CN106059821B - 一种基于sdn的数据中心业务服务质量保障方法 - Google Patents
一种基于sdn的数据中心业务服务质量保障方法 Download PDFInfo
- Publication number
- CN106059821B CN106059821B CN201610495533.0A CN201610495533A CN106059821B CN 106059821 B CN106059821 B CN 106059821B CN 201610495533 A CN201610495533 A CN 201610495533A CN 106059821 B CN106059821 B CN 106059821B
- Authority
- CN
- China
- Prior art keywords
- data center
- sensitive type
- application
- network
- interchanger
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明请求保护一种基于SDN的数据中心业务服务质量保障方法,适用于数据中心的分离时延敏感型应用和带宽敏感型应用的传输网络的方法。该方法将核心层交换机和汇聚层交换机或仅仅核心层交换机(视网络拓扑结构而定)分为两部分,每部分各自处理时延敏感型应用或带宽敏感型应用,实现此两种类型应用的流量的隔离传输。与现有技术相比,一方面,本发明使不同类型的应用获得更加理想的服务质量并互不产生干扰;另一方面,本发明采用灵活的多路径转发策略提高了网络资源的利用率;此外,本发明利用SDN的优点,给用户提供了一个自定义适用于本数据中心的保障业务服务质量策略的平台,便于打造高效的数据中心,更加轻松地管理和控制网络,既能减少网络的建设成本又能降低后续的运营维护成本。
Description
技术领域
本发明涉及数据中心网络技术领域,具体涉及一种数据中心内部保障业务质量的方法。
背景技术
作为云计算的核心基础设施,数据中心在近年来得到了学术界和工业界的广泛关注。而数据中心也经历了从早期的大型机、小型机、服务器、企业数据中心到云数据中心、虚拟化数据中心的演进。根据思科2015年发布的全球云指数报告,全球数据中心流量已稳稳地进入泽字节时代。而且根据它的预测,全球数据中心IP流量将会由2014年的3.4泽字节增长到2019年的10.4泽字节,平均每年25%的复合增长率。
由于成本的原因,现代数据中心基于商用交换机和服务器构建,并采用Google文件系统(GFS)或Hadoop文件系统(HDFS)这样的分布式文件系统。以太网成为云数据中心网络中使用最广泛的数据传输协议,主要原因是以太网可以在服务器与交换机之间提供极具成本效益的高带宽链路。
当局域网出现后,通过网络访问块存储就成为一种极具吸引力的想法。通过在标准网络(例如TCP/IP和以太网)上传输存储协议可以实现低成本的解决方案,这有时也被称作网络融合。其中,存储通信和数据通信共享同一网络。
传统的企业数据中心可能有一个专用SAN(Storage Area Network,存储区域网络),它在物理上与数据网络隔离,然而对于规模巨大的大型云数据中心而言,这是不可行的。为了应对这样的规模,数据中心管理员更倾向于部署基础性的统一构建模块,这样就很容易按容量需求的增长进行扩展。此外,由于成本的限制,他们还希望保留单个融合性数据中心网络来支持存储通信和数据通信。
数据中心网络中,同时存在着大流和小流:80%的流大小不超过10KB,不到1%的流却包含了超过90%的数据流量。通常来讲,小流(如搜索引擎的查询请求等)包含的数据量小,带宽需求也相对较小,然而,其对网络延迟较为敏感。与之相反,大流(如文件备份、传输等)通常包含较大的数据量,并且对网络带宽有较大的需求。有些大流对时延不敏感,比如文件备份;而有些大流对时延的要求也较高,只是相对于时延敏感型应用稍微低些,比如文件传输。
可以把数据中心内的应用划分为时延敏感型应用和带宽敏感型应用。时延敏感型应用经常由网络协议产生或者是一些交互应答应用,它们的流量一般都很小,只是几个KB;而带宽敏感型应用一般由文件存储、MapReduce、虚拟机迁移或科学计算产生,数据量多达几个GB。此两种流量的混合需要数据中心网络给带宽敏感型应用提供高的可用带宽,并且不能使时延敏感型应用的时延增加。
拥塞通常是由于多个通信源竞争网络中相同的资源(即出口链路或出口队列)而引起的。当网络发生拥塞的时候,所有的数据流都有可能被丢弃。为满足用户对不同应用不同服务质量的要求,就需要网络能根据用户的要求分配和调度资源,对不同的数据流提供不同的服务质量:对实时性强且重要的数据报文优先处理;对实时性不强的普通数据报文,提供较低的处理优先级,网络拥塞时甚至丢弃。
QoS(Quality of Service,服务质量)应运而生,它利用IP数据包中的服务类型(ToS,Type of Service)字段,能够提供传输品质服务:针对某种类别的数据流,可以为它赋予某个级别的传输优先级,来标识它的相对重要性,并使用设备所提供的各种优先级转发策略、拥塞避免等机制为这些数据流提供特殊的传输服务。
ToS字段的值通常由应用指定,而且现在也鼓励这种结合应用的特性设定ToS的方法。然而在目前,几乎所有的网络都无视这些字段。这不仅仅是因为在符合质量要求的情况下按其要求发送本身的功能实现起来十分困难,还因为若不符合质量要求就可能会产生不公平的现象。因此,实现ToS控制变得极其复杂,这也导致ToS在整个互联网中几乎就没有被投入使用。
当前数据中心网络依然广泛采用TCP/IP协议,但是由于TCP/IP协议固有的缺陷和数据中心应用的特殊性,为数据中心网络制定专用的传输协议成为近年来的研究热点。其中包括DCTCP(Data Center Transmission Control Protocol,数据中心传输控制协议)和DCB(Data Center Bridging,数据中心桥接)等等。
DCTCP是TCP的变体,它通过增加一个阈值,使ECN(Explicit CongestionNotification,显式拥塞通知)更加有效,这在一定程度上改善了网络的拥塞情况。但是,它的本质并没有变,TCP在拥塞管理方面的缺陷依然存在。
传统的以太网交换机设计是在高拥塞期间丢弃数据包,并假设这些数据包会在TCP层上重传。但是某些通信类型,例如视频通信,无法容忍超时重传带来的延迟变化。为解决这个问题,DCB利用QCN(Quantized Congestion Notification,量化拥塞通知)、PFC(Priority-based Flow control,基于优先级的流量控制)和ETS(Enhanced TransmissionSelection,增强传输选择),把交换机上的内存分区针对特定类别的通信进行分配,这样就保证了其他没有拥塞的通信不会被暂停,因而确保了相互不受影响。但是,DCB依然存在很多的不足之处:一方面,因为QCN高度依赖于拥塞点的反应时间、通过网络发送QCN帧的时间和反应点队列调节时间等因素,所以QCN只适用于长生命周期的数据流,而这可能并不符合真实数据中心网络的通信条件;另一方面,由于划分了多个内存分区和多个通信类别,实现的复杂性增加,并且大流的可用带宽减小。
然而业界已经开始引入SDN(Software-Defined Networking,软件定义网络),将其作为一种协调中央控制器的方式管理网络,这也包括确定穿过网络的转发路径。因此,它使人们不再需要像DCTCP和DCB这样的协议。
集中控制策略需要网络的全局信息。在大规模的数据中心中,网络流的数目巨大,且大部分为持续时间极短的小流,集中调度的方法将需要频繁地对流进行调度。此外,集中控制策略要在控制器中执行一定的路由算法,并给交换机下发流表,因此会带来一定的额外延迟,这对时延敏感型应用是不适合的。
普遍认为,大流是引起网络局部拥塞的主要原因。一种可行的方法是仅对大流进行调度,代表性的有Hedera和Mahout。
Hedera利用集中控制器检测网络中出现的大流,同时评估其带宽需求,并将大流重新调度到满足其带宽需求的低负载链路。然而,由于Hedera这种反应式的(Reactive)工作方式,在控制器重新调度大流之前网络拥塞可能已经发生。
Mahout给服务器操作系统上插入一个垫片层,在主机端检测大流。当垫片层检测到大流时,给这个流的每一个包打一个标签。交换机把每一个带有这类标签的包转发给控制器,由控制器来实现管理和调度。但是,Mahout需要升级现有服务器,这在服务器数量上万甚至超过十万的大规模数据中心中难以实行。
以上所述的方法都是时延敏感型应用和带宽敏感型应用混合的处理方案。但是,此两种应用对网络的性能需求在混合的处理方案中都无法得到满足。一方面,时延敏感型应用经常因为前方出口队列中有大数据量的传输流量而产生较大的时延,在共享内存式交换机中甚至会发生小流丢失(即使大流的出端口和小流的出端口不相同)。另一方面,带宽敏感型应用在混合的处理方案中难以获得充裕、稳定的带宽,并且容易发生大流之间的碰撞,引起更严重的网络性能问题。
为避免网络性能成为云计算的瓶颈所在,提高数据中心网络的性能至关重要。因此,数据中心网络需要一种性能更佳的业务服务质量保障方法,它既能使时延敏感型应用获得较小的时延,又能给带宽敏感型应用提供高的可用带宽,此外还能获得较高的网络资源利用率。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种提高了网络资源的利用率、减少网络的建设成本又能降低后续的运营维护成本的基于SDN的数据中心业务服务质量保障方法。本发明的技术方案如下:
一种基于SDN的数据中心业务服务质量保障方法,其包括以下步骤:
101、建立改进的扑拓结构,所述改进的扑拓结构将核心层交换机和汇聚层交换机或仅仅核心层交换机分为两部分,分成的两部分各自处理时延敏感型应用或带宽敏感型应用,实现此两种类型应用的流量的隔离传输;
102、接入层交换机收到一个数据包之后,首先在此检测该数据包的目的主机是否是本交换机直连的端主机:若为直连的端主机则直接进行交付,否则继续检测该数据包是属于时延敏感型应用还是带宽敏感型应用;
103、若为时延敏感型应用,则向上转发给汇聚层的时延敏感型交换机,由时延敏感型交换机进行转发或/和调度处理;若为带宽敏感型应用,则向上转发给汇聚层的带宽敏感型交换机,由带宽敏感型交换机做转发或/和调度处理。
进一步的,所述的数据中心可以为任意类型的数据中心,包括大学数据中心、企业数据中心和商业云数据中心,并且不受限于数据中心所采用的网络拓扑结构。
进一步的,所述的交换机指的是具有路由或交换功能的网络设备,包括交换机和路由器。
进一步的,步骤102检测该数据包是属于时延敏感型应用还是带宽敏感型应用的依据是数据包的传输层端口号。
进一步的,步骤103的由时延敏感型交换机或带宽敏感型交换机进行转发或者调度处理包括:通过固定的转发规则或随机的负载均衡方法进行转发,或是通过SDN控制器进行集中调度。
进一步的,固定的转发规则包括静态哈希、静态路由,随机的负载均衡方法包括动态哈希、轮询算法和随机选择算法。
本发明的优点及有益效果如下:
1、不同类型的应用获得了不同的服务质量:时延敏感型应用获得较小的时延,带宽敏感型应用获得高且稳定的可用带宽;
2、两种类型的应用不再相互干扰:时延敏感型应用获得较小时延的同时不再引起带宽敏感型应用的可用带宽的抖动,带宽敏感型应用获得高且稳定的可用带宽的同时不再引起时延敏感型应用的时延的增加或流量丢失;
3、数据中心网络的拓扑结构是规则网络,链路资源比互联网丰富很多,采用灵活的多路径转发策略克服了传统单路径传输协议的不足,提高了网络资源的利用率;
4、利用SDN能力强大和灵活的特点,用户可以根据各自的数据中心的类型和运行的业务的特点自定义适用于本数据中心的业务服务质量保障策略,打造出一个高效的数据中心,更加轻松地管理和控制网络,既能减少网络的建设成本又能降低后续的运营维护成本。
附图说明
图1是本发明提供优选实施例的Fat-tree拓扑结构示例图;
图2为本发明的传统多根树拓扑结构示例图;
图3为本发明的Fat-tree拓扑结构具体实现示例图;
图4为SDN基本架构图;
图5为OpenFlow v1.3.0的流表中流条目的结构图;
图6为本发明中接入层交换机的流表中流条目的格式示例图。
具体实施方式
通过前面的分析,各种各样时延敏感型应用和带宽敏感型应用混合的处理方案都未能满足数据中心业务对网络的性能需求。本发明提出一种分离时延敏感型应用和带宽敏感型应用的传输网络的业务服务质量保障方法,且不受限于数据中心所采用的网络拓扑结构。新型的Fat-tree拓扑结构(k=4)示例如图1所示,传统的多根树拓扑结构示例如图2所示,其他网络拓扑结构与此类似。该方法将核心层交换机和汇聚层交换机或仅仅核心层交换机(视网络拓扑结构而定)分为两部分,每部分各自处理时延敏感型应用或带宽敏感型应用,实现此两种类型应用的流量的隔离传输,使不同应用更容易获得理想的服务质量。
本方法的进一步描述将以Fat-tree拓扑结构为例(如图3所示)给出一个最优实施,具体包括以下步骤。
步骤一:接入层交换机收到一个数据包之后,首先在此检测该数据包的目的主机是否是本交换机直连的端主机:若为直连的端主机则直接进行交付,否则继续检测该数据包属于时延敏感型应用还是带宽敏感型应用;
步骤二:若为时延敏感型应用,接入层交换机则直接采用静态哈希算法把数据包向上转发给汇聚层的时延敏感型交换机;汇聚层交换机收到该数据包后,再次检测该数据包属于Pod(一个服务器集群)内流量还是Pod间流量:若为Pod内流量则向下进行交付(下行路径唯一),若为Pod间流量则再次采用静态哈希算法把数据包向上转发给核心层的时延敏感型交换机;核心层交换机收到该数据包后通过一定的编址方案向下进行交付(下行路径唯一);
步骤三:若为带宽敏感型应用,接入层交换机则向控制器发出请求,由控制器在带宽敏感型交换机之间选取一条到达目的主机负载最轻的路径,并给途经的汇聚层和核心层交换机下发流表,交换机根据流表实现数据包的转发;或只给上行路径途经的汇聚层和核心层交换机下发流表,下行路由通过一定的编址方案来实现。
本发明要解决的主要问题有三个:一是接入层交换机如何判定数据包的目的主机是否是本交换机直连的端主机;二是接入层交换机如何识别出业务的类型;三是控制器如何为带宽敏感型应用选出负载最轻的路径。下面结合附图作进一步的说明。
传统网络把控制逻辑和数据转发紧耦合在网络设备上,导致网络控制平面的复杂化,也使得新业务的部署非常缓慢。SDN将控制面与转发面分离开来(如图4所示):在控制层,控制器掌握全局的网络信息;在转发层,交换机仅提供简单的数据转发功能,快速处理匹配的数据包。控制层与转发层通过南向接口进行通信,OpenFlow是南向接口协议中的一种。
OpenFlow协议1.3.0版本整合了网络多个层次的信息(如图5所示),必备的(Required)13个信息包括物理层的交换机接收端口(IN Port),数据链路层的目的以太网地址(ETH DST)、源以太网地址(ETH SRC)、以太网类型(ETH TYPE),网络层的IP协议版本号(IP PROTO)、源IPv4地址(IPv4SRC)、目的IPv4地址(IPv4DST)、源IPv6地址(IPv6SRC)、目的IPv6地址(IPv6DST)和传输层的TCP源端口号(TCP SRC)、TCP目的端口号(TCP DST)、UDP源端口号(UDP SRC)、UDP目的端口号(UDP DST)等,此外还有27个可选的(Optional)信息。实际应用中通过组合多个信息使转发规则更加多样,充分发挥了集中控制的优势。
如前所述,OpenFlow交换机只是一个查表和快速转发的硬件设备,一个流表为空的OpenFlow交换机不能实现任何功能。对直连端主机的接入层交换机来说,二层交换功能尤其重要,它在收到发给其直连的端主机的数据包时直接进行交付。OpenFlow交换机本身并不带有二层交换功能,而几乎所有的SDN控制器都自带能实现二层交换功能的APP。OpenFlow交换机即是在网络系统启动时通过与SDN控制器建立连接,在控制器的帮助下实现二层交换功能。
所以在本发明中,接入层交换机中维护着到其直连的端主机的流条目。当其收到发往其直连的端主机的数据包时,通过查找流表即可执行直接交付。实现的要点是,到其直连的端主机的流条目的优先级比其他流条目的优先级高,便能实现优先匹配。本方法就是以这样的方式来自动完成数据包的目的主机是否是本交换机直连的端主机的判定。
端口号经常被用来辨别运行于传输层协议如TCP、UDP、SCTP和DCCP等之上的不同服务类型。端口号划分为三类:编号0-1023的端口称为周知端口或系统端口,它们紧密地绑定于一些服务,通常这些端口的通信明确表明了某种服务的协议;编号1024-49151的端口称为注册端口,它们由用户通过申请获得,松散地绑定于一些服务;编号49152-65535的端口称为动态端口或临时端口,它们一般不固定分配某种服务,而是动态分配给主机使用。
应用在使用TCP或UDP等时,会用到操作系统提供的类库,这种类库一般称为API(Application Programming Interface,应用编程接口)。应用程序利用Socket,可以设置对端的IP地址和端口号等,并实现数据的发送与接收。
因为不同的用途,数据中心有大小不同的规模,主要包括大学数据中心、企业数据中心和商业云数据中心。一方面,不同类别的数据中心运行的业务类型差别较大,其网络流量特征有很大的不同。另一方面,甚至是相同类别的数据中心,如云数据中心,其主流的业务类型有所差别,其网络流量特征也会有所不同。但是,基本的网络服务是各类数据中心必备的,如DNS服务、网络管理服务、Web服务、搜索引擎、电子邮件和文件传输服务等等。
如何识别业务类型是本发明要解决的核心问题,下表1给出了一些常用的时延敏感型应用及其端口号,表2给出了一些带宽敏感型应用及其端口号。
端口号 | 传输层协议 | 描述 |
7 | TCP/UDP | Echo Protocol |
23 | TCP/UDP | Telnet |
53 | TCP/UDP | Domain Name System(DNS) |
67/68 | TCP/UDP | Dynamic Host Configuration Protocol(DHCP) |
88 | TCP/UDP | Kerberos authentication system |
123 | TCP/UDP | Network Time Protocol(NTP) |
161 | UDP | Simple Network Management Protocol(SNMP) |
464 | TCP/UDP | Kerberos change/set password |
表1常用时延敏感型应用及其端口号
表2常用带宽敏感型应用及其端口号
其他的应用所属的类型将根据特定数据中心的业务特点由用户自定义,在此将其他的应用归为时延敏感型应用。在网络系统启动阶段由控制器以主动(Proactive)的方式向接入层交换机下发流表。以端口号为7的Echo Protocol、端口号为20的FTP datatransfer和Table-miss流条目(即匹配字段全为通配符,在这里表示表1和表2中没列出的其它的应用)为例,接入层交换机的流表中的流条目的格式示例如图6所示。
控制器通过轮询交换机来获得每个交换机的统计信息,其中包括每个流表的统计信息、每条流条目的统计信息、交换机每个端口的统计信息等等,这样控制器就掌握了每条链路的负载情况。负载最轻的路径的选取有多种方法,其中最普遍的做法是从源和目的节点间所有可达的路径中,选出构成该路径的各段链路的负载的最大值为所有可达路径中最小的。
本发明就是以这种方式为带宽敏感型应用选取路径,并以逆向的方式给途经的汇聚层和核心层交换机下发流表,交换机根据流表实现数据包的转发;或只给上行路径途经的汇聚层和核心层交换机下发流表,下行路由通过一定的编址方案来实现。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。
Claims (5)
1.一种基于SDN的数据中心业务服务质量保障方法,其特征在于,包括以下步骤:
101、建立改进的拓扑结构,所述改进的拓扑结构将核心层交换机和汇聚层交换机分为两部分,分成的两部分各自处理时延敏感型应用或带宽敏感型应用,实现此两种类型应用的流量的隔离传输;
102、接入层交换机收到一个数据包之后,首先在此检测该数据包的目的主机是否是本交换机直连的端主机;若为直连的端主机则直接进行交付,否则继续检测该数据包是属于时延敏感型应用还是带宽敏感型应用,检测该数据包是属于时延敏感型应用还是带宽敏感型应用的依据是数据包的传输层端口号;
103、若为时延敏感型应用,则向上转发给汇聚层的时延敏感型交换机,由时延敏感型交换机进行转发或/和调度处理;若为带宽敏感型应用,则向上转发给汇聚层的带宽敏感型交换机,由带宽敏感型交换机做转发或/和调度处理。
2.根据权利要求1所述的基于SDN的数据中心业务服务质量保障方法,其特征在于,所述的数据中心可以为任意类型的数据中心,包括大学数据中心、企业数据中心和商业云数据中心,并且不受限于数据中心所采用的网络拓扑结构。
3.根据权利要求1所述的基于SDN的数据中心业务服务质量保障方法,其特征在于,所述的交换机指的是具有路由或交换功能的网络设备,包括交换机和路由器。
4.根据权利要求1所述的基于SDN的数据中心业务服务质量保障方法,其特征在于,步骤103的由时延敏感型交换机或带宽敏感型交换机进行转发或者调度处理包括:若为时延敏感型应用,通过SDN控制器进行集中调度,而对于带宽敏感型应用,采用的是固定的转发规则或随机的负载均衡方法进行转发。
5.根据权利要求4所述的基于SDN的数据中心业务服务质量保障方法,其特征在于,固定的转发规则包括静态哈希、静态路由,随机的负载均衡方法包括动态哈希、轮询算法和随机选择算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610495533.0A CN106059821B (zh) | 2016-06-29 | 2016-06-29 | 一种基于sdn的数据中心业务服务质量保障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610495533.0A CN106059821B (zh) | 2016-06-29 | 2016-06-29 | 一种基于sdn的数据中心业务服务质量保障方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106059821A CN106059821A (zh) | 2016-10-26 |
CN106059821B true CN106059821B (zh) | 2019-01-22 |
Family
ID=57167032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610495533.0A Active CN106059821B (zh) | 2016-06-29 | 2016-06-29 | 一种基于sdn的数据中心业务服务质量保障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106059821B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533942B (zh) * | 2016-11-30 | 2019-06-14 | 北京邮电大学 | 一种基于sdn的数据处理方法及装置 |
CN107454017B (zh) * | 2017-06-05 | 2021-05-11 | 上海交通大学 | 一种云数据中心网络中混合数据流协同调度方法 |
CN107181555B (zh) * | 2017-07-17 | 2019-03-19 | 潍坊安盾软件科技有限公司 | 利用扩展的ntp协议代替ddns实现互联网与局域网内设备交互的方法 |
CN109327400B (zh) * | 2017-08-01 | 2022-04-26 | 华为技术有限公司 | 一种数据通信方法及数据通信网络 |
US10554500B2 (en) * | 2017-10-04 | 2020-02-04 | Futurewei Technologies, Inc. | Modeling access networks as trees in software-defined network controllers |
CN108282481B (zh) * | 2018-01-30 | 2020-07-17 | 电子科技大学 | 一种基于sdn的数据中心网络流量测量方法 |
CN108512772B (zh) * | 2018-03-09 | 2021-07-16 | 重庆邮电大学 | 基于服务质量的数据中心流量调度方法 |
WO2019205082A1 (zh) * | 2018-04-27 | 2019-10-31 | 华为技术有限公司 | 一种网络及网络管理方法 |
CN110460527B (zh) * | 2018-05-07 | 2021-05-25 | 中国科学院沈阳自动化研究所 | 一种网络资源的管理方法 |
CN108769162B (zh) * | 2018-05-16 | 2021-01-12 | 上海携程商务有限公司 | 分布式消息均衡处理方法、装置、电子设备、存储介质 |
CN109743266A (zh) * | 2019-01-22 | 2019-05-10 | 上海宽带技术及应用工程研究中心 | 基于胖树结构的sdn交换网络 |
CN110417656A (zh) * | 2019-08-07 | 2019-11-05 | 广东电网有限责任公司 | 一种基于sdn网络的服务质量保障系统以及方法 |
CN110557333A (zh) * | 2019-08-20 | 2019-12-10 | 广州供电局有限公司 | 软件定义网络服务质量控制保障的方法及系统 |
CN113301073A (zh) * | 2020-04-16 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 分布式机器学习系统中服务器节点之间的通信方法和装置 |
CN111953600A (zh) * | 2020-08-24 | 2020-11-17 | 国网湖南省电力有限公司 | 基于sdn的储能数据中心业务流量调度方法 |
CN112929295B (zh) * | 2021-01-22 | 2022-07-12 | 宁波大学 | 一种微突发抑制的动态标记阈值缓存管理方法 |
CN113438163B (zh) * | 2021-05-29 | 2022-11-25 | 中国人民解放军空军工程大学 | 一种基于路径隔离的数据中心网络混合流路由方法及系统 |
CN114124830B (zh) * | 2021-11-19 | 2024-04-30 | 南京大学 | 一种面向数据中心多应用场景的rdma服务质量保证方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103152271A (zh) * | 2013-04-03 | 2013-06-12 | 清华大学 | 一种基于内容的数据中心网络路由转发方法 |
CN103150216A (zh) * | 2013-02-27 | 2013-06-12 | 东南大学 | 一种SoC集成的多端口DDR2/3调度器及调度方法 |
CN104767694A (zh) * | 2015-04-08 | 2015-07-08 | 大连理工大学 | 一种面向Fat-Tree数据中心网络架构的数据流转发方法 |
CN105227481A (zh) * | 2015-09-02 | 2016-01-06 | 重庆邮电大学 | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 |
CN105610709A (zh) * | 2016-02-03 | 2016-05-25 | 西安电子科技大学 | 基于sdn的大流负载均衡系统与方法 |
-
2016
- 2016-06-29 CN CN201610495533.0A patent/CN106059821B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150216A (zh) * | 2013-02-27 | 2013-06-12 | 东南大学 | 一种SoC集成的多端口DDR2/3调度器及调度方法 |
CN103152271A (zh) * | 2013-04-03 | 2013-06-12 | 清华大学 | 一种基于内容的数据中心网络路由转发方法 |
CN104767694A (zh) * | 2015-04-08 | 2015-07-08 | 大连理工大学 | 一种面向Fat-Tree数据中心网络架构的数据流转发方法 |
CN105227481A (zh) * | 2015-09-02 | 2016-01-06 | 重庆邮电大学 | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 |
CN105610709A (zh) * | 2016-02-03 | 2016-05-25 | 西安电子科技大学 | 基于sdn的大流负载均衡系统与方法 |
Non-Patent Citations (3)
Title |
---|
A SIMULATION AND EMULATION STUDY OF SDN-BASED MULTIPATH ROUTING FOR FAT-TREE DATA CENTER NETWORKS;Eric Jo .etc;《Proceedings of the 2014 Winter Simulation Conference》;20141231;3072-3083 * |
CherryPick: Tracing Packet Trajectory in Software-Defined Datacenter Networks;Praveen Tammana .etc;《SOSR "15: Proceedings of the 1st ACM SIGCOMM Symposium on Software Defined Networking Research》;20150630;1-7 * |
When Big Data Meets Software-Defined Networking: SDN for Big Data and Big Data for SDN;Laizhong Cui, F. Richard Yu, and Qiao Yan;《IEEE Network》;20160125;58-65 * |
Also Published As
Publication number | Publication date |
---|---|
CN106059821A (zh) | 2016-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106059821B (zh) | 一种基于sdn的数据中心业务服务质量保障方法 | |
Zhang et al. | Load balancing in data center networks: A survey | |
JP7417825B2 (ja) | スライスベースルーティング | |
US10148492B2 (en) | Data center bridging network configuration and management | |
Hafeez et al. | Detection and mitigation of congestion in SDN enabled data center networks: A survey | |
Wang et al. | Implementation of multipath network virtualization with SDN and NFV | |
US8824286B2 (en) | Network aware global load balancing system and method | |
Jin et al. | SoftCell: Taking control of cellular core networks | |
CN107135158A (zh) | 一种多路径传输中最优路径选择方法 | |
CN108234309A (zh) | 一种网络数据的传输方法 | |
CN112218315A (zh) | 一种5G专网的端到端QoS策略执行及以太网数据转发方法 | |
Rezende et al. | An SDN-based framework for routing multi-streams transport traffic over multipath networks | |
JP2022532731A (ja) | スライスベースネットワークにおける輻輳回避 | |
Panchenko et al. | Method for adaptive client oriented management of quality of service in integrated SDN/CLOUD networks | |
Bruschi et al. | Openvolcano: An open-source software platform for fog computing | |
CN114867061B (zh) | 一种基于无线通信网络的云监控方法 | |
Zhang et al. | A multipath transport scheme for real-time multimedia services based on software-defined networking and segment routing | |
Subedi et al. | OpenFlow-based in-network Layer-2 adaptive multipath aggregation in data centers | |
Tang et al. | Elephant Flow Detection Mechanism in SDN‐Based Data Center Networks | |
Schlansker et al. | Killer fabrics for scalable datacenters | |
Matnee et al. | Analyzing methods and opportunities in software-defined (SDN) networks for data traffic optimizations | |
Hwang et al. | Load balancing and routing mechanism based on software defined network in data centers | |
Irteza et al. | Load balancing over symmetric virtual topologies | |
KR20210016802A (ko) | 소프트웨어 정의 네트워킹 환경에서 서버-클라이언트 기반의 네트워크 서비스를 위한 플로우 테이블을 최적화하는 방법 및 이를 위한 sdn 스위치 | |
Yap | Using all networks around us |
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 |