CN107276662A - 一种软件定义空间信息网络多控制器动态部署方法 - Google Patents
一种软件定义空间信息网络多控制器动态部署方法 Download PDFInfo
- Publication number
- CN107276662A CN107276662A CN201710620723.5A CN201710620723A CN107276662A CN 107276662 A CN107276662 A CN 107276662A CN 201710620723 A CN201710620723 A CN 201710620723A CN 107276662 A CN107276662 A CN 107276662A
- Authority
- CN
- China
- Prior art keywords
- controller
- mrow
- msub
- interchanger
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005012 migration Effects 0.000 claims abstract description 37
- 238000013508 migration Methods 0.000 claims abstract description 37
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 21
- 230000006870 function Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000010181 polygamy Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
-
- 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
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L49/00—Packet switching elements
- H04L49/50—Overload detection or protection within a single switching element
- H04L49/501—Overload detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种软件定义空间信息网络多控制器动态部署方法，在交换节点流量激增的情况下，可以由控制器间的协同合作，通过迁移过载的交换机节点到相邻未过载的区域，实现交换机的动态迁移，以降低控制器的处理压力，使多控制器负载均衡。针对控制器过载时交换机的迁移问题提出了基于交换机的流r、交互时延t、控制器容量f的多目标优化方法，根据上述三个参数选出合适的迁移交换机，根据目标控制器可支撑的剩余负载量，选出目的控制器；针对欠载的控制器，考虑其他控制器的负载能够承受欠载的控制器中所有交换机迁移的要求，对目标进行迁移，随后关闭欠载的控制器。本发明降低了网络响应时延、提高了网络的吞吐量，保证了控制器间的负载均衡。
Description
技术领域
本发明涉及空间信息网络，特别是一种软件定义空间信息网络(SoftwareDefined Spatial Information Network，简称SDSIN)。
背景技术
为满足新时期民用和军事发展战略的需求，加快航空航天科技在远洋航行、应急救援、导航定位、航空运输、航天测控等方面的发展步伐，作为未来卫星网络的发展趋势，空间信息网络已成为目前国际上研究的热点问题。空间信息网络是由不同高度的地球卫星、空间站、无人/有人飞船、飞艇、飞机等节点构成，通过星地、星间链路将各类航天器和地面通信网等异构网络实现互联互通，面向光学、红外多谱段的探测信息，按照信息资源的最大有效综合利用原则构成的天地协同的信息网络。当前空间信息网络中的卫星通常使用星上处理和交换技术，令卫星实现许多地面功能，如地面节点的接入控制、星上的路由交换等。这样能够减少许多用户和卫星之间的信令传输，降低时延，但是同时会增加卫星节点的复杂性，对卫星节点的性能要求较高，因此卫星网络造价高、消耗大、寿命短；空间信息网络为了支撑多种空间业务，将空间无线通信网络与对面传统网络进行融合，不同的网络体制、管理、传输技术都存在差异，并且使用不同的通信协议，增加了网络的异构性，使得信息融合较难。SDN技术的出现，为研究空间信息网络提供了一个新的思路。
软件定义网络(Software Defined Network，SDN)是一种新型的网络架构，它将网络的控制平面和数据平面分离开，简化了网络设备的结构，通过控制平面对网络进行统一集中化的控制，能够从整体上获得网络资源的全局信息，数据平面只需要负责数据转发功能。SDN能够通过可编程接口对网络进行灵活的配置和修改，并通过统一、开放的应用程序编程接口(Application Programming Interface，API)，将网络设备和资源进行抽象、虚拟化表达，从而屏蔽底层硬件差异，在逻辑上根据网络节点的动态变化与业务需求对资源进行实时的按需调配。控制器的网络控制技术包括拓扑管理、链路发现、表项下发和策略制定等。其中，SDN控制器拥有全网视图，控制器的布局会极大地影响其对网络事件处理的性能，所以SDN控制器如何部署是亟待解决的问题。
目前，已有研究人员提出了控制器部署问题，也称CPP问题，即给定一个SDN网络拓扑，控制器应该部署在哪个具体位置以满足预定义的优化目标；之后为了提高SDN网络的可靠性，也有研究人员提出了一种基于可靠性的多控制器部署方案，解决了可靠性问题，但是时延较大；为解决时延问题，有研究提出一种时延优化的部署方案，但是没能考虑控制器容量问题；之后针对时延容忍环境下，充分考虑控制器容量又对控制器进行合理的部署，但是上述种种部署方案都是静态的，即拓扑已知，流量不会突变的环境下进行的研究，其控制器和交换机的映射关系是静态的，而空间信息网络中卫星拓扑是高动态变化的，流量也会因为突发业务而剧烈变化，这就导致传统的多控制器静态部署方法无法适应空间信息网络的高动态变化，最终导致多控制器负载失衡，乃至网络崩溃。
发明内容
为解决现有技术存在的上述问题，本发明要设计一种能适应卫星高动态的拓扑变化和突变的流量变化的软件定义空间信息网络多控制器动态部署方法MDD-SDSIN(Multi-controller dynamic deployment of Software Defined Spatial InformationNetwork)，以降低网络响应时延、提高网络的吞吐量，提升网络的整体性能，保证控制器间的负载均衡。
为了实现上述目的，本发明的技术方案如下：一种软件定义空间信息网络多控制器动态部署方法，包括以下步骤：
A、根据SDSIN架构，对多控制器动态部署问题进行描述
在空间信息网络中，拓扑和网络流量是动态变化的，空间信息网络拓扑周期性变化，呈现出规律性；将卫星网络的动态拓扑进行离散化，将一个系统周期划分为若干个时间片，在时间片内假定卫星网络拓扑不变，如此只需要关注在任一时间片内网络流量的变化，对控制器部署方法进行调整。
B、场景描述
SDN中交换机实时发送Packet-in消息给控制器，通过单位时间内到达控制器的Packet-in的请求数来衡量控制器端的负载。在交换节点流量激增的情况下，由控制器间的协同合作，通过迁移过载的交换机节点到相邻未过载的区域，实现交换机的动态迁移，以降低控制器的处理压力，使多控制器负载均衡。
基于SDN的空间信息网络用G＝(S,E,C)表示，其中集合S＝{S1,S2,...,Sn}代表交换机节点，共n个交换机节点，E代表各节点之间的通信链路，C＝{C1,C2...,Cm}代表控制器集合，共m个控制器，用表示第Ci个控制器所管辖的交换机集合，为交换机节点Sk在t时刻的流请求次数。控制器自身最大处理能力用控制器的容量R来表示，控制器的两个门限分别用过载门限α＝{α1,α2,...,αm}和欠载门限β＝{β1,β2,...,βm}来表示。用Loadj表示第j个控制器的负载。当说明控制器j的负载超过了过载门限，此时认为控制器处于过载状态；当说明控制器j的负载低于欠载门限，此时认为控制器处于欠载状态。
计算时，考虑以下情况：
B1、所有控制器区域均处于负载正常的情况时，不作交换机迁移。
B2、当前控制器管辖区域内流量激增，当前控制器过载、而邻接控制器负载正常时，将交换机动态迁移到邻接控制器区域以实现负载均衡。
B3、多个控制器区域流量激增，邻接控制器区域负载亦过载时，增加新的控制器部署解决问题。
B4、某些控制器区域欠载，且邻接控制器不处于过载状态，将欠载的控制器区域的交换机迁移到邻接控制器区域中，然后关闭之前欠载的控制器，节省资源的开销。
C、基于双门限的交换机动态迁移方法
从场景描述中看出，控制器有三种状态：常态、过载、欠载状态。过载时控制器承受的负载压力很大，会导致控制器失效；欠载时控制器存在不必要的资源开销，浪费系统资源；而常态处于过载和欠载之间。为此，提出一种基于双门限的交换机动态迁移方法，并对场景提出假设条件。
定义1：基于SDN空间信息网络控制器与交换机的连接关系用矩阵A＝(aij)m×n来表示，因为网络中共有m个控制器，n个交换机，所以该矩阵为一个m×n的矩阵。又因为控制器和交换机的连接关系只有两种，所以用0表示未连接，1表示连接。即有：
定义2：控制器Ci和交换机Sj的交互时延用ti,j表示。交互时延由查询时延tinq、控制器与交换机的传输时延ttrans及分组排队的平均时延twait之和构成。当未知流进入交换机时，需要询问控制器转发策略，产生查询时延tinq，传输时延ttrans指的是所有控制器和交换机之间的传输时延，用控制器和交换机的最小距离之和表示。
而分组排队的平均时延为常量，所以，控制器Ci和交换机Sj的交互时延为：
ti,j＝tinq+ttrans+twait (3)
定义3：控制器负载LoadCj与管辖的所有交换机流请求次数和、网络带宽利用率Sband、内存利用率Smemory以及CPU使用率Scpu有关，其中控制器Cj在t时刻的所有交换机请求次数和为所以控制器的负载为：
其中，j＝0,1,...,m，η1+η2+η3+η4＝1。
双门限交换机动态迁移方法算法如下：
C1、根据已定义的过载门限α＝{α1,α2,...,αm}和欠载门限β＝{β1,β2,...,βm}，找出过载的控制器和欠载的控制器。
C2、然后选取合适的交换机进行迁移。针对过载的控制器，过载的控制器所管辖的交换机集合记为P。
选取P中流请求ri较大的交换机，针对交换机的流r、交互时延t、控制器容量f进行多目标优化，该多目标优化包含3个目标函数和4个约束条件，具体描述如下：
总最优化目标函数：
min(F(Xi)) (5)
其包含三个子优化目标函数，分别为：
F(Xi)＝[f1(Xi),f2(Xi),f3(Xi)] (6)
第一个子目标函数为交换机集合P中流请求最大值，记为：
f1(Xi)＝maxi∈P{fi} (7)
第二个子目标函数计算交换机和控制器的交互时延，表示为：
第三个子目标函数计算控制器容量的最小值，表示为：
f3(Xi)＝mini∈m{Ri} (9)
约束条件如下：
交换机与控制器连接状态只有两种：
aij∈{0,1} (10)
网络内控制器总量不小于2个，不超过m个：
P显然包含于S：
Ri始终是非负的：
Ri＞0 (13)
通过对上述多目标优化问题进行求解，得出最优解，选出适合迁移的交换机，完成调度。
C3、针对欠载的控制器，考虑其他控制器的负载能够承受欠载的控制器中所有交换机迁移的要求，对目标进行迁移，随后关闭欠载的控制器，节省资源；
C4、目标控制器的选取。为了保证过载的控制器区域中的交换机迁移后对其他区域的控制器造成过载影响，步骤C2中已针对多目标进行优化选出了最为适合迁移的交换机，这里再加入目标控制器可支撑剩余负载量，提出一种剩余负载差值用来衡量负载的剩余量，即：
iD即为要求的目标控制器。
进一步地，所述的空间信息网络划分为三个平面：数据平面、控制平面和应用平面。数据平面由中继卫星构成的骨干网及用户构成的接入网组成；控制平面由空间信息网络管控中心承载；应用平面由用户运控中心组成。
进一步地，所述的空间信息网络的工作方法包括以下步骤：用户运控中心通过SDN北向接口NBI向空间信息网络管控中心的SDN控制器发出任务请求，SDN控制器采用资源动态调度技术及网络虚拟化，完成任务到资源的映射，并将相关控制指令通过SDN南向接口SBI下发至数据平面，数据平面完成各种任务。同时SDN控制器通过南向接口SBI获取网络状态信息，并通过北向接口NBI将不同用户的虚拟网络视图及网络状态发送给用户运控中心。用户运控中心通过用户管理接口实现对所属虚拟网络的自我管理。
进一步地，所述的网络状态信息包括链路状态和网络流量。
进一步地，对所述的场景假设条件如下：1)所有交换机迁移方法保持一致。2)交换机不存在失效问题。3)卫星可见即可连。
进一步地，所述的控制器的过载标准为控制器容量的80％，欠载标准为控制器容量的20％。
与现有技术相比，本发明具有以下有益效果：
1、本发明将软件定义网络(Software Defined Networking，SDN)的核心技术应用到空间信息网络上。软件定义网络的核心思想是将网络的控制平面与数据转发平面进行分离，从而简化了网络设备的结构，使卫星只需要实施简单的转发和硬件配置功能，由此解决了卫星节点设计复杂、造价高的弊端。在上述体系架构下，通过将空间信息网络中卫星节点资源及星间链路资源进行抽象和虚拟化，可实现资源的灵活共享。通过空间任务认知与资源动态调度，可实现全网资源的优化分配和高效利用。通过SDN及虚拟化技术，可实现空间信息网络的动态控制、用户资源隔离与Qos保障，增强用户对空间信息网络的管控能力。
2、本发明基于软件定义空间信息网络，提出了一种多控制器动态部署方法，在交换节点流量激增的情况下，可以由控制器间的协同合作，通过迁移过载的交换机节点到相邻未过载的区域，实现交换机的动态迁移，以降低控制器的处理压力，使多控制器负载均衡。针对控制器过载时交换机的迁移问题提出了基于交换机的流r、交互时延t、控制器容量f的多目标优化方法，根据上述三个参数选出合适的迁移交换机，根据目标控制器可支撑的剩余负载量，选出目的控制器；针对欠载的控制器，考虑其他控制器的负载能够承受欠载的控制器中所有交换机迁移的要求，对目标进行迁移，随后关闭欠载的控制器，节省资源。该方法降低了网络响应时延、提高了网络的吞吐量，提升了网络的整体性能，保证了控制器间的负载均衡。
附图说明
图1是软件定义空间信息网络架构图。
图2是基于双门限的交换机动态迁移方法流程图。
具体实施方式
下面结合附图对本发明进行进一步地描述。
本发明首先搭建了软件定义空间信息网络架构示意图，如图1所示，SDN采用高度集中的控制方式，将数控分离，控制器下发流表信息能够对业务进行快速部署，这种集中式的控制拥有整个网络的全局视图，可以更好的对网络进行适配合管理，其工作模式为：首先开启空间信息网络控制中心中的SDN控制器监测模块，使之正常工作，该控制器监测模块周期性的交互信息，并监测负载的状况，判断负载处于过载、正常还是欠载状态；然后用户运控中心向空间信息网络控制中心的SDN控制器发出交换机迁移请求，SDN控制器采用优化的接入控制机制，并通过用户管理接口形成虚拟网络视图，采用双门限交换机动态迁移方法将控制指令通过SDN南向接口下发至数据平面，完成交换机的动态迁移；接着如图2所示，提出了一种软件定义空间信息网络多控制器动态部署方法，与多控制器静态部署方法相比，提升了系统的吞吐量，降低了系统的响应时延，提高了整体的网络性能，保证了控制器间的负载均衡。
本发明针对传统的控制器静态部署方法下控制器和交换机的映射关系是静态的，无法适应卫星高动态的拓扑变化和突变的流量变化，容易导致多控制器负载失衡的问题，提出了一种软件定义空间信息网络多控制器动态部署方法。在具体实施时，具体包括以下步骤：
第一步，根据SDSIN架构，对多控制器动态部署问题进行描述；现有多控制器静态部署方案中，由于不考虑拓扑和网络流量的变化，控制器和交换机在网络中的映射关系是静态的，一旦拓扑或者网络流量发生了变化，就会对控制器造成不同程度的冲击，严重的会导致控制器能力不足，最终网络处于瘫痪状态。在空间信息网络中，拓扑和网络流量是动态变化的，主要体现在以下两点：
1、突发性应急业务，流量激增
空间任务分为常态任务和应急任务，常态任务典型例子就是经典数(图)传任务，该类业务时延不敏感，而应急任务诸如自然灾害，重大活动等，需要较大资源保障突发任务的可靠传输。新流的流量会激增，从而对控制器造成极大负载，影响控制器工作性能。
2、拓扑周期性变化，呈现规律性
尽管卫星相对于地面高速运动，但是运动具有周期性、规律性，拓扑呈现周期性变化，由于卫星轨道已知，因此其拓扑虽然高动态变化，但是能够预知其拓扑变化的方式及过程。
在空间信息网络中，拓扑和网络流量是动态变化的，空间信息网络拓扑周期性变化，呈现出规律性，在研究多控制器动态部署问题的时候，将卫星网络的动态拓扑进行离散化，将一个系统周期划分为若干个时间片，在时间片内假定卫星网络拓扑不变，如此只需要关注在任一时间片内网络流量的变化，对控制器部署方法进行调整。
第二步，进行场景描述，从场景描述中可以看出，控制器有三种状态：常态、过载、欠载状态。过载时控制器承受的负载压力很大，会导致控制器失效；欠载时控制器存在不必要的资源开销，浪费系统资源；而常态处于过载和欠载之间。
第三步，基于双门限的交换机动态迁移方法，解决过载时控制器失效的问题以及欠载时资源浪费的问题，以实现控制器间负载均衡；选择迁移交换机的标准是：选取P中流请求ri较大的交换机，因为对流请求较大的交换机进行迁移使得过载的控制器的负载压力快速下载，达到负载均衡的目的；但是只考虑流最大是不合理的，因为还得考虑交互时延，可能会出现选择的大流交换机因为交互时延比较大还没迁移出去就会导致该过载的控制器的崩溃；同时还应考虑控制器容量的问题。具体的，针对控制器过载时交换机的迁移问题提出了基于交换机的流r、交互时延t、控制器容量f的多目标优化方法，根据上述三个参数选出合适的迁移交换机，根据目标控制器可支撑的剩余负载量，选出目的控制器；针对欠载的控制器，考虑其他控制器的负载能够承受欠载的控制器中所有交换机迁移的要求，对目标进行迁移，随后关闭欠载的控制器，节省资源。该方法降低了网络响应时延、提高了网络的吞吐量，提升了网络的整体性能，保证了控制器间的负载均衡。
本发明不局限于本实施例，任何在本发明披露的技术范围内的等同构思或者改变，均列为本发明的保护范围。
Claims (6)
1.一种软件定义空间信息网络多控制器动态部署方法，其特征在于：包括以下步骤：
A、根据SDSIN架构，对多控制器动态部署问题进行描述
在空间信息网络中，拓扑和网络流量是动态变化的，空间信息网络拓扑周期性变化，呈现出规律性；将卫星网络的动态拓扑进行离散化，将一个系统周期划分为若干个时间片，在时间片内假定卫星网络拓扑不变，如此只需要关注在任一时间片内网络流量的变化，对控制器部署方法进行调整；
B、场景描述
SDN中交换机实时发送Packet-in消息给控制器，通过单位时间内到达控制器的Packet-in的请求数来衡量控制器端的负载；在交换节点流量激增的情况下，由控制器间的协同合作，通过迁移过载的交换机节点到相邻未过载的区域，实现交换机的动态迁移，以降低控制器的处理压力，使多控制器负载均衡；
基于SDN的空间信息网络用G＝(S,E,C)表示，其中集合S＝{S1,S2,...,Sn}代表交换机节点，共n个交换机节点，E代表各节点之间的通信链路，C＝{C1,C2...,Cm}代表控制器集合，共m个控制器，用表示第Ci个控制器所管辖的交换机集合，为交换机节点Sk在t时刻的流请求次数；控制器自身最大处理能力用控制器的容量R来表示，控制器的两个门限分别用过载门限α＝{α1,α2,...,αm}和欠载门限β＝{β1,β2,...,βm}来表示；用Loadj表示第j个控制器的负载；当说明控制器j的负载超过了过载门限，此时认为控制器处于过载状态；当说明控制器j的负载低于欠载门限，此时认为控制器处于欠载状态；
计算时，考虑以下情况：
B1、所有控制器区域均处于负载正常的情况时，不作交换机迁移；
B2、当前控制器管辖区域内流量激增，当前控制器过载、而邻接控制器负载正常时，将交换机动态迁移到邻接控制器区域以实现负载均衡；
B3、多个控制器区域流量激增，邻接控制器区域负载亦过载时，增加新的控制器部署解决问题；
B4、某些控制器区域欠载，且邻接控制器不处于过载状态，将欠载的控制器区域的交换机迁移到邻接控制器区域中，然后关闭之前欠载的控制器，节省资源的开销；
C、基于双门限的交换机动态迁移方法
从场景描述中看出，控制器有三种状态：常态、过载、欠载状态；过载时控制器承受的负载压力很大，会导致控制器失效；欠载时控制器存在不必要的资源开销，浪费系统资源；而常态处于过载和欠载之间；为此，提出一种基于双门限的交换机动态迁移方法，并对场景提出假设条件；
定义1：基于SDN空间信息网络控制器与交换机的连接关系用矩阵A＝(aij)m×n来表示，因为网络中共有m个控制器，n个交换机，所以该矩阵为一个m×n的矩阵；又因为控制器和交换机的连接关系只有两种，所以用0表示未连接，1表示连接；即有：
<mrow>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>s</mi>
<mi>j</mi>
</msub>
<mi>i</mi>
<mi>s</mi>
<mi> </mi>
<mi>c</mi>
<mi>o</mi>
<mi>n</mi>
<mi>n</mi>
<mi>e</mi>
<mi>c</mi>
<mi>t</mi>
<mi>e</mi>
<mi>d</mi>
<mi> </mi>
<mi>t</mi>
<mi>o</mi>
<mi> </mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
1
定义2：控制器Ci和交换机Sj的交互时延用ti,j表示；交互时延由查询时延tinq、控制器与交换机的传输时延ttrans及分组排队的平均时延twait之和构成；当未知流进入交换机时，需要询问控制器转发策略，产生查询时延tinq，传输时延ttrans指的是所有控制器和交换机之间的传输时延，用控制器和交换机的最小距离之和表示；
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>t</mi>
<mi>r</mi>
<mi>a</mi>
<mi>n</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>m</mi>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
</mrow>
</munder>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>S</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
而分组排队的平均时延为常量，所以，控制器Ci和交换机Sj的交互时延为：
ti,j＝tinq+ttrans+twait (3)
定义3：控制器负载LoadCj与管辖的所有交换机流请求次数和、网络带宽利用率Sband、内存利用率Smemory以及CPU使用率Scpu有关，其中控制器Cj在t时刻的所有交换机请求次数和为所以控制器的负载为：
<mrow>
<msub>
<mi>Load</mi>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
</msub>
<mo>=</mo>
<msub>
<mi>&eta;</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
</msub>
</mrow>
</munder>
<msub>
<mi>f</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
<mi>n</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mn>3</mn>
</msub>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>m</mi>
<mi>e</mi>
<mi>m</mi>
<mi>o</mi>
<mi>r</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&eta;</mi>
<mn>4</mn>
</msub>
<mo>&times;</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>c</mi>
<mi>p</mi>
<mi>u</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，j＝0,1,...,m，η1+η2+η3+η4＝1；
双门限交换机动态迁移方法算法如下：
C1、根据已定义的过载门限α＝{α1,α2,...,αm}和欠载门限β＝{β1,β2,...,βm}，找出过载的控制器和欠载的控制器；
C2、然后选取合适的交换机进行迁移；针对过载的控制器，过载的控制器所管辖的交换机集合记为P；
选取P中流请求ri较大的交换机，针对交换机的流r、交互时延t、控制器容量f进行多目标优化，该多目标优化包含3个目标函数和4个约束条件，具体描述如下：
总最优化目标函数：
min(F(Xi)) (5)
其包含三个子优化目标函数，分别为：
F(Xi)＝[f1(Xi),f2(Xi),f3(Xi)] (6)
第一个子目标函数为交换机集合P中流请求最大值，记为：
f1(Xi)＝maxi∈P{fi} (7)
第二个子目标函数计算交换机和控制器的交互时延，表示为：
<mrow>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>m</mi>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<msub>
<mi>S</mi>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
</msub>
</mrow>
</munder>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>S</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>t</mi>
<mi>r</mi>
<mi>a</mi>
<mi>n</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>w</mi>
<mi>a</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
第三个子目标函数计算控制器容量的最小值，表示为：
f3(Xi)＝mini∈m{Ri} (9)
约束条件如下：
交换机与控制器连接状态只有两种：
aij∈{0,1} (10)
网络内控制器总量不小于2个，不超过m个：
<mrow>
<mn>2</mn>
<mo>&le;</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>a</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mi>m</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
2
P显然包含于S：
<mrow>
<mi>P</mi>
<mo>&Subset;</mo>
<mi>S</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
Ri始终是非负的：
Ri＞0 (13)
通过对上述多目标优化问题进行求解，得出最优解，选出适合迁移的交换机，完成调度；
C3、针对欠载的控制器，考虑其他控制器的负载能够承受欠载的控制器中所有交换机迁移的要求，对目标进行迁移，随后关闭欠载的控制器，节省资源；
C4、目标控制器的选取；为了保证过载的控制器区域中的交换机迁移后对其他区域的控制器造成过载影响，步骤C2中已针对多目标进行优化选出了最为适合迁移的交换机，这里再加入目标控制器可支撑剩余负载量，提出一种剩余负载差值用来衡量负载的剩余量，即：
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>i</mi>
<mi>D</mi>
</msup>
<mo>=</mo>
<mi>arg</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>Load</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>&ForAll;</mo>
<msub>
<mi>Load</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>i</mi>
<mo>&Element;</mo>
<mi>m</mi>
</mrow>
</msub>
<mo><</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
iD即为要求的目标控制器。
2.根据权利要求1所述的一种软件定义空间信息网络多控制器动态部署方法，其特征在于：所述的空间信息网络划分为三个平面：数据平面、控制平面和应用平面；数据平面由中继卫星构成的骨干网及用户构成的接入网组成；控制平面由空间信息网络管控中心承载；应用平面由用户运控中心组成。
3.根据权利要求1所述的一种软件定义空间信息网络多控制器动态部署方法，其特征在于：所述的空间信息网络的工作方法包括以下步骤：用户运控中心通过SDN北向接口NBI向空间信息网络管控中心的SDN控制器发出任务请求，SDN控制器采用资源动态调度技术及网络虚拟化，完成任务到资源的映射，并将相关控制指令通过SDN南向接口SBI下发至数据平面，数据平面完成各种任务；同时SDN控制器通过南向接口SBI获取网络状态信息，并通过北向接口NBI将不同用户的虚拟网络视图及网络状态发送给用户运控中心；用户运控中心通过用户管理接口实现对所属虚拟网络的自我管理。
4.根据权利要求3所述的一种软件定义空间信息网络多控制器动态部署方法，其特征在于：所述的网络状态信息包括链路状态和网络流量。
5.根据权利要求1所述的一种软件定义空间信息网络多控制器动态部署方法，其特征在于：对所述的场景假设条件如下：1)所有交换机迁移方法保持一致；2)交换机不存在失效问题；3)卫星可见即可连。
6.根据权利要求1所述的一种软件定义空间信息网络多控制器动态部署方法，其特征在于：所述的控制器的过载标准为控制器容量的80％，欠载标准为控制器容量的20％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710620723.5A CN107276662B (zh) | 2017-07-27 | 2017-07-27 | 一种软件定义空间信息网络多控制器动态部署方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710620723.5A CN107276662B (zh) | 2017-07-27 | 2017-07-27 | 一种软件定义空间信息网络多控制器动态部署方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107276662A true CN107276662A (zh) | 2017-10-20 |
| CN107276662B CN107276662B (zh) | 2019-12-03 |
Family
ID=60078664
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710620723.5A Active CN107276662B (zh) | 2017-07-27 | 2017-07-27 | 一种软件定义空间信息网络多控制器动态部署方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107276662B (zh) |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512700A (zh) * | 2018-03-21 | 2018-09-07 | 常熟理工学院 | 一种软件定义网络的数据通信实现方法 |
| CN108566295A (zh) * | 2018-03-22 | 2018-09-21 | 西安交通大学 | 一种基于软件定义网络的平面式控制架构的一致性构建方法 |
| CN108768698A (zh) * | 2018-05-02 | 2018-11-06 | 长沙学院 | 一种基于sdn的多控制器动态部署方法和系统 |
| CN108777636A (zh) * | 2018-05-25 | 2018-11-09 | 陕西师范大学 | 一种软件定义网络中鲁棒的多控制器优化部署方法 |
| CN108880918A (zh) * | 2018-08-24 | 2018-11-23 | 北京邮电大学 | 一种sdn多控制器负载均衡方法及系统 |
| CN108900428A (zh) * | 2018-06-26 | 2018-11-27 | 南京邮电大学 | 基于交换机动态迁移的控制器负载均衡方法 |
| CN109245930A (zh) * | 2018-09-17 | 2019-01-18 | 武汉思普崚技术有限公司 | 一种云安全网元、云计算管理平台及系统 |
| CN109379747A (zh) * | 2018-12-04 | 2019-02-22 | 北京邮电大学 | 无线网络多控制器部署和资源分配方法和装置 |
| CN109905280A (zh) * | 2019-03-21 | 2019-06-18 | 北京邮电大学 | 一种面向移动卫星网络的仿真方法及系统 |
| CN110034955A (zh) * | 2019-03-26 | 2019-07-19 | 重庆邮电大学 | 一种考虑多种交换机迁移指标的目标控制器选取方法 |
| CN110784366A (zh) * | 2019-11-11 | 2020-02-11 | 重庆邮电大学 | Sdn中基于immac算法的交换机迁移方法 |
| CN111565214A (zh) * | 2020-03-06 | 2020-08-21 | 国网重庆市电力公司南岸供电分公司 | 一种软件定义网络负载均衡方法、系统及装置 |
| CN111580968A (zh) * | 2020-05-07 | 2020-08-25 | 广西大学 | 基于雾计算的医疗云平台负载自动均衡方法、系统及介质 |
| CN111918314A (zh) * | 2020-08-20 | 2020-11-10 | 浪潮思科网络科技有限公司 | 一种基于分布式sdn的移动网络优化方法及系统 |
| CN112543048A (zh) * | 2020-11-06 | 2021-03-23 | 西安电子科技大学 | 增量补偿健壮拓扑控制方法、系统、介质、设备、终端 |
| CN112637286A (zh) * | 2020-12-10 | 2021-04-09 | 中国联合网络通信集团有限公司 | 网络架构调整方法、装置、系统和计算机可读存储介质 |
| CN112702186A (zh) * | 2020-11-23 | 2021-04-23 | 福建师范大学 | 一种sd-wan环境下的多控制器部署方法及终端 |
| CN113098713A (zh) * | 2021-03-29 | 2021-07-09 | 大连大学 | 一种空间信息网络端到端可靠性评估方法 |
| CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
| CN113630330A (zh) * | 2021-08-09 | 2021-11-09 | 北京邮电大学 | 软件定义网络多控制器负载均衡方法及系统 |
| CN113645146A (zh) * | 2021-08-09 | 2021-11-12 | 北京邮电大学 | 基于新流密度的软件定义网络控制器负载均衡方法及系统 |
| CN114355775A (zh) * | 2021-12-29 | 2022-04-15 | 航天科工网络信息发展有限公司 | 基于sdn网络和深度强化学习多控制器部署方法及系统 |
| CN114374427A (zh) * | 2022-01-19 | 2022-04-19 | 苏州全时空信息技术有限公司 | 软件定义的中低轨卫星网络中控制器动态部署方法及系统 |
| CN114710199A (zh) * | 2022-04-01 | 2022-07-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于sdn的卫星网络多控制器动态部署方法及系统 |
| CN117811639A (zh) * | 2023-12-28 | 2024-04-02 | 中国电信股份有限公司卫星通信分公司 | 网络的网络功能部署方法、装置及可读存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN105959232A (zh) * | 2016-06-16 | 2016-09-21 | 清华大学 | 一种基于软件定义网络控制点优化的卫星网络路由方法 |
| CN106301911A (zh) * | 2016-08-12 | 2017-01-04 | 南京大学 | 基于sdn的空间信息网络半实物集中式仿真平台及其实现方法 |
| CN106411736A (zh) * | 2016-11-17 | 2017-02-15 | 中国电子科技集团公司第五十四研究所 | 一种面向软件定义卫星网络的节点资源发现策略优化方法 |
| CN106685511A (zh) * | 2016-11-02 | 2017-05-17 | 北京邮电大学 | 一种空间信息网络架构 |
| WO2017113273A1 (zh) * | 2015-12-31 | 2017-07-06 | 华为技术有限公司 | 一种软件定义数据中心及其中的服务集群的调度和流量监控方法 |
| CN106941456A (zh) * | 2017-05-17 | 2017-07-11 | 华中科技大学 | 一种软件定义网络中控制平面的负载均衡方法及系统 |
-
2017
- 2017-07-27 CN CN201710620723.5A patent/CN107276662B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| WO2017113273A1 (zh) * | 2015-12-31 | 2017-07-06 | 华为技术有限公司 | 一种软件定义数据中心及其中的服务集群的调度和流量监控方法 |
| CN105959232A (zh) * | 2016-06-16 | 2016-09-21 | 清华大学 | 一种基于软件定义网络控制点优化的卫星网络路由方法 |
| CN106301911A (zh) * | 2016-08-12 | 2017-01-04 | 南京大学 | 基于sdn的空间信息网络半实物集中式仿真平台及其实现方法 |
| CN106685511A (zh) * | 2016-11-02 | 2017-05-17 | 北京邮电大学 | 一种空间信息网络架构 |
| CN106411736A (zh) * | 2016-11-17 | 2017-02-15 | 中国电子科技集团公司第五十四研究所 | 一种面向软件定义卫星网络的节点资源发现策略优化方法 |
| CN106941456A (zh) * | 2017-05-17 | 2017-07-11 | 华中科技大学 | 一种软件定义网络中控制平面的负载均衡方法及系统 |
Cited By (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108512700A (zh) * | 2018-03-21 | 2018-09-07 | 常熟理工学院 | 一种软件定义网络的数据通信实现方法 |
| CN108512700B (zh) * | 2018-03-21 | 2020-10-23 | 常熟理工学院 | 一种软件定义网络的数据通信实现方法 |
| CN108566295B (zh) * | 2018-03-22 | 2020-03-24 | 西安交通大学 | 一种基于软件定义网络的平面式控制架构的一致性构建方法 |
| CN108566295A (zh) * | 2018-03-22 | 2018-09-21 | 西安交通大学 | 一种基于软件定义网络的平面式控制架构的一致性构建方法 |
| CN108768698A (zh) * | 2018-05-02 | 2018-11-06 | 长沙学院 | 一种基于sdn的多控制器动态部署方法和系统 |
| CN108768698B (zh) * | 2018-05-02 | 2021-04-20 | 长沙学院 | 一种基于sdn的多控制器动态部署方法和系统 |
| CN108777636A (zh) * | 2018-05-25 | 2018-11-09 | 陕西师范大学 | 一种软件定义网络中鲁棒的多控制器优化部署方法 |
| CN108777636B (zh) * | 2018-05-25 | 2019-07-02 | 陕西师范大学 | 一种软件定义网络中鲁棒的多控制器优化部署方法 |
| CN108900428A (zh) * | 2018-06-26 | 2018-11-27 | 南京邮电大学 | 基于交换机动态迁移的控制器负载均衡方法 |
| CN108880918A (zh) * | 2018-08-24 | 2018-11-23 | 北京邮电大学 | 一种sdn多控制器负载均衡方法及系统 |
| CN109245930A (zh) * | 2018-09-17 | 2019-01-18 | 武汉思普崚技术有限公司 | 一种云安全网元、云计算管理平台及系统 |
| CN109379747B (zh) * | 2018-12-04 | 2022-04-12 | 北京邮电大学 | 无线网络多控制器部署和资源分配方法和装置 |
| CN109379747A (zh) * | 2018-12-04 | 2019-02-22 | 北京邮电大学 | 无线网络多控制器部署和资源分配方法和装置 |
| CN109905280A (zh) * | 2019-03-21 | 2019-06-18 | 北京邮电大学 | 一种面向移动卫星网络的仿真方法及系统 |
| CN110034955A (zh) * | 2019-03-26 | 2019-07-19 | 重庆邮电大学 | 一种考虑多种交换机迁移指标的目标控制器选取方法 |
| CN110034955B (zh) * | 2019-03-26 | 2022-03-22 | 重庆邮电大学 | 一种考虑多种交换机迁移指标的目标控制器选取方法 |
| CN110784366A (zh) * | 2019-11-11 | 2020-02-11 | 重庆邮电大学 | Sdn中基于immac算法的交换机迁移方法 |
| CN111565214A (zh) * | 2020-03-06 | 2020-08-21 | 国网重庆市电力公司南岸供电分公司 | 一种软件定义网络负载均衡方法、系统及装置 |
| CN111580968A (zh) * | 2020-05-07 | 2020-08-25 | 广西大学 | 基于雾计算的医疗云平台负载自动均衡方法、系统及介质 |
| CN111580968B (zh) * | 2020-05-07 | 2023-04-18 | 广西大学 | 基于雾计算的医疗云平台负载自动均衡方法、系统及介质 |
| CN111918314A (zh) * | 2020-08-20 | 2020-11-10 | 浪潮思科网络科技有限公司 | 一种基于分布式sdn的移动网络优化方法及系统 |
| CN111918314B (zh) * | 2020-08-20 | 2024-03-29 | 浪潮思科网络科技有限公司 | 一种基于分布式sdn的移动网络优化方法及系统 |
| CN112543048A (zh) * | 2020-11-06 | 2021-03-23 | 西安电子科技大学 | 增量补偿健壮拓扑控制方法、系统、介质、设备、终端 |
| CN112702186A (zh) * | 2020-11-23 | 2021-04-23 | 福建师范大学 | 一种sd-wan环境下的多控制器部署方法及终端 |
| CN112702186B (zh) * | 2020-11-23 | 2023-10-27 | 福建师范大学 | 一种sd-wan环境下的多控制器部署方法及终端 |
| CN112637286B (zh) * | 2020-12-10 | 2022-02-25 | 中国联合网络通信集团有限公司 | 网络架构调整方法、装置、系统和计算机可读存储介质 |
| CN112637286A (zh) * | 2020-12-10 | 2021-04-09 | 中国联合网络通信集团有限公司 | 网络架构调整方法、装置、系统和计算机可读存储介质 |
| CN113098713A (zh) * | 2021-03-29 | 2021-07-09 | 大连大学 | 一种空间信息网络端到端可靠性评估方法 |
| CN113098713B (zh) * | 2021-03-29 | 2022-08-23 | 大连大学 | 一种空间信息网络端到端可靠性评估方法 |
| CN113595613A (zh) * | 2021-06-29 | 2021-11-02 | 中国人民解放军国防科技大学 | 用于低轨软件定义卫星网络的控制器部署方法 |
| CN113645146A (zh) * | 2021-08-09 | 2021-11-12 | 北京邮电大学 | 基于新流密度的软件定义网络控制器负载均衡方法及系统 |
| CN113630330B (zh) * | 2021-08-09 | 2023-07-28 | 北京邮电大学 | 软件定义网络多控制器负载均衡方法及系统 |
| CN113645146B (zh) * | 2021-08-09 | 2023-09-26 | 北京邮电大学 | 基于新流密度的软件定义网络控制器负载均衡方法及系统 |
| CN113630330A (zh) * | 2021-08-09 | 2021-11-09 | 北京邮电大学 | 软件定义网络多控制器负载均衡方法及系统 |
| CN114355775A (zh) * | 2021-12-29 | 2022-04-15 | 航天科工网络信息发展有限公司 | 基于sdn网络和深度强化学习多控制器部署方法及系统 |
| CN114374427A (zh) * | 2022-01-19 | 2022-04-19 | 苏州全时空信息技术有限公司 | 软件定义的中低轨卫星网络中控制器动态部署方法及系统 |
| CN114710199A (zh) * | 2022-04-01 | 2022-07-05 | 中国人民解放军战略支援部队航天工程大学 | 一种基于sdn的卫星网络多控制器动态部署方法及系统 |
| CN114710199B (zh) * | 2022-04-01 | 2022-10-21 | 中国人民解放军战略支援部队航天工程大学 | 一种基于sdn的卫星网络多控制器动态部署方法及系统 |
| CN117811639A (zh) * | 2023-12-28 | 2024-04-02 | 中国电信股份有限公司卫星通信分公司 | 网络的网络功能部署方法、装置及可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107276662B (zh) | 2019-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107276662B (zh) | 一种软件定义空间信息网络多控制器动态部署方法 | |
| CN109714219B (zh) | 一种基于卫星网络的虚拟网络功能快速映射方法 | |
| CN109981438B (zh) | 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法 | |
| Sergeeva et al. | Dynamic airspace configuration by genetic algorithm | |
| Stojmenovic | Fog computing: A cloud to the ground support for smart things and machine-to-machine networks | |
| CN103207814B (zh) | 一种去中心化的跨集群资源管理与任务调度系统与调度方法 | |
| CN112600717B (zh) | 基于sdn的卫星网络管控协议半实物试验装置 | |
| CN105376297B (zh) | Sdn控制器数量调整以及与交换机映射的方法 | |
| Tavousi et al. | A fuzzy approach for optimal placement of IoT applications in fog-cloud computing | |
| Li et al. | Mobile-edge computing-based delay minimization controller placement in SDN-IoV | |
| CN109343945A (zh) | 一种基于合同网算法的多任务动态分配方法 | |
| CN106156413B (zh) | 一种面向大规模分布式综合模块化航电系统dima的多层次建模设计方法 | |
| CN114268575A (zh) | 天地一体化信息网络中自适应立体传输方法及系统 | |
| Qi et al. | SDN-based dynamic multi-path routing strategy for satellite networks | |
| CN102104542A (zh) | 转发和控制分离网络件架构下实现业务集群路由器的方法 | |
| Kazemi et al. | Divisible load framework and close form for scheduling in fog computing systems | |
| Al-Jaroodi et al. | Service-oriented architecture for big data analytics in smart cities | |
| Colajanni et al. | Service chain placement optimization in 5G FANET-based network edge | |
| Xiaohuan et al. | An aggregate flow based scheduler in multi-task cooperated UAVs network | |
| CN106789293A (zh) | 一种空间信息网络空间层控制器选举算法 | |
| Lam et al. | DEVELOPMENT OF AN INTELLIGENT AGENT FOR AIRPORT GATE ASSIGNMENT. | |
| Bisht et al. | Survey on Load Balancing and Scheduling Algorithms in Cloud Integrated Fog Environment | |
| Mobasheri et al. | Toward developing fog decision making on the transmission rate of various IoT devices based on reinforcement learning | |
| Zhang et al. | MPTO-MT: A multi-period vehicular task offloading method in 5G HetNets | |
| CN114024894B (zh) | 软件定义天地一体化网络中的动态传算方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared | ||
| OL01 | Intention to license declared |