CN105071947B - 一种sdn网络的链路优化方法 - Google Patents
一种sdn网络的链路优化方法 Download PDFInfo
- Publication number
- CN105071947B CN105071947B CN201510389584.0A CN201510389584A CN105071947B CN 105071947 B CN105071947 B CN 105071947B CN 201510389584 A CN201510389584 A CN 201510389584A CN 105071947 B CN105071947 B CN 105071947B
- Authority
- CN
- China
- Prior art keywords
- link
- interchanger
- matrix
- sdn network
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
Abstract
本发明公开了一种SDN网络的链路优化方法,属于网络的链路优化技术领域,本发明要解决遗传算法比较费时,在进化后期搜索效率较低的技术问题。技术方案为:所述方法是应用于SDN网络的基于遗传算法的链路优化方法,其核心在于建立链路优化模型和实时求解获得最短交换链路;SDN网络的结构为:控制器通过交换机连接到终端;包括如下步骤:(1)、形成矩阵A、矩阵B、矩阵C;(2)、计算出最小路径成本代价;(3)、输出最短链路变量;(4)、通过输出最短链路变量X,并形成流表下发到全局的交换机中,在流表中规定交换机的转发顺序,指导数据包转发。
Description
技术领域
本发明涉及一种网络的链路优化技术领域,具体地说是一种SDN网络的链路优化方法。
背景技术
随着因特网技术的发展和普及,人们的工作、学习以及生活,已经与网络越来越紧密。在传统的以太网中,交换机、路由器等网络设备对于网络的稳定和快速性都至关重要。网络各层次中各种协议规范,指导了数据包的转发过程。与此对应,在SDN网络中,控制器需要对网络数据包的转发提供指导作用。SDN网络,即为软件定义网络,英文全称为SoftwareDefined Network。SDN网络是Emulex网络一种新型网络创新架构,是网络虚拟化的一种实现方式,其核心技术OpenFlow通过将网络设备控制面与数据面分离开来,从而实现了网络流量的灵活控制,使网络作为管道变得更加智能。
在传统的以太网中,链路优化算法有很多,例如OSPF、RIP等等。特别是在静态路由选择算法中,最短路由选择(Shortest Routing) 算法是一种简单易懂而应用广泛的技术。它的基本思想是:建立一个子网图,图中每一个节点代表一台路由器,每条弧线代表一条通信线路(链路),弧上的数字代表该线路的权重。为了在一对给定的路由器之间选择一条路由路径,路由算法只需在图中找到这对节点之间的最短路径即可。对于路径长度测量有多种方法,一种方法是计算站点数量,另外也可以计算距离、信道带宽、平均通信量、通信开销、队列长度、传播时延等。
在SDN网络领域,交换机仅负责数据的高速转发,而如何依靠流表进行数据转发则由控制器负责。如此可知,控制器在SDN架构具有举足轻重的地位。控制器通过OpenFlow协议对交换机进行集中管理、状态监测、转发决策以及处理和调度数据平面的流量等。快速地获得链路状态,并高效生成链路转发流表,是体现控制器效率的重要方面,依据全局搜索算法实现上述过程,有利于提高数据包的转发效率。
遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。遗传算法具有良好的全局搜索能力,可以快速地将解空间中的全体解搜索出,而不会陷入局部最优解的快速下降陷阱;并且利用它的内在并行性,可以方便地进行分布式计算,加快求解速度。但是遗传算法的局部搜索能力较差,导致单纯的遗传算法比较费时,在进化后期搜索效率较低。
发明内容
本发明的技术任务是针对以上不足之处,提供一种SDN网络的链路优化方法。从全局链路角度出发,以链路带宽作为约束条件,通过计算最小的链路代价为目标,获得最短路径,并自动设置每个节点交换机的转发顺序,从而快速优化网路链路,提高网络的传输速度。
本发明解决其技术问题所采用的技术方案是:
一种SDN网络的链路优化方法,所述方法是应用于SDN网络的基于遗传算法的链路优化方法,其核心在于建立链路优化模型和实时求解获得最短交换链路;SDN网络的结构为:控制器通过交换机连接到终端;包括如下步骤:
(1)、形成矩阵A、矩阵B、矩阵C:
①、控制器获取SDN网络内某一区域全网交换机以及交换机的链接带宽,以交换机作为节点,并根据交换机的编码形成矩阵A;
②、若交换机在一条链路中,则该节点取值为1,否则取值为0,获得链路表示,形成矩阵B,例如[0,1,…,1];
③、每个节点与其他节点之间的路径成本代价,根据链路带宽与路径成为的表格,形成路径成本矩阵C,若两节点之间没有链路连接,则取值10000;
(2)、计算出最小路径成本代价:
①、建立基于遗传算法的链路优化模型,变量为一条最短链路变量X;
②、若该节点在选择的链路上为1,若该节点不在选择的链路上为0;
③、该链路优化模型的目标是所求链路中路径成本之和;
④、通过对比最短链路变量X和路径成本矩阵C,计算出最小路径成本代价;
(3)、输出最短链路变量X:
①、将上述链路优化模型转化为最小路径成本代价问题,初始化种群,采用轮盘赌选择方式,单点交叉,单点变异,对种群进行操作;
②、若路径成本找到最小值,且不变化或者循环操作达到最大规定值100,则跳出求解过程,此时输出最短链路变量X;
(4)、通过输出最短链路变量X,并形成流表下发到全局的交换机中,在流表中规定交换机的转发顺序,指导数据包转发。
步骤(1)的①中,矩阵A为[1,2,…,n],其中数字表示全网的交换机的编码,n为自然数。
步骤(3)的①中,设置交叉算子为0.7,变异算子为0.2。
在控制器中获得全局网络的拓扑结构和流量信息,根据遗传算法计算出交换机的最优路径,具体步骤如下:
(1)、控制器使用LLDP协议,发送LLDP报文获得该局域网络中各个交换机信息,以及它们之间的带宽信息;
(2)、在控制器中建立基于遗传算法的链路优化模型,并进行实时求解,获得最优路径,确定交换机的转发顺序;
(3)、控制器将交换机的转发顺序表即流表,下发到全部交换机中,那么交换机按照流表进行数据转发即可;如果SDN网络拓扑发生变化,则在控制器中重新计算新的链路,并形成流表,再下发给各个交换机。
本发明的一种SDN网络的链路优化方法和现有技术相比,具有以下优点:
1、有效提高寻找最优路径的效率,特别是在SDN网络中,将全局搜索算法应用于链路选择中,极大提高数据转发的效率;
2、从全局链路角度出发,以链路带宽作为约束条件,通过计算最小的链路代价为目标,获得最短路径,并自动设置每个节点交换机的转发顺序,从而快速优化网路链路,提高网络的传输速度;
3、获取SDN全网的拓扑结构,并在拓扑结构的基础之上,采用基于遗传算法的链路优化方法获得最短链路.对比传统的路径最短算法(OSPF),本专利方法能够做到实时更新链路情况,指导交换机的转发顺序,更加快速完成数据转发。
附图说明
下面结合附图对本发明进一步说明。
附图1为一种SDN网络的链路优化方法的流程图;
附图2为一种SDN网络的链路优化方法的SDN网络拓扑图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
实施例1:
如图1、图2所示,其中图1左侧流程是链路优化的整体流程,图1右侧是基于遗传算链路优化算法的建立和求解过程。
本发明的一种SDN网络的链路优化方法,所述方法是应用于SDN网络的基于遗传算法的链路优化方法,其核心在于建立链路优化模型和实时求解获得最短交换链路;SDN网络的结构为:控制器通过交换机连接到终端;包括如下步骤:
(1)、形成矩阵A、矩阵B、矩阵C:
①、控制器获取SDN网络内某一区域全网交换机以及交换机的链接带宽,以交换机作为节点,并根据交换机的编码形成矩阵A;
②、若交换机在一条链路中,则该节点取值为1,否则取值为0,获得链路表示,形成矩阵B,例如[0,1,…,1];
③、每个节点与其他节点之间的路径成本代价,根据链路带宽与路径成为的表格,形成路径成本矩阵C,若两节点之间没有链路连接,则取值10000;
(2)、计算出最小路径成本代价:
①、建立基于遗传算法的链路优化模型,变量为一条最短链路变量X;
②、若该节点在选择的链路上为1,若该节点不在选择的链路上为0;
③、该链路优化模型的目标是所求链路中路径成本之和;
④、通过对比最短链路变量X和路径成本矩阵C,计算出最小路径成本代价;
(3)、输出最短链路变量X:
①、将上述链路优化模型转化为最小路径成本代价问题,初始化种群,采用轮盘赌选择方式,单点交叉,单点变异,对种群进行操作;
②、若路径成本找到最小值,且不变化或者循环操作达到最大规定值100,则跳出求解过程,此时输出最短链路变量X;
(4)、通过输出最短链路变量X,并形成流表下发到全局的交换机中,在流表中规定交换机的转发顺序,指导数据包转发。
步骤(1)的①中,矩阵A为[1,2,…,n],其中数字表示全网的交换机的编码,n为自然数。
步骤(3)的①中,设置交叉算子为0.7,变异算子为0.2。
实施例2:
如图1、图2所示,其中图1左侧流程是链路优化的整体流程,图1右侧是基于遗传算链路优化算法的建立和求解过程。
本发明的一种SDN网络的链路优化方法,所述方法是应用于SDN网络的基于遗传算法的链路优化方法,其核心在于建立链路优化模型和实时求解获得最短交换链路;SDN网络的结构为:控制器通过交换机连接到终端;包括如下步骤:
(1)、形成矩阵A、矩阵B、矩阵C:
①、控制器获取SDN网络内某一区域全网交换机以及交换机的链接带宽,以交换机作为节点,并根据交换机的编码形成矩阵A;
②、若交换机在一条链路中,则该节点取值为1,否则取值为0,获得链路表示,形成矩阵B,例如[0,1,…,1];
③、每个节点与其他节点之间的路径成本代价,根据链路带宽与路径成为的表格,形成路径成本矩阵C,若两节点之间没有链路连接,则取值10000;
(2)、计算出最小路径成本代价:
①、建立基于遗传算法的链路优化模型,变量为一条最短链路变量X;
②、若该节点在选择的链路上为1,若该节点不在选择的链路上为0;
③、该链路优化模型的目标是所求链路中路径成本之和;
④、通过对比最短链路变量X和路径成本矩阵C,计算出最小路径成本代价;
(3)、输出最短链路变量X:
①、将上述链路优化模型转化为最小路径成本代价问题,初始化种群,采用轮盘赌选择方式,单点交叉,单点变异,对种群进行操作;
②、若路径成本找到最小值,且不变化或者循环操作达到最大规定值100,则跳出求解过程,此时输出最短链路变量X;
(4)、通过输出最短链路变量X,并形成流表下发到全局的交换机中,在流表中规定交换机的转发顺序,指导数据包转发。
步骤(1)的①中,矩阵A为[1,2,…,n],其中数字表示全网的交换机的编码,n为自然数。
步骤(3)的①中,设置交叉算子为0.7,变异算子为0.2。
在控制器中获得全局网络的拓扑结构和流量信息,根据遗传算法计算出交换机的最优路径,具体步骤如下:
(1)、控制器使用LLDP协议,发送LLDP报文获得该局域网络中各个交换机信息,以及它们之间的带宽信息;
(2)、在控制器中建立基于遗传算法的链路优化模型,并进行实时求解,获得最优路径,确定交换机的转发顺序;
(3)、控制器将交换机的转发顺序表即流表,下发到全部交换机中,那么交换机按照流表进行数据转发即可;如果SDN网络拓扑发生变化,则在控制器中重新计算新的链路,并形成流表,再下发给各个交换机。
上述具体实施方式仅是本发明的具体个案,本发明的专利保护范围包括但不限于上述具体实施方式,任何符合本发明的一种SDN网络的链路优化方法的权利要求书的且任何所属技术领域的普通技术人员对其所做的适当变化或替换,皆应落入本发明的专利保护范围。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。
Claims (4)
1.一种SDN网络的链路优化方法,其特征在于所述方法是应用于SDN网络的基于遗传算法的链路优化方法,其核心在于建立链路优化模型和实时求解获得最短交换链路;SDN网络的结构为:控制器通过交换机连接到终端;包括如下步骤:
(1)、形成矩阵A、矩阵B、矩阵C:
①、控制器获取SDN网络内某一区域全网交换机以及交换机的链接带宽,以交换机作为节点,并根据交换机的编码形成矩阵A;
②、若交换机在一条链路中,则该节点取值为1,否则取值为0,获得链路表示,形成矩阵B;
③、每个节点与其他节点之间的路径成本代价,根据链路带宽与路径成为的表格,形成路径成本矩阵C,若两节点之间没有链路连接,则取值10000;
(2)、计算出最小路径成本代价:
①、建立基于遗传算法的链路优化模型,变量为一条最短链路变量X;
②、若该节点在选择的链路上则该节点取值为1,若该节点不在选择的链路上则该节点取值为0;
③、该链路优化模型的目标是所求链路中路径成本之和;
④、通过对比最短链路变量X和路径成本矩阵C,计算出最小路径成本代价;
(3)、输出最短链路变量X:
①、将上述链路优化模型转化为最小路径成本代价问题,初始化种群,采用轮盘赌选择方式,单点交叉,单点变异,对种群进行操作;
②、若路径成本找到最小值,且不变化或者循环操作达到最大规定值100,则跳出求解过程,此时输出最短链路变量X;
(4)、通过输出最短链路变量X,并形成流表下发到全网的交换机中,在流表中规定交换机的转发顺序,指导数据包转发。
2.根据权利要求1所述的一种SDN网络的链路优化方法,其特征在于步骤(1)的①中,矩阵A为[1,2,…,n],其中数字表示全网的交换机的编码,n为自然数。
3.根据权利要求1所述的一种SDN网络的链路优化方法,其特征在于步骤(3)的①中,设置交叉算子为0.7,变异算子为0.2。
4.根据权利要求1所述的一种SDN网络的链路优化方法,其特征在于在控制器中获得全网的拓扑结构和流量信息,根据遗传算法计算出交换机的最优路径,具体步骤如下:
(1)、控制器使用LLDP协议,发送LLDP报文获得该全网中各个交换机信息,以及它们之间的带宽信息;
(2)、在控制器中建立基于遗传算法的链路优化模型,并进行实时求解,获得最优路径,确定交换机的转发顺序;
(3)、控制器将交换机的转发顺序表即流表,下发到全部交换机中,那么交换机按照流表进行数据转发即可;如果SDN网络拓扑发生变化,则在控制器中重新计算新的链路,并形成流表,再下发给各个交换机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510389584.0A CN105071947B (zh) | 2015-07-06 | 2015-07-06 | 一种sdn网络的链路优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510389584.0A CN105071947B (zh) | 2015-07-06 | 2015-07-06 | 一种sdn网络的链路优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105071947A CN105071947A (zh) | 2015-11-18 |
CN105071947B true CN105071947B (zh) | 2019-03-08 |
Family
ID=54501234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510389584.0A Active CN105071947B (zh) | 2015-07-06 | 2015-07-06 | 一种sdn网络的链路优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105071947B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105357124B (zh) * | 2015-11-22 | 2018-08-17 | 华中科技大学 | 一种MapReduce带宽优化方法 |
CN105610712B (zh) * | 2015-12-10 | 2019-02-22 | 北京理工大学 | 基于软件定义网络架构降低全网数据流转发延迟的方法 |
CN105743804B (zh) * | 2016-02-04 | 2020-04-21 | 北京邮电大学 | 一种数据流控制方法和系统 |
CN107294658B (zh) * | 2017-07-03 | 2020-07-07 | 电子科技大学 | 一种网控编码中的编码节点选取方法 |
CN108512760B (zh) * | 2018-03-09 | 2020-07-28 | 西安电子科技大学 | 基于SDN保障业务QoS的路由方法 |
CN109740806A (zh) * | 2018-12-26 | 2019-05-10 | 新奥数能科技有限公司 | 节点链路的管理方法及装置、存储介质、电子装置 |
CN109818865B (zh) * | 2019-03-11 | 2020-09-18 | 江苏君英天达人工智能研究院有限公司 | 一种sdn增强路径装箱装置及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325039A (zh) * | 2011-06-09 | 2012-01-18 | 国网电力科学研究院 | 一种面向电力控制业务的ason网络优化设计方法 |
CN103414586A (zh) * | 2013-08-05 | 2013-11-27 | 浙江工商大学 | 一种全新的网络视图生成与更新方法 |
CN104202188A (zh) * | 2014-09-01 | 2014-12-10 | 北京航空航天大学 | 一种采用遗传算法进行afdx网络路径优化的方法 |
CN104579454A (zh) * | 2015-01-17 | 2015-04-29 | 浙江大学 | 基于软件定义网络的多目标优化的卫星流控制方法 |
WO2015085740A1 (zh) * | 2013-12-09 | 2015-06-18 | 中兴通讯股份有限公司 | 网络路径计算方法及装置 |
-
2015
- 2015-07-06 CN CN201510389584.0A patent/CN105071947B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102325039A (zh) * | 2011-06-09 | 2012-01-18 | 国网电力科学研究院 | 一种面向电力控制业务的ason网络优化设计方法 |
CN103414586A (zh) * | 2013-08-05 | 2013-11-27 | 浙江工商大学 | 一种全新的网络视图生成与更新方法 |
WO2015085740A1 (zh) * | 2013-12-09 | 2015-06-18 | 中兴通讯股份有限公司 | 网络路径计算方法及装置 |
CN104202188A (zh) * | 2014-09-01 | 2014-12-10 | 北京航空航天大学 | 一种采用遗传算法进行afdx网络路径优化的方法 |
CN104579454A (zh) * | 2015-01-17 | 2015-04-29 | 浙江大学 | 基于软件定义网络的多目标优化的卫星流控制方法 |
Non-Patent Citations (1)
Title |
---|
面向SDN 的路由算法研究;柯友运;《中国科技信息》;20141231;第131-134页 |
Also Published As
Publication number | Publication date |
---|---|
CN105071947A (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105071947B (zh) | 一种sdn网络的链路优化方法 | |
CN106059811B (zh) | 通信系统、控制装置、分组转发路径控制方法 | |
CN105471764B (zh) | 一种SDN网络中端到端QoS保障的方法 | |
CN113328938B (zh) | 一种基于深度强化学习的网络自主智能管控方法 | |
CN106789648B (zh) | 基于内容存储与网络状况的软件定义网络路由决策方法 | |
CN109361601A (zh) | 一种基于强化学习的sdn路由规划方法 | |
CN107819695A (zh) | 一种基于sdn的分布式控制负载均衡系统与方法 | |
CN105553749B (zh) | 一种基于sdn的icn逻辑拓扑构建方法 | |
CN106063195A (zh) | 具有单独控制设备和转发设备的网络中的控制设备发现 | |
CN107483248B (zh) | 一种基于无线传感器网络的约束最小生成树拓扑控制方法 | |
WO2019026684A1 (ja) | 経路制御方法及び経路設定装置 | |
CN108965141A (zh) | 一种多路径路由树的计算方法及装置 | |
CN105743804B (zh) | 一种数据流控制方法和系统 | |
CN108243123A (zh) | 广播报文的处理方法、装置、控制器和交换机 | |
CN104901886A (zh) | 考虑时延与流量均衡性的广域保护通信迂回通道重构算法 | |
Liu et al. | Optimal scheduling for multi-flow update in software-defined networks | |
CN105791113A (zh) | 一种基于sdn的多链路时延均衡方法和系统 | |
CN111800339B (zh) | 混合sdn场景下带有路径数目约束的路由优化方法 | |
CN113794638A (zh) | 基于差分进化算法的sdn数据中心网络大象流调度方法 | |
Zhu et al. | Energy saving and load balancing for SDN based on multi-objective particle swarm optimization | |
CN104917677A (zh) | 数据流转发的控制方法及系统 | |
CN106850726B (zh) | 基于sdn的云数据中心负载可感知的请求路由方法 | |
CN112822233B (zh) | 流量重定向方法及装置 | |
CN110493068B (zh) | 一种网络路由生成方法及系统 | |
Wang et al. | Research on deep reinforcement learning multi-path routing planning in SDN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |