CN106549805A - 一种sdn网络架构及其通信方法 - Google Patents

Abstract

本发明提供一种SDN网络架构及通信方法，所述网络架构包括：一个超级控制器和一个或者多个集群，所述一个超级控制器通过多个端口和所述每个集群的每个集群控制器相连，所述超级控制器对每个集群仅激活其中一个或者多个端口，所述端口所连接的集群控制器具有最大的度中心度或者紧密中心度。本发明具有减少控制器关闭和负载转移过程中延迟、节约超级控制器端口个数以及降低系统能耗的有益效果。

Description

一种SDN网络架构及其通信方法

技术领域

本发明涉及通信技术领域，更具体地，涉及SDN网络架构及其通信方法。

背景技术

目前，传统网络在TCP/IP协议体系下，当前网络得到了前所未有的发展，但是随着ICT的发展，对网络的需求更趋向于灵活性和可扩展性。为了适应用户的需求，未来网络技术应运而生，其中SDN被当成其中最具影响力的未来网络架构之一。软件定义网络(Software Defined Network,简称SDN)是一种新型的网络创新架构，其通过将网络设备控制面与数据面进行解耦，从而实现了对网络流量的灵活控制。在现有SDN网络中,存在一种分布-集中式的控制架构模型，即设置大量控制器用以对各网络硬件设备进行数据转发等操作，并通过一个与各控制器连接的主控制器对各控制器进行统筹，从而实现多个控制器的协同运行。

但是SDN作为新兴的未来网络架构仍处于最初的发展阶段，一些关键问题还没有得到妥善的解决，其中之一就包括控制平面的可扩展性问题，单一控制器已经成为SDN进一步发展的瓶颈。当一个全新的数据包到达交换机时，由于交换机缺少路由和选路能力，因此需要通过Packet-In消息向控制器上传这一数据包，由控制器下发流表从而实现对该数据包的转发，但是一旦网络规模增大，交换机上传的Packet-In消息的个数也急剧增加，那么单一控制器将会产生巨大的处理问题。许多研究就解决这一问题达成了广泛的共识，那就是采用多控制器的方式实现逻辑上集中、物理上分布的多控制器控制模式。

随着控制器数量的增加，另外一个问题也随之浮出水面，那就是整个系统的能量损耗问题。当前随着能量代价的提升，系统的能量损耗已经成为突出的问题。据报道，ICT已经成为重要的能耗领域，使用了全球能量的10％，其中51％用于通信设施和数据中心，因此网络的能量损耗问题不容忽视。SDN作为新兴的具有长远发展前景的未来网络架构，应该有先见之明的在节能方面加以研究。

现有技术中一种多控制器节能方案，该方案实施在如图1所示多控制器架构模型中。图中与每个集群控制器相连的交换机被忽略了。该模型中包括1个超级控制器和多个集群控制器，X表示集群的个数，Y表示每个集群中控制器的个数，在集群i中的第j个集群控制器可以表示为CC_ij。其中集群控制器可以与同一集群的其他控制器直接通信，而不同集群控制器之间通过超级控制器进行间接通信，并且超级控制器通过多个端口和各个集群控制器相连，这样超级控制器就掌握了整个系统的全局信息。针对以上多控制器架构模型，提出了M-N多控制器休眠机制：集群控制器定期向超级控制器上报各自的负载情况，由于负载和能量的关系公式所示：P＝P_idle+(P_max-P_idle)*(2u-u²)，其中P_idle表示无负载时的能量损耗；P_max表示满负载时的能量损耗；u表示与负载有关的CPU占用率，可由当前负载与可承担的最大负载值求商求得。超级控制器通过接受各个集群控制器的负载情况，计算得出系统的总能量，当总能量小于最大能量总数的M倍时，说明当前系统的能耗较低，没必要将全部集群控制器均开启，因此需要关闭一些控制器从而降低能耗，在超级控制器的调度下，将被关闭控制器处的负载转移到未关闭的控制器处继续处理；被关闭的集群控制器实时监控这本地排队等待处理的负载数，若等待处理的负载数大于N时，该集群控制器自动唤醒，继续对负载进行处理，并在下一个周期向超级控制器上报负载情况。

上述技术方案所提到的节能过程虽然降低了系统的能耗，但是由于控制器的关闭和负载的转移引入了大量的时延，我们需要提出新的算法减小所产生的时延。上述架构模型中超级控制器通过多个端口与全部集群相连，会产生不必要的浪费，在同一集群中超级控制器只需与某一集群控制器连接即可。

发明内容

本发明提供克服上述问题或者至少部分地解决上述问题的方法、架构及系统。

根据本发明的一个方面，提供一种SDN网络架构，包括：一个超级控制器和一个或者多个集群，所述一个超级控制器通过多个端口和所述每个集群的每个集群控制器相连，所述超级控制器对每个集群仅激活其中一个或者多个端口，所述端口所连接的集群控制器具有最大的度中心度或者紧密中心度。

根据本发明的一个方面，提供根据权利要求1所述的SDN网络架构的通信方法，包括：步骤1，所述超级控制器分别激活一个或者多个集群中度中心度或紧密中心度最大的集群控制器所连接的端口。

本申请提出一种SDN网络架构及其通信方法，全部集群控制器可以组成社交网络，超级控制器根据每个集群控制器在社交网络中所处的地位不同，与集群中最地位最重要的控制器相连接，并且在对集群控制器进行关闭时，需要有针对性的避免关闭网络中地位重要的集群控制器，从而尽量减少关闭后产生的时延。本申请具有减少控制器关闭和负载转移过程中延迟、节约超级控制器端口个数的有益效果。

附图说明

图1为现有技术中多控制器结构模型示意图；

图2为根据本发明实施例的一种SDN网络架构结构示意图；

图3为根据本发明实施例的一种多控制器通信节能方法有益效果示意图；

图4为根据本发明实施例的没有关闭算法、有关闭算法但是未进行社交网络分析、有关闭算有社交网络分析的负载到达率和能量损耗的关系示意图；

图5为根据本发明实施例的有关闭算有社交网络分析和没有关闭算有社交网络分析的负载到达率和引入时延的示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图2所示，在本发明一个具体实施例中，示出一种SDN网络架构，包括一个超级控制器和一个或者多个集群，所述一个超级控制器通过多个端口和所述每个集群的每个集群控制器相连，所述超级控制器对每个集群仅激活其中一个或者多个端口，所述端口所连接的集群控制器具有最大的度中心度或者紧密中心度。

在本发明一个具体实施例中，一种SDN网络架构，所述集群控制器用于向超级控制器上传负载的排队数量。

在本发明另一个具体实施例中，一种SDN网络架构，所述超级控制器根据M-N算法触发节能算法，基于分配原则确定集群控制器的开启和关闭

在本发明另一个具体实施例中，所述集群控制器关闭后实时监控着其待处理负载数量，当其负载数量超过第二预设门限时，该集群控制器开启并继续处理其负载。

如图3所示，在本发明一个具体实施例中，示出一种SDN网络架构的通信方法总体流程结构图。总体上，包括：步骤1，所述超级控制器分别激活一个或者多个集群中度中心度或紧密中心度最大的集群控制器所连接的端口；步骤2，每个集群控制器向超级控制器上传负载的排队数量，超级控制器根据M-N算法触发节能算法，基于分配原则确定集群控制器的开启和关闭。

在本发明的另一个具体实施例中，一种SDN网络架构的通信方法。还包括。

开启超级控制器分布激活两个集群中度中心度或紧密中心度最大集群控制器所连接的端口。

第一个T秒时，每个集群控制器使用如下的Load_notice信令格式，向超级控制器上传各自的负载情况，如下表；

源集群控制器IP地址

超级控制器IP地址

Lij

超级控制器收到所有Load_notice信令之后，做出如下判断，如公式：

其中，M表示在M-N关闭算法中启动该算法的门限；当情况1发生时,接下来的算法将不启动,集群控制器将等待下一个T时刻到底时再上报信令Load_notice,转向步骤“第一个T秒时，每个集群控制器使用如下的Load_notice信令格式，向超级控制器上传各自的负载情况”，生时,说明这个系统的负载状况较轻,没必要将全部集群控制器均开启,因此节能算法将会被触发,转向步骤S2，若否，则通过社交网络拓扑分析各个集群控制器的重要度，来决定各集群控制器的开启和关闭；S3，将确定的集群控制器开启或关闭。

在本发明的另一个具体实施例中，一种SDN网络架构的通信方法，所述分配原则为：将要关闭的集群控制器上负载进行分配，优先在同一个集群中进行负载分配；超过同集群负载上限后，向其他集群分配。

在本发明的又一个具体实施例中，一种SDN网络架构的通信方法，步骤2后，还包括：关闭的集群控制器实时监控着其待处理负载数量，当其负载数量超过第二预设门限时，该控制器开启并继续处理其负载。

在本发明的又一个具体实施例中，一种SDN网络架构的通信方法，步骤1还包括：接收各集群控制器发送的信令，所述信令包括控制器标识，以及所述控制器标识对应的当前负载量；根据各述控制器标识对应的当前负载量，以及所述每个控制器标识对应的能耗参数和可容纳的最大负载量，获取所有集群控制器的能量消耗总值。

在本发明的又一个具体实施例中，一种SDN网络架构的通信方法，所述步骤1还包括。

将整个社交网络拓扑用图G＝{V,E}表示，如无特殊说明，一般指无向图，其中n＝|V|表示节点数；v_i表示节点i；e_ij表示节点i和j之间的边，很多时候也称之为连接；A_n*n表示图的邻接矩阵，当无权重时用公式(1)表示，有权重时用(2)公式表示；a_ij是其中的元素；如果是带权图，用w_ij表示节点i和j之间的权重。

节点的出度和入度可以衡量社交网络中与用户影响力相关的指标，在一定程度上可表示节点影响力的大小，本发明中我们使用度中心度来衡量节点对其邻居节点的平均影响力，由如下公式表示：

紧密中心度是基于社交网络上最短路径的方法，紧密中心度可用来衡量当前节点对其他节点的间接影响力，或者信息从该节点传播到其他节点的距离，也可间接度量该用户的社会关系强度。该值越大，表示当前用户和其他用户之间的距离越短，该用户对其他用户的影响速度越快，由如下公式表示：

其中gij’表示节点i到节点j的最短路径长度。

本发明的又一个具体实施例中，建立如下0-1线性规划问题模型，通过判断关闭部分集群控制器后，剩下的集群控制器可以完全容纳关闭控制器中的负载，不会出现丢包的情况，以决定各集群控制器的开启和关闭：

其中x_ij表示集群控制器CC_ij的开关情况，若x_ij＝1则CC_ij为开启，否则为关闭；E_ij表示关闭CC_ij后所降低的能耗，D_ij表示转移CC_ij处全部Packet-In消息所需要的时延，d_ij表示度中心度或紧密中心度,M_ij表示CC_ij处可以容纳的最多的消息个数；L_ij表示CC_ij此时的消息个数。

D_ij由如下公式算得：

D_ij＝t_one*L_ij+t_across*L_ij，

其中，t_one表示在同一集群中转移一个消息的平均时延；t_across表示在不同集群之间转移一个消息的平均时延；

E_ij表示关闭CC_ij后所降低的能耗，由以下公式求得：

E_ij＝P_ij-P_sleep，

其中，P_sleep表示控制器休眠后的能耗，P_ij由如下公式求得、L_ij和M_ij求得：

P＝P_idle+(P_max-P_idle)*(2u-u²)

其中P_idle表示无负载时的能量损耗；P_max表示满负载时的能量损耗；u表示与负载有关的CPU占用率，由当前负载与可承担的最大负载值求商求得。

在本发明的又一个具体实施例中，利用轮询的最小连接数算法进行所述负载分配。

在本发明的又一个具体实施例中，所述利用轮询的最小连接数算法进行所述负载分配过程如下，

通过以上计算，超级控制器得到每个开启的控制器将会接收多少负载，并下发指令对负载进行重新分配。

如图4所示，在本发明的又一个具体实施例中，给出了没有关闭算法(withoutclose)、有关闭算法但是未进行社交网络分析(without SNS)、有关闭算有社交网络分析(with SNS)的负载到达率和能量损耗的关系。该图表明，with SNS的算法具有和withoutSNS一样的节能效果。

如图5示，在本发明的又一个具体实施例中，给出了with SNS和without SNS的负载到达率和引入时延的关闭。

结合图4和5表示，with SNS的算法在减少时延方面有着很好的进步，并且具有与之前算法相同的节能效果。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种SDN网络架构，其特征在于，包括：一个超级控制器和一个或者多个集群，所述一个超级控制器通过多个端口和所述每个集群的每个集群控制器相连，所述超级控制器对每个集群仅激活其中一个或者多个端口，所述端口所连接的集群控制器具有最大的度中心度或者紧密中心度。

2.如权利要求1所述的网络架构，其特征在于，所述集群控制器用于向超级控制器上传负载的排队数量。

3.如权利要求1所述的网络架构，其特征在于，所述超级控制器根据M-N算法触发节能算法，基于分配原则确定集群控制器的开启和关闭。

4.如权利要求1所述的网络架构，其特征在于，所述集群控制器关闭后实时监控着其待处理负载数量，当其负载数量超过第二预设门限时，该集群控制器开启并继续处理其负载。

5.一种根据权利要求1所述的SDN网络架构的通信方法，其特征在于，所述方法包括：

步骤1，所述超级控制器分别激活一个或者多个集群中度中心度或紧密中心度最大的集群控制器所连接的端口；

步骤2，每个集群控制器向超级控制器上传负载的排队数量，超级控制器根据M-N算法触发节能算法，基于分配原则确定集群控制器的开启和关闭。

6.如权利要求5所述的方法，其特征在于，所述步骤1包括：

全部集群控制器构成的社交网络拓扑由无向图G＝{V,E}表示，

$\left\{\begin{array}{cc}{a}_{ij}=1,& (v_i,v_j)\∈E\\ a_{ij}=0,& (v_i,v_j)\∉E\end{array}\right.---\left(1\right),$

$\left\{\begin{array}{cc}{a}_{ij}=w_{ij},& (v_i,v_j)\∈E\\ a_{ij}=\mathrm{\∞},& (v_i,v_j)\∉E\end{array}\right.---\left(2\right),$

其中vi表示节点i；An*n表示图的邻接矩阵，当无权重时用公式1表示，有权重时用公式2表示，用wij表示节点i和j之间的权重；aij是其中的元素；

利用如下公式计算各节点度中心度：

$C^{DEG}\left(v_i\right)=\frac{\mathrm{deg}\left(v_i\right)}{n-1}$

$\mathrm{deg}\left(v_i\right)=\underset{j}{\Σ}{a}_{ij},$

其中n＝|V|代表节点数；

利用如下公式计算各节点紧密中心度，其中gij’表示节点i到节点j的最短路径长度：

$C^{CLO}\left(v_i\right)=\frac{1}{\underset{v_j\∈V\backslash v_i}{\Σ}{g}_{ij}^{\′}};$

基于每个集群控制器的度中心度或紧密中心度，利用多控制器节能问题模型来判断各集群控制器的开启和关闭：

建立如下0-1线性规划问题模型，通过判断关闭部分集群控制器后，剩下的集群控制器可以完全容纳关闭控制器中的负载，不会出现丢包的情况，以决定各集群控制器的开启和关闭：

$min\frac{D_{ij}}{E_{ij}}{d}_{ij}{x}_{ij}$

$\begin{array}{cc}s.t.& \underset{i=1}{\overset{X}{\Σ}}\underset{j=1}{\overset{Y}{\Σ}}{M}_{ij}{x}_{ij}\≥\underset{i=1}{\overset{X}{\Σ}}\underset{j=1}{\overset{Y}{\Σ}}{L}_{ij}\end{array},$

其中x_ij表示集群控制器CC_ij的开关情况，若x_ij＝1则CC_ij为开启，否则为关闭；E_ij表示关闭CC_ij后所降低的能耗，D_ij表示转移CC_ij处全部Packet-In消息所需要的时延，d_ij表示度中心度或紧密中心度,M_ij表示CC_ij处可以容纳的最多的消息个数；L_ij表示CC_ij此时的消息个数。

D_ij由如下公式算得：

D_ij＝t_one*L_ij+t_across*L_ij，

其中，t_one表示在同一集群中转移一个消息的平均时延；t_across表示在不同集群之间转移一个消息的平均时延；

E_ij表示关闭CC_ij后所降低的能耗，由以下公式求得：

E_ij＝P_ij-P_sleep，

其中，P_sleep表示控制器休眠后的能耗，P_ij由如下公式求得、L_ij和M_ij求得：

P＝P_idle+(P_max-P_idle)*(2u-u²)

其中P_idle表示无负载时的能量损耗；P_max表示满负载时的能量损耗；u表示与负载有关的CPU占用率，由当前负载与可承担的最大负载值求商求得。

7.如权利要求5所述的方法，其特征在于，所述分配原则为：优先在同一个集群中进行负载分配；超过同集群负载上限后，向其他集群分配。

8.如权利要求5所述的方法，其特征在于，步骤2后，还包括：关闭的集群控制器实时监控着其待处理负载数量，当其负载数量超过第二预设门限时，该控制器开启并继续处理其负载。

9.如权利要求5所述的方法，其特征在于，利用轮询的最小连接数算法进行所述负载分配。