完成物联网传感节点的优化分簇和部署设计,最终实现混合服务策略轮询特性下物联网传感节点设计。仿真结果表明,采用该方法进行物联网传感节点设计的均衡性较好,节点的能耗开销较小,具有很好的物联网部署能力。     

面向软件定义网络的流表优化方案

针对目前软件定义网络中细粒度的流匹配机制造成的网络流表项空间开销和查询开销爆炸式增长等问题,提出了一种全新的基于布隆过滤器(Bloom Filter)的多级流表结构。该结构为混合流表结构,采用Bloom Filter多级流表结构来存储流表项,主要着眼于提高软件定义网络(SDN)交换机流表的容量和加快流表项的匹配速度;在流表项语义层面,设计并实现了控制器与SDN交换机之间的中间适配层模块来解决语义冲突问题。基于真实流量的实验结果表明,在规则占用空间上,与传统流表相比,Bloom Filter在流表越精细的情况下优化比率越高,最高可达90.7%。随着流表项规则的增加,匹配耗时优化效率提高,匹配时间最多可减少99.4%。该问题的解决可望为SDN网络的大规模实用化部署奠定数据层面的基础。     

SDN支撑的MEC系统效能评估综述

传统的“智能终端-互联网-云计算中心”的服务架构难以适应延迟敏感应用的需求。移动边缘计算( MEC: Mobile Edge Computing) 将计算资源、存储资源和网络资源部署到互联网边缘,提高了用户和终端的资源获取速度。然而,移动边缘计算仅实现了计算与存储的管理,为了实现网络资源与计算存储资源的协同控制,需要结合软件定义网络( SDN: Software-Defined Networks) 技术构成完整的弹性服务方案。在总结MEC 应用场景和MEC 系统优化的国内外进展的基础上,给出一种移动边缘计算与软件定义网络联合系统( MEC-SDN) 的系统架构,从计算任务、通信开销、计算开销和资源分配的角度介绍移动边缘计算效能评估的研究进展。最后,对MEC-SDN 系统的未来应用领域给出了展望。     

基于时序流的移动流量实时分类方法

移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术（DPI）相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际DPI开销.通过实时的网络流量实验表明,DPI时序流前8个特征数据包时,提出的方法识别准确率达到91.55%,单次深度数据包检测的平均开销为20个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.      

星地融合网络中的流量卸载研究

卫星网络与地面网络融合,可以拓展网络覆盖范围、提高网络灵活性以及提升网络资源利用率.针对地面网络流量激增带来的网络拥塞、传输时延长、数据吞吐量低等问题,从网络架构、流量卸载方案、流量卸载决策等3个方面对星地融合网络中的流量卸载进行了研究.从网络架构来看,未来通信网络正逐渐走向卫星网络和地面网络融合的一体化网络;从流量卸载方案来看,星地融合网络中流量卸载的关键技术主要包括软件定义网络、网络功能虚拟化、移动边缘计算以及星间链路协作;从流量卸载决策策略来看,分别基于时延、能耗和吞吐量分析归纳总结了几种主流流量卸载决策策略;指出了星地融合网络中流量卸载研究存在的主要挑战及下一步的潜在研究方向.     

基于群集运动智能的SDN业务传输优化技术

针对软件定义网络(software defined network,SDN)负载全局优化问题,受生物界群集运动的启发,以实现当前分布式全网状态感知、全局优化目标、区域自主协同为目标,研究了基于群集运动智能的SDN业务传输优化技术。为满足上层业务对网络传输性能的需求,根据传输时延、网络吞吐量等性能指标,在多目标优化约束条件下,通过业务聚类定义针对各业务的平稳流,并将平稳流内共同协作的节点相结合定义为平稳流协作场。协作场内的节点通过收集网络状态信息并在协作场内共享,实现网络状态的快速感知及决策。协作场之间各个平稳流以不同的带宽、时延等网络传输需求运行,使得平稳流获得了确定的资源抢占成功率,从而以稳定速率传输。针对基于平稳流的业务传输优化技术,给出了基于群集运动协同方式的流量工程处理体系和业务优化方案,并对该体系下群智节点的感知认知、业务聚类分析、平稳流协作场构建、协同智能决策优化方法、优化流程、节点架构等进行分析阐述。     

栅格化网络跨域通信资源联合调度方法

基于栅格化网络架构,在异构通信资源虚拟化基础上构建业务协作传输覆盖网络。通过基于覆盖网络性能测量的网络资源虚拟化方法、分布式网络资源共享架构和基于业务传输要求的跨域资源协作,以适当增加网络协议开销为代价,提供满足跨域业务传输要求的端到端传输通信服务。仿真结果表明,基于栅格化组网的通信资源按需共享和柔性组合方法,能够在多种异构通信网络存在的环境中为具有服务质量保证的栅格应用提供更好的支持。     

面向粗粒度网格应用的分组调度算法

针对粗粒度网格中的调度问题,提出了一种分组调度策略,将相似作业进行分组,再将分组提交到合适的运算资源.与细粒度网格相对比,作业以细分的形式执行并最终返还用户.该策略能有效减少开销,提高处理能力.GridSim Toolkit模拟器验证了所提出方法的有效性.     

SDN中一种基于网络的分布式移动管理方案

传统的分布式移动管理方案虽然能解决集中式移动管理方案的不足,但在移动结点发生切换时,仍然需要建立隧道,从而增加了网络开销.为了解决这一问题,利用软件定义网络(SDN)中控制平面与转发平面相分离的特点,在SDN架构下提出一种新的基于网络的分布式移动管理方案(NNDMM),该方案能充分发挥SDN的优点,同时不会给控制器造成额外的压力.建模分析表明:相对于传统的分布式移动管理方案,无论在信令费用上,还是包递送费用上,NNDMM方案都有明显的优势.     

一种基于SDN技术的星载交换系统组网架构

为了解决目前星载交换系统中路由交换技术的协议开销大、信令复杂、服务质量(QoS)保障能力弱等问题,提出一种基于软件定义网络(SDN)技术的星载交换系统组网架构,对卫星通信SDN控制器和星载SDN交换机的系统结构和功能模块进行了初步设计,实现了星载交换系统控制平面与转发平面的分离,为进一步开展相关研究打下了基础。通过实验仿真,分析比较了SDN星载交换系统和传统星载交换系统的系统负荷和路由收敛时间。结果表明,SDN星载交换系统在降低星载计算能力需求和有效提高拓扑结构稳定性上具有明显优势,可以有效减少传统星载交换系统的有效负荷,优化卫星信道资源利用率,提高卫星通信网络的QoS保障能力。     

相控阵雷达仿真系统并行计算研究

针对共享存储多处理器的集群环境,研究了减少相控阵雷达仿真系统运行时间的并行计算方法.根据相控阵雷达多个波束处理过程的相对独立性和信号处理仿真中多个距离单元采样点的计算特点,提出了一种粗粒度消息传递接口(MPI)分布式内存和细粒度OpenMP共享内存混合编程的两级并行方法.实验结果表明,并行计算使系统的仿真速度有较大提高.