CN109756424A - 业务流表聚合方法及系统 - Google Patents

业务流表聚合方法及系统 Download PDF

Info

Publication number
CN109756424A
CN109756424A CN201910227259.2A CN201910227259A CN109756424A CN 109756424 A CN109756424 A CN 109756424A CN 201910227259 A CN201910227259 A CN 201910227259A CN 109756424 A CN109756424 A CN 109756424A
Authority
CN
China
Prior art keywords
business
flow
sdn
current
flow table
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.)
Pending
Application number
CN201910227259.2A
Other languages
English (en)
Inventor
尹志斌
马跃
白晖峰
霍超
侯莹莹
纪雨彤
彭柏
聂正璞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing Smartchip Microelectronics Technology Co Ltd
Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing Smartchip Microelectronics Technology Co Ltd
Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Beijing Smartchip Microelectronics Technology Co Ltd, Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910227259.2A priority Critical patent/CN109756424A/zh
Publication of CN109756424A publication Critical patent/CN109756424A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种业务流表聚合方法及系统，用于基于SDN的IP数据网和光传输网协同控制机制下的数据传输，该方法包括：当业务流进入SDN网络时，SDN转发设备判断当前流表中是否存在匹配当前业务流的表项，若不存在，则将当前业务流转发至SDN控制器；SDN控制器识别当前业务流中的各业务的业务类型；SDN控制器统计当前业务流中的各业务的源地址以及目的地址信息；SDN控制器将当前业务流中的业务类型相同且源地址以及目的地址均相同的各个业务的流表进行聚合，生成一汇总的流表；SDN控制器将汇总的流表下发；SDN转发设备按照汇总的流表信息将当前业务流进行数据转发。该业务流表聚合方法及系统能够有效提高流表的下发效率以及转发效率。

Description

业务流表聚合方法及系统
技术领域
本发明是关于电力通信技术领域，特别是关于一种业务流表聚合方法及系统。
背景技术
能源互联网发展的新趋势下，电力信息通信新业务日益多样化和复杂化。随着智能电网不断发展壮大，电力通信网骨干网的流量规模越来越大；同时，在业务云化时代，流量模型具有事件性、突发性，需要网络具备灵活调整、快速响应业务变化的能力，给现有网络带来巨大的压力。基于SDN(软件定义网络，Software Defined Network)的IP数据网和光传输网协同控制机制，将光层传输高速性与网络业务传输的灵活性相融合，实现IP网络与光网络的动态协同，对上获取业务需求，对下优化资源配置，实现电力数据通信网络的智能化。
SDN作为一种基于软件定义思想的开放式网络架构及技术体系，其核心在于网络节点的控制与转发功能相互分离，控制功能全部集中到远程的SDN控制器上完成，而SDN交换机只负责在本地做简单高速的数据转发。在SDN交换机的运行过程中，其数据转发的依据就是流表。SDN控制器下发流表给交换机，交换机则根据这些流表来匹配并转发数据流。
IP数据包需要匹配的域越来越多，而SDN控制器的处理能力及交换机中流表的存储容量有限，因此SDN网络中的流表资源以及控制器计算资源都是受限的。另外即时消息应用会产生数量巨大的流，在SDN网络中将会消耗大量的流表资源和控制器计算资源，流表空间很有可能会溢出，并阻塞数据包，有可能造成交换机无法正常工作。
SDN交换机根据控制器下发的流表进行数据转发。每当有新的数据流进入交换机，交换机会向控制器发送消息来询问控制器，该数据流应如何处理。控制器经过计算后，会生成一条流表项，并将流表项下发给交换机，交换机则根据流表进行数据转发。大量的数据包会造成一些接近控制器的SDN交换机流表项过多的问题，且大量的流表不仅会带来管理的复杂，还会占用网络资源，如何提高流表下发的效率进而提高交换机的转发效率就成了亟待解决的问题。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种业务流表聚合方法及系统，其将相同业务类型的数据包流表项进行聚合，将源节点与目的节点相同的数据包流表项也进行聚合，能够有效提高流表的下发效率以及转发效率。
为实现上述目的，本发明提供了一种业务流表聚合方法，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，所述业务流表聚合方法包括：当业务流进入SDN网络时，SDN转发设备判断当前流表中是否存在匹配当前业务流的表项，若不存在，则所述SDN转发设备将所述当前业务流转发至SDN控制器；所述SDN控制器识别所述当前业务流中的各业务的业务类型；所述SDN控制器统计所述当前业务流中的各业务的源地址以及目的地址信息；所述SDN控制器将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成一汇总的流表；所述SDN控制器将所述汇总的流表下发至所述SDN转发设备；所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，所述业务流表聚合方法还包括：当业务流进入SDN网络时，所述SDN转发设备判断当前流表中是否存在匹配当前业务流的表项，若存在，则所述SDN转发设备按照所述当前流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，在所述SDN转发设备将所述当前业务流进行数据转发之后，还包括：所述SDN控制器检测是否存在数据转发路径达到设定的流量阈值，若存在，则所述SDN控制器动态分配带宽，并更新流表信息；所述SDN转发设备按照更新后的流表信息，切换到新的数据转发路径上，进行数据转发，其中，在所述流表信息中，一个业务对应多条数据转发路径。
在一优选的实施方式中，所述SDN控制器具有业务识别处理模块，所述SDN控制器识别所述当前业务流中的各业务的业务类型包括：所述业务识别处理模块对所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理从而确定所述当前业务流的各业务的业务类型，
其中，所述贝叶斯赋权分类的算法包括：对于因果关系A→B，特征集A的取值范围为{A1,A2,...,Am}，类别集B的取值范围为{B1,B2,...,Bn}，其中，所述特征集A的每个元素代表一个业务特征，所述业务特征包括所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度，所述类别集B的每个元素代表一个业务类型，在输入所述业务特征Aj下，输出所述业务类型Bi的概率为：其中，P(Bi)为所述业务类型Bi发生的概率，P(Ai)为所述业务特征Aj发生的概率，P(Aj/Bi)为在输入指标为所述业务类型Bi时，所述业务特征Aj发生的概率；
引入分类因子α(Bi/Aj)，其表示所述业务特征Aj对于所述业务类型Bi的分类因子，其中，
其中，m为所述特征集A中的所述业务特征的个数，IS值为一个所述业务特征对分类重要程度大小的度量，其中，
I(A)＝-logP(A)
对所述分类因子进一步计算，通过权重向量矩阵进而识别所述业务类型，其中，所述权重向量矩阵TK表示为：
经所述权重向量矩阵加权后的所述业务特征Aj对于所述业务类型Bi的分类因子表示为：
本发明还提供了一种业务流表聚合系统，其用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输，所述业务流表聚合系统包括：SDN控制器和SDN转发设备。
当业务流进入SDN网络时，所述SDN转发设备判断当前流表中是否存在匹配当前业务流的表项，若不存在，则所述SDN转发设备将所述当前业务流转发至所述SDN控制器；所述SDN控制器识别所述当前业务流中的各业务的业务类型；所述SDN控制器统计所述当前业务流中的各业务的源地址以及目的地址信息；所述SDN控制器将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成一汇总的流表；所述SDN控制器将所述汇总的流表下发至所述SDN转发设备；所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，所述业务流表聚合系统还包括：当业务流进入SDN网络时，所述SDN转发设备判断当前流表中是否存在匹配当前业务流的表项，若存在，则所述SDN转发设备将所述当前业务流按照所述当前流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，所述业务流表聚合系统还包括：在所述SDN转发设备将所述当前业务流进行数据转发之后，所述SDN控制器检测是否存在数据转发路径达到设定的流量阈值，若存在，则所述SDN控制器动态分配带宽，并更新流表信息；所述SDN转发设备按照更新后的流表信息，切换到新的数据转发路径上，进行数据转发，其中，在所述流表信息中，一个业务对应多条数据转发路径。
在一优选的实施方式中，所述SDN控制器识别所述当前业务流中的各业务的业务类型包括：所述SDN控制器中的业务识别处理模块对所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理从而确定所述当前业务流的各业务的业务类型，
其中，所述贝叶斯赋权分类的算法包括：
对于因果关系A→B，特征集A的取值范围为{A1,A2,...,Am}，类别集B的取值范围为{B1,B2,...,Bn}，其中，所述特征集A的每个元素代表一个业务特征，所述业务特征包括所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度，所述类别集B的每个元素代表一个业务类型，在输入所述业务特征Aj下，输出所述业务类型Bi的概率为：
其中，P(Bi)为所述业务类型Bi发生的概率，P(Ai)为所述业务特征Aj发生的概率，P(Aj/Bi)为在输入指标为所述业务类型Bi时，所述业务特征Aj发生的概率；
引入分类因子α(Bi/Aj)，其表示所述业务特征Aj对于所述业务类型Bi的分类因子，其中，
其中，m为所述特征集A中的所述业务特征的个数，IS值为一个所述业务特征对分类重要程度大小的度量，其中，
I(A)＝-logP(A)
对所述分类因子进一步计算，通过权重向量矩阵进而识别所述业务类型，其中，所述权重向量矩阵TK表示为：
经所述权重向量矩阵加权后的所述业务特征Aj对于所述业务类型Bi的分类因子表示为：
本发明还提供了一种SDN控制器，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，所述SDN控制器包括：业务类型识别模块、流表聚合模块、流表下发模块。业务类型识别模块用于识别当前业务流中的各业务的业务类型，并且统计所述当前业务流中的各业务的源地址以及目的地址信息，其中，所述当前业务流是由SDN转发设备转发至所述SDN控制器的，当业务流进入SDN网络时，所述SDN转发设备判断当前流表中若未存在匹配所述业务流的表项，则将所述业务流进行转发；流表聚合模块用于将所述当前业务流中的所述业务类型相同，且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成汇总的流表；流表下发模块用于将所述汇总的流表下发至所述SDN转发设备，其中所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，所述SDN控制器还包括：流量阈值检测模块、带宽分配模块、流表更新模块。流量阈值检测模块用于检测是否存在数据转发路径达到设定的流量阈值。带宽分配模块与所述流量阈值检测模块相耦合，用于当所述流量阈值检测模块检测到存在数据转发路径达到设定的流量阈值后动态分配带宽。流表更新模块与所述带宽分配模块相耦合，用于更新流表信息。
在一优选的实施方式中，所述业务类型识别模块包括：贝叶斯赋权分类模块。贝叶斯赋权分类模块用于对接收到的所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理，确定所述当前业务流的各业务的业务类型。
本发明还提供了一种业务流表聚合方法，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，所述业务流表聚合方法包括：当业务流进入SDN网络时，SDN转发设备在确定出当前流表中不存在匹配当前业务流的表项时，将所述当前业务流转发至所述SDN控制器；所述SDN转发设备按照从所述SDN控制器接收到的汇总的流表信息将所述当前业务流进行数据转发，其中所述汇总的流表是所述SDN控制器通过识别接收到的所述当前业务流中的各业务的业务类型并统计所述当前业务流中的各业务的源地址以及目的地址信息，然后将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合后所生成的。
与现有技术相比，根据本发明的业务流表聚合方法及系统，对到达SDN交换机的数据包进行分析，将相同业务类型的数据包流表项进行聚合，将源节点与目的节点相同的数据包流表项也进行聚合。同时考虑传输带宽，在带宽不足的情况下，动态分配带宽，实现业务差异化QoS的弹性保障和业务流的精细化异常监控，提高业务精确调度能力、提高通道资源利用率、提高流表的下发效率，同时降低传输时延。
附图说明
图1是根据本发明一实施方式的业务流表聚合系统的结构组成示意图；
图2是根据本发明一实施方式的业务流表聚合方法的流程示意图；
图3是根据本发明一实施方式的流表路径设计示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
为克服现有技术的不足，本发明提出了一种业务流表聚合方法及系统，对到达SDN交换机的数据包进行分析，将相同业务类型的数据包流表项进行聚合，将源节点与目的节点相同的数据包流表项也进行聚合。同时考虑传输带宽，在带宽不足的情况下，动态分配带宽，实现业务差异化QoS的弹性保障和业务流的精细化异常监控，提高业务精确调度能力、提高通道资源利用率、提高流表的下发效率，同时降低传输时延。
图1是根据本发明一实施方式的业务流表聚合系统。其用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输。该业务流表聚合系统包括SDN转发设备10和SDN控制器11。SDN控制器11中包括业务识别处理模块11a。
图2是根据本发明一实施方式的业务流表聚合方法，该业务流表聚合方法包括步骤S101～步骤S106：
在步骤S101中，SDN转发设备10判断当前业务流是否匹配流表项。具体而言，当业务流进入SDN网络时，SDN转发设备10判断当前流表中是否存在匹配当前业务流的表项，若不存在，则SDN转发设备10将当前业务流转发至SDN控制器11。
在步骤S102中，SDN控制器11识别当前业务流中的各业务的业务类型。
在一实施方式中，SDN控制器11识别当前业务流中的各业务的业务类型包括：
SDN控制器11中的业务识别处理模块11a对当前业务流的数据包长度、数据包到达间隔、当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理从而确定当前业务流的各业务的业务类型，
其中，贝叶斯赋权分类的算法如下：
对于因果关系A→B，特征集A的取值范围为{A1,A2,...,Am}，类别集B的取值范围为{B1,B2,...,Bn}，其中，特征集A的每个元素代表一个业务特征，业务特征包括当前业务流的数据包长度、数据包到达间隔、当前业务流的持续时间以及SDN网络节点中的负载程度，类别集B的每个元素代表一个业务类型，在输入业务特征Aj下，输出业务类型Bi的概率为：
其中，P(Bi)为业务类型Bi发生的概率，P(Ai)为业务特征Aj发生的概率，P(Aj/Bi)为在输入指标为业务类型Bi时，业务特征Aj发生的概率；
特征集A中各个特征之间相互独立，满足朴素贝叶斯算法的独立性要求，引入分类因子α(Bi/Aj)，其表示业务特征Aj对于业务类型Bi的分类因子，其中，
其中，m为特征集A中的业务特征的个数，IS值为一个业务特征对分类重要程度大小的度量，其中，
I(A)＝-logP(A)
对分类因子进一步计算，通过权重向量矩阵，对分类因子进一步优化进而实现对业务类型的精确识别，其中，权重向量矩阵TK表示为：
经权重向量矩阵加权后的业务特征Aj对于业务类型Bi的分类因子表示为：
在步骤S103中，SDN控制器11统计当前业务流中的各业务的源地址以及目的地址信息。
在步骤S104中，SDN控制器11进行流表聚合。具体而言，SDN控制器11将当前业务流中的业务类型相同的且源地址以及目的地址均相同的各个业务的流表进行聚合，生成一汇总的流表。
在步骤S105中，SDN控制器11将汇总的流表下发至SDN转发设备10。
在步骤S106中，SDN转发设备10按照汇总的流表信息将当前业务流进行数据转发。
在一实施方式中，业务流表聚合方法还包括步骤S201。在步骤S201中，当业务流进入SDN网络时，SDN转发设备10判断当前流表中存在匹配当前业务流的表项，则将当前业务流按照当前流表信息进行数据转发。
在一实施方式中，在流表信息的设计中，对业务流进行1：N的路径设计，即一条业务流对应N条数据转发路径，如图3所示。这样可以在带宽有限的情况下，动态分配带宽，当其中某条路径达到流量阈值时，SDN控制器及时更新流表信息，切换到另外的路径上进行传输，防止数据包阻塞，满足业余的QoS差异化需求。
具体地，在本实施方式中，在SDN转发设备10将当前业务流进行数据转发之后，还包括步骤S301和步骤302。
在步骤S301中，SDN控制器11检测路径的阻塞情况。具体而言，SDN控制器11检测是否存在数据转发路径达到设定的流量阈值，若存在，则SDN控制器11动态分配带宽，并更新流表信息，若不存在路径流量超出阈值，则直接按照当前流表信息转发数据。
在步骤S302中，SDN转发设备10按照更新后的流表信息，切换到新的数据转发路径上，进行数据转发。
本发明还提供了一种SDN控制器，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程。在一实施方式中，所述SDN控制器包括：业务类型识别模块、流表聚合模块、流表下发模块。业务类型识别模块用于识别当前业务流中的各业务的业务类型，并且统计所述当前业务流中的各业务的源地址以及目的地址信息，其中，所述当前业务流是由SDN转发设备转发至所述SDN控制器的，当业务流进入SDN网络时，所述SDN转发设备判断当前流表中若未存在匹配所述业务流的表项，则将所述业务流进行转发；流表聚合模块用于将所述当前业务流中的所述业务类型相同，且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成汇总的流表；流表下发模块用于将所述汇总的流表下发至所述SDN转发设备，其中所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
在一优选的实施方式中，所述SDN控制器还包括：流量阈值检测模块、带宽分配模块、流表更新模块。流量阈值检测模块用于检测是否存在数据转发路径达到设定的流量阈值。带宽分配模块与所述流量阈值检测模块相耦合，用于当所述流量阈值检测模块检测到存在数据转发路径达到设定的流量阈值后动态分配带宽。流表更新模块与所述带宽分配模块相耦合，用于更新流表信息。
在一优选的实施方式中，所述业务类型识别模块包括：贝叶斯赋权分类模块。贝叶斯赋权分类模块用于对接收到的所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理，确定所述当前业务流的各业务的业务类型。
本发明还提供了一种业务流表聚合方法，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，在一实施方式中，所述业务流表聚合方法包括：当业务流进入SDN网络时，SDN转发设备在确定出当前流表中不存在匹配当前业务流的表项时，将所述当前业务流转发至所述SDN控制器；所述SDN转发设备按照从所述SDN控制器接收到的汇总的流表信息将所述当前业务流进行数据转发，其中所述汇总的流表是所述SDN控制器通过识别接收到的所述当前业务流中的各业务的业务类型并统计所述当前业务流中的各业务的源地址以及目的地址信息，然后将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合后所生成的。
综上所述，根据本实施方式的业务流表聚合方法及系统，对到达SDN交换机的数据包进行分析，将相同业务类型的数据包流表项进行聚合，将源节点与目的节点相同的数据包流表项也进行聚合。同时考虑传输带宽，在带宽不足的情况下，动态分配带宽，实现业务差异化QoS的弹性保障和业务流的精细化异常监控，提高业务精确调度能力、提高通道资源利用率、提高流表的下发效率，同时降低传输时延。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种业务流表聚合方法，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，其特征在于，所述业务流表聚合方法包括：
所述SDN控制器识别当前业务流中的各业务的业务类型，并且所述SDN控制器统计所述当前业务流中的各业务的源地址以及目的地址信息，其中，所述当前业务流是所述SDN控制器接收到的由SDN转发设备在确定出当前流表中未存在匹配所述业务流的表项时转发的业务流；
所述SDN控制器将所述当前业务流中的所述业务类型相同，且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成汇总的流表；
所述SDN控制器将所述汇总的流表下发至所述SDN转发设备，其中所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
2.如权利要求1所述的业务流表聚合方法，其特征在于，在所述SDN控制器将所述当前业务流进行数据转发之后，还包括：
所述SDN控制器检测出存在数据转发路径达到设定的流量阈值时，所述SDN控制器动态分配带宽，并更新流表信息，其中SDN转发设备按照更新后的流表信息，切换到新的数据转发路径上，进行数据转发，在所述流表信息中，一个业务对应多条数据转发路径。
3.如权利要求1所述的业务流表聚合方法，其特征在于，所述SDN控制器识别所述当前业务流中的各业务的业务类型包括：
所述SDN控制器对接收到的所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理，确定所述当前业务流的各业务的业务类型。
4.一种SDN控制器，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，其特征在于，所述SDN控制器包括：
业务类型识别模块，用于识别当前业务流中的各业务的业务类型，并且统计所述当前业务流中的各业务的源地址以及目的地址信息，其中，所述当前业务流是所述SDN控制器接收到的由SDN转发设备在确定出当前流表中未存在匹配所述业务流的表项时转发的业务流；
流表聚合模块，用于将所述当前业务流中的所述业务类型相同，且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成汇总的流表；
流表下发模块，用于将所述汇总的流表下发至所述SDN转发设备，其中所述SDN转发设备按照所述汇总的流表信息将所述当前业务流进行数据转发。
5.如权利要求4所述的SDN控制器，其特征在于，所述SDN控制器还包括：
流量阈值检测模块，用于检测是否存在数据转发路径达到设定的流量阈值；
带宽分配模块，与所述流量阈值检测模块相耦合，用于当所述流量阈值检测模块检测到存在数据转发路径达到设定的流量阈值后动态分配带宽；
流表更新模块，与所述带宽分配模块相耦合，用于更新流表信息。
6.如权利要求4所述的SDN控制器，其特征在于，所述业务类型识别模块包括：
贝叶斯赋权分类模块，用于对接收到的所述当前业务流的数据包长度、数据包到达间隔、所述当前业务流的持续时间以及SDN网络节点中的负载程度进行统计以及进行贝叶斯赋权分类，并完成归一化处理，确定所述当前业务流的各业务的业务类型。
7.一种业务流表聚合系统，其用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输，其特征在于，所述业务流表聚合系统包括：
SDN控制器；
SDN转发设备；
所述SDN转发设备，用于当业务流进入SDN网络时，在确定出当前流表中不存在匹配当前业务流的表项时，所述SDN转发设备将所述当前业务流转发至所述SDN控制器；
所述SDN控制器，用于识别接收到的所述当前业务流中的各业务的业务类型；统计所述当前业务流中的各业务的源地址以及目的地址信息；将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合，生成一汇总的流表；并下发至所述SDN转发设备；
所述SDN转发设备，用于按照接收到的所述汇总的流表信息将所述当前业务流进行数据转发。
8.如权利要求7所述的业务流表聚合系统，其特征在于，所述SDN转发设备，还用于当业务流进入SDN网络时，若确定出当前流表中存在匹配当前业务流的表项，所述SDN转发设备将所述当前业务流按照所述当前流表信息将所述当前业务流进行数据转发。
9.如权利要求7所述的业务流表聚合系统，其特征在于，所述SDN转发设备，还用于将所述当前业务流进行数据转发之后，检测是否存在数据转发路径达到设定的流量阈值，所述SDN控制器还用于动态分配带宽，并更新流表信息；
所述SDN转发设备还用于按照更新后的流表信息，切换到新的数据转发路径上，进行数据转发，
其中，在所述流表信息中，一个业务对应多条数据转发路径。
10.一种业务流表聚合方法，其特征在于，其应用于基于SDN的IP数据网和光传输网协同控制机制下的业务数据传输过程，其特征在于，所述业务流表聚合方法包括：
当业务流进入SDN网络时，SDN转发设备在确定出当前流表中不存在匹配当前业务流的表项时，将所述当前业务流转发至所述SDN控制器；
所述SDN转发设备按照从所述SDN控制器接收到的汇总的流表信息将所述当前业务流进行数据转发，其中所述汇总的流表是所述SDN控制器通过识别接收到的所述当前业务流中的各业务的业务类型并统计所述当前业务流中的各业务的源地址以及目的地址信息，然后将所述当前业务流中的所述业务类型相同的且所述源地址以及目的地址均相同的各个业务的流表进行聚合后所生成的。
CN201910227259.2A 2019-03-25 2019-03-25 业务流表聚合方法及系统 Pending CN109756424A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910227259.2A CN109756424A (zh) 2019-03-25 2019-03-25 业务流表聚合方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910227259.2A CN109756424A (zh) 2019-03-25 2019-03-25 业务流表聚合方法及系统

Publications (1)

Publication Number Publication Date
CN109756424A true CN109756424A (zh) 2019-05-14

Family

ID=66409389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910227259.2A Pending CN109756424A (zh) 2019-03-25 2019-03-25 业务流表聚合方法及系统

Country Status (1)

Country Link
CN (1) CN109756424A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111147367A (zh) * 2019-12-27 2020-05-12 国网江苏省电力有限公司信息通信分公司 一种ip-光网络路由协同方法及装置
CN111431820A (zh) * 2020-03-09 2020-07-17 上海交通大学 基于业务类型的在线数据流QoS识别方法及系统
CN112187609A (zh) * 2020-09-21 2021-01-05 新华三信息安全技术有限公司 表项生成方法和装置
WO2021031190A1 (zh) * 2019-08-22 2021-02-25 北京大学深圳研究生院 一种路由器及其数据包的评估方法
CN113328944A (zh) * 2021-04-15 2021-08-31 新华三大数据技术有限公司 一种流表管理方法及装置
CN115499373A (zh) * 2022-09-15 2022-12-20 北京锐安科技有限公司 应用于骨干网的网络流量分流系统、方法、设备及介质
CN116112419A (zh) * 2023-04-17 2023-05-12 中国兵器科学研究院 一种网络节点、通信方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015123853A1 (zh) * 2014-02-21 2015-08-27 华为技术有限公司 一种数据流处理方法及装置
US20160050148A1 (en) * 2014-08-16 2016-02-18 Yang Xu Controlling the reactive caching of wildcard rules for packet processing, such as flow processing in software-defined networks
CN106656809A (zh) * 2015-11-03 2017-05-10 中国电信股份有限公司 流表聚合方法、控制器、网元和系统
CN108696453A (zh) * 2018-07-25 2018-10-23 北京智芯微电子科技有限公司 轻量级的电力通信网sdn业务流感知方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015123853A1 (zh) * 2014-02-21 2015-08-27 华为技术有限公司 一种数据流处理方法及装置
US20160050148A1 (en) * 2014-08-16 2016-02-18 Yang Xu Controlling the reactive caching of wildcard rules for packet processing, such as flow processing in software-defined networks
CN106656809A (zh) * 2015-11-03 2017-05-10 中国电信股份有限公司 流表聚合方法、控制器、网元和系统
CN108696453A (zh) * 2018-07-25 2018-10-23 北京智芯微电子科技有限公司 轻量级的电力通信网sdn业务流感知方法及系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021031190A1 (zh) * 2019-08-22 2021-02-25 北京大学深圳研究生院 一种路由器及其数据包的评估方法
CN111147367A (zh) * 2019-12-27 2020-05-12 国网江苏省电力有限公司信息通信分公司 一种ip-光网络路由协同方法及装置
CN111147367B (zh) * 2019-12-27 2021-12-17 国网江苏省电力有限公司信息通信分公司 一种ip-光网络路由协同方法及装置
CN111431820A (zh) * 2020-03-09 2020-07-17 上海交通大学 基于业务类型的在线数据流QoS识别方法及系统
CN112187609A (zh) * 2020-09-21 2021-01-05 新华三信息安全技术有限公司 表项生成方法和装置
CN112187609B (zh) * 2020-09-21 2022-01-25 新华三信息安全技术有限公司 表项生成方法和装置
CN113328944A (zh) * 2021-04-15 2021-08-31 新华三大数据技术有限公司 一种流表管理方法及装置
CN113328944B (zh) * 2021-04-15 2022-05-27 新华三大数据技术有限公司 一种流表管理方法及装置
CN115499373A (zh) * 2022-09-15 2022-12-20 北京锐安科技有限公司 应用于骨干网的网络流量分流系统、方法、设备及介质
CN115499373B (zh) * 2022-09-15 2023-10-31 北京锐安科技有限公司 应用于骨干网的网络流量分流系统、方法、设备及介质
CN116112419A (zh) * 2023-04-17 2023-05-12 中国兵器科学研究院 一种网络节点、通信方法及系统
CN116112419B (zh) * 2023-04-17 2023-09-05 中国兵器科学研究院 一种网络节点、通信方法及系统

Similar Documents

Publication Publication Date Title
CN109756424A (zh) 业务流表聚合方法及系统
CN108259367B (zh) 一种基于软件定义网络的服务感知的流策略定制方法
CN108768876B (zh) 一种面向机器学习框架的流量调度方法
CN107729147B (zh) 流计算系统中的数据处理方法、控制节点及流计算系统
CN104170335B (zh) 分离式体系结构网络中的拥塞控制和资源分配
CN104092756B (zh) 一种基于dht机制的云存储系统的资源动态分配方法
US11057294B2 (en) Route control method and route setting device
CN107659419A (zh) 网络切片方法和系统
CN108063676A (zh) 通信网络故障预警方法及装置
CN103346922A (zh) 基于sdn的确定网络状态的控制器及其确定方法
CN108616458A (zh) 客户端设备上调度分组传输的系统和方法
CN112073991B (zh) 一种接入网的业务处理方法及设备
CN104219167A (zh) 网络资源调度方法和服务器
CN107948103A (zh) 一种基于预测的交换机pfc控制方法及控制系统
Kiran et al. Resource allocation optimization in LTE-A/5G networks using big data analytics
CN110213175A (zh) 一种面向知识定义网络的智能管控系统及管控方法
CN106027288A (zh) 一种配电线路信息监测业务通信流量预测方法
US20220182864A1 (en) Detection Method, Apparatus, and System
CN109150756A (zh) 一种基于sdn电力通信网的队列调度权值量化方法
CN112532449A (zh) 基于5g网络实现电力通信切片选择及可信传输方法
Abdollahi et al. Flow-aware forwarding in SDN datacenters using a knapsack-PSO-based solution
CN113890842B (zh) 一种信息传输时延上界计算方法、系统、设备和存储介质
CN113328953A (zh) 网络拥塞调整的方法、装置和存储介质
De Pellegrini et al. Blind, adaptive and robust flow segmentation in datacenters
CN105577575B (zh) 一种链路控制方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190514