CN110213175A - 一种面向知识定义网络的智能管控系统及管控方法 - Google Patents

一种面向知识定义网络的智能管控系统及管控方法 Download PDF

Info

Publication number
CN110213175A
CN110213175A CN201910494007.6A CN201910494007A CN110213175A CN 110213175 A CN110213175 A CN 110213175A CN 201910494007 A CN201910494007 A CN 201910494007A CN 110213175 A CN110213175 A CN 110213175A
Authority
CN
China
Prior art keywords
bandwidth
flow
interface
information
data
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
Application number
CN201910494007.6A
Other languages
English (en)
Other versions
CN110213175B (zh
Inventor
顾华玺
陈科先
魏雯婷
王佳辉
余晓杉
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201910494007.6A priority Critical patent/CN110213175B/zh
Publication of CN110213175A publication Critical patent/CN110213175A/zh
Application granted granted Critical
Publication of CN110213175B publication Critical patent/CN110213175B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/38Flow based routing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/24Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2441Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/80Actions related to the user profile or the type of traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/80Actions related to the user profile or the type of traffic
    • H04L47/805QOS or priority aware

Abstract

本发明提出了一种面向知识定义网络的智能管控系统及管控方法,用于实现对知识定义网络的流量分类、路由规划以及带宽分配进行统一化有效管理,提高管控系统的灵活性,同时提高知识定义网络的转发效率和吞吐量;智能管控系统包括流量采集模块、流量识别模块、路由规划模块以及带宽分配模块四个模块;管控方法包括流量采集模块与知识定义网络中的SDN交换机进行通信,流量识别模块对流量的业务类型进行分类,路由规划模块对知识定义网络进行路由规划,带宽分配模块对知识定义网络进行带宽分配。

Description

一种面向知识定义网络的智能管控系统及管控方法
技术领域
本发明属于通信网络技术领域,涉及一种面向知识定义网络的智能管控系统及管控方法,可用于知识定义网络的流量信息、路由规划以及带宽分配进行管控。
背景技术
随着新型网络技术和应用业务的高速发展,网络的结构规模和业务流量不断地增加,网络中的业务应用种类也呈现出多元化的态势,为网络流量的分析、路由方案的设计、以及带宽资源的管理带来了巨大挑战。针对网络中存在的业务流量复杂和管理困难问题,软件定义网络技术和人工智能技术分别以其转控分离和自适应学习的特点,为网络的灵活控制和自动化管理提供了新思路,推动了传统网络管理向智能化网络管控方向的转变。
传统网络在设计时把控制逻辑和数据转发耦合在同一网络设备上,这种相对独立的分布式控制机制难以实现对网络的灵活控制和资源管理,而软件定义网络(SoftwareDefined Network,SDN)架构突破了传统网络的固有限制,SDN架构解耦了网络设备的控制平面和数据平面,以软件控制器的实现方式分离了设备的控制平面,由控制器对数据平面的转发进行控制,提高网络的转发效率,实现网络管控的灵活性。
为了将机器学习技术应用于网络而实现智能化管控的设计,D.Clark等人提出知识平面的概念,知识平面一种用于网络通信的架构平面,旨在将智能化控制的思想引入到网络架构的设计中。
Mestres A等人在2017年ACM Special Interest Group on Data Communication(ACM SIGCOMM)国际会议中,发表了名为“Knowledge-defined networking”的论文,公开了知识定义网络的架构原型,结合知识平面与SDN架构实现了知识定义网络(Knowledge-Defined Network,KDN)架构原型,KDN是一种依赖机器学习和认知技术来运行网络的新架构,通过控制平面获取网络全局信息,利用机器学习对网络行为进行学习,进而为网络做出一系列智能决策,为网络带来了灵活规划和自动管控的优势。KDN架构为智能化网络管控的研究提供了新的解决方案,然而如何利用KDN架构实现一种对流量信息、路由规划以及带宽分配进行管控的系统机制尚未被完全研究。
目前用于网络管控的通用系统架构种类繁多,采用的通信实现技术复杂多样,从现有公开的资料中来看:
申请公布号为CN109194590A,名称为“支持网内智能的网络交换系统”的专利申请,公开了一种支持网内智能的网络交换系统。该系统核心设备模块包括:交换网板、智能计算板以及控制板,三者相互连接形成一个交换系统设备。该系统实现方式是:第一步将流量从交换网板内输入到智能计算板,第二步通过在智能计算板内包含流量分析、带宽分配、转发控制等功能模块,形成相应的功能方案策略输出到控制板,第三步在控制板中将策略实施到网络中。该系统能够用于对传统的网络架构进行管控,该系统通过在交换设备内部引入智能计算模块,实现了交换设备对网络流量的智能感知、路由转发的规划控制以及带宽资源的分配等管控功能。该发明有利于提升网络的服务效率、安全性以及服务体验,但其存在的不足在于分布式独立的管控机制难以形成对全局网络的流量分类、路由规划以及带宽分配的统一管控。
因此需要结合SDN架构与机器学习智能化技术设计一种灵活自适应的网络统一管理系统架构,搭建一个智能系统平台能够实现对全局网络的智能管控,保证网络的有效运行,通过智能化的动态路径规划和资源分配,突破网络性能瓶颈,提高整个网络的转发效率和吞吐量,满足业务带宽资源的服务质量要求,为未来网络信息体系和多元化网络应用服务提供保障。
在大数据和人工智能背景下,网络数据流量和网络规模的快速增长以及业务应用呈现的多元化态势,为网络流量信息、路由规划以及带宽分配管理带来了巨大挑战。如何有效地将流量分类、路由规划以及带宽分配管理起来,是实现组建网络智能化管控系统的关键所在。
发明内容
本发明的目的在于克服上述现有技术存在的不足,提出一种面向知识定义网络的智能管控系统及管控方法,用于实现对知识定义网络的流量分类、路由规划以及带宽分配进行统一化有效管理,提高管控系统的灵活性,同时提高知识定义网络的转发效率和吞吐量。
为实现上述目的,本发明采取的技术方案为:
一种面向知识定义网络的智能管控系统,包括流量采集模块、流量识别模块、路由规划模块和带宽分配模块,其中:
所述流量采集模块,包括数据接口和数据存储库;所述数据接口,用于向知识定义网络中的SDN交换机发送信息请求,并提取所采集的流量数据信息中的流量五元组标识信息、流量特征信息和流量优先级数值;所述数据存储库,用于存储数据接口提取的流量五元组标识信息、流量特征信息和流量优先级数值;
所述流量识别模块,包括预处理接口和分类器;所述预处理接口,用于提取数据存储库中存储的流量特征信息,并对其进行格式化;所述分类器,用于通过预处理接口输出的格式化结果对流量业务类型进行分类;
所述路由规划模块,包括路由信息接口、智能路由计算单元和路由控制接口;所述路由信息接口,用于提取数据存储库中存储的流量五元组标识信息中的流量源目的IP地址和传输端口信息;所述智能路由计算单元,用于将路由信息接口的输出信息统计形成初步路由信息表,并对其进行自动决策,形成全局路由方案;所述路由控制接口,用于解析全局路由方案,形成规则流表,并将其下发至SDN交换机,实现网络的路由规划;
所述带宽分配模块,包括带宽信息接口、带宽管理器和带宽控制接口;所述带宽信息接口,用于获取数据存储器中的流量优先级数值以及分类器中的流量业务类型值,并设置流量业务类型值的优先级数值;所述带宽管理器,用于通过仲裁带宽权重和分配队列带宽得到带宽分配方案;所述带宽控制接口,用于解析带宽分配方案形成meter表和队列流表,并将其下发至SDN交换机中,实现网络的带宽资源分配。
上述一种面向知识定义网络的智能管控系统,所述带宽管理器,包括仲裁器和队列管理器;所述仲裁器,用于对流量业务类型值的优先级数值仲裁出其带宽权重;所述队列管理器,用于通过仲裁的带宽权重配置SDN交换机中端口队列的带宽。
一种面向知识定义网络的智能管控系统的管控方法,包含如下步骤:
(1)流量采集模块与知识定义网络中的SDN交换机进行通信:
(1a)数据接口向知识定义网络中的SDN交换机发送信息请求;
(1b)SDN交换机根据信息请求,向数据接口发送流量数据信息;
(1c)数据接口接收流量数据信息,并将从该流量数据信息中提取的流量五元组标识信息、流量特征信息和流量优先级数值发送至数据存储库;
(1d)数据存储库顺次存储从数据接口接收的流量五元组标识信息、流量特征信息和流量优先级数值;
(2)流量识别模块对流量的业务类型进行分类:
(2a)预处理接口提取流量采集模块中数据存储库存储的流量特征信息,并对其进行格式化,然后将格式化数据集发送至分类器;
(2b)分类器建立机器学习分类模型,并通过该机器学习分类模型对格式化数据集进行学习,得到流量业务类型值,然后将流量业务类型值发送至带宽规划模块中的带宽信息接口;
(3)路由规划模块对知识定义网络进行路由规划:
(3a)路由信息接口提取数据存储库存储的流量五元组标识信息包含的源目的IP地址和传输端口数值,并发送至智能路由计算单元;
(3b)智能路由计算单元统计源目的IP地址和传输端口数值,形成初步路由信息表;
(3c)智能路由计算单元建立机器学习决策模型,并通过该机器学习决策模型对初步路由信息表进行自动决策,然后将决策得到的全局路由方案发送至路由控制接口;
(3d)路由控制接口对全局路由方案进行解析,得到全局路由方案对应的规则流表,并将规则流表下发至SDN交换机,实现知识定义网络的路由规划;
(4)带宽分配模块对知识定义网络进行带宽分配:
(4a)带宽信息接口提取流量采集模块中数据存储库存储的流量优先级数值,同时接收流量识别模块中分类器发送的流量业务类型值,并将流量优先级数值动态设置成流量业务类型值的优先级数值,然后将设置结果发送至带宽管理器;
(4b)带宽管理器得到带宽分配方案;
(4c)带宽控制接口对带宽分配方案进行解析,得到带宽分配方案对应的队列流表和meter表,并将队列流表和meter表下发至SDN交换机,实现知识定义网络的带宽分配。
本发明与现有技术相比,具有以下优点:
第一,本发明通过在流量分类模块中使用机器学习分类模型得到流量业务类型值,实现对网络流量地有效分类;路由规划模块使用流量采集模块输出的流量五元组标识信息,通过路由计算生成全局路由方案,实现对网络路由的统一管理,提高流量转发效率和吞吐量;带宽分配模块综合考虑流量采集模块与流量分类模块的输出结果,生成队列流表和meter表,实现对网络带宽资源的统一调度管理,提高管控系统的灵活性。
第二,由于本发明中采用功能模块设计以及管控方法,通过对智能管控系统的功能模块进行详细划分,设计流量采集模块、流量识别模块、路由规划模块以及带宽分配模块,模块之间协同工作实现对网络流量信息、路由以及带宽资源的智能管控。同时,通过设计的管控方法可以灵活有效地对各功能模块进行控制管理,为智能管控系统提供准确的信息传输接口与计算控制接口,满足知识定义网络对流量、路由和带宽的不同管控需求,提高整个网络的转发效率和吞吐量,保证带宽资源的服务质量要求。
附图说明
图1为本发明实施例适用的知识定义网络物理拓扑示意图;
图2为本发明实施例适用的知识定义网络分层平面示意图;
图3为本发明的智能管控系统的结构示意图;
图4为本发明实施例中的智能管控方法的实现原理图;
图5为本发明智能管控方法的实现流程图。
具体实施方式
以下结合附图和具体实施例,对本发明作进一步详细描述:
参照图1,本发明适用的知识定义网络的物理拓扑可以为任意类型的物理拓扑,本实施例选择的物理拓扑是由依次连接的核心层SDN交换机、汇聚层SDN交换机、边缘层SDN交换机和底层末端服务器组成的Fattree拓扑;
所述核心层SDN交换机包括C1、C2…Cn,其中n可取任意正整数,在本实施例中根据所选取的网络规模取n=2,因此核心层SDN交换机包括C1和C2,核心层SDN交换机之间无连接关系;
所述汇聚层SDN交换机包括A1、A2…Ar,其中r可取任意正整数,在本例中根据网络规模取n=4,因此汇聚层SDN交换机包括A1、A2、A3和A4,汇聚层SDN交换机之间无连接关系,核心层SDN交换机与汇聚层SDN交换机采用全连接的连接方式进行连接;
所述边缘层SDN交换机包括T1、T2…Tp,其中p可取任意正整数,在本例中根据网络规模取p=4,因此汇聚层SDN交换机包括T1、T2、T3和T4,边缘层SDN交换机之间无连接关系,汇聚层SDN交换机与边缘层SDN交换机采用全连接的连接方式进行相连;
所述底层末端服务器包括8台底层末端服务器,每台底层末端服务器与一台边缘层SDN交换机相连,两台相邻的底层末端服务器连接到一台边缘层SDN交换机上。
在物理拓扑结构基础上按照知识定义网络功能划分为如图2的知识定义网络分层平面,包括知识控制平面和物理网络平面;
所述知识控制平面包括智能管控系统;所述智能管控系统用于从物理网络平面中的网络设备获取流量数据信息并进行处理,然后将处理得到的路由策略和带宽分配策略下发至网络设备;在本实施例中使用OpenFlow协议实现智能管控系统与网络设备间的交互;
所述物理网络平面由物理拓扑构成;物理网络平面包括末端服务器和网络设备;所述末端服务器用于产生数据流量;所述网络设备用于转发末端服务器产生的流量并与智能管控系统进行交互。
参照图3,一种面向知识定义网络的智能管控系统,包括流量采集模块、流量识别模块、路由规划模块和带宽分配模块;
所述流量采集模块,包括数据接口与数据存储库;所述数据接口,用于从SDN交换机提取数据;所述数据存储库,用于存储数据接口提取的流量五元组标识信息、流量特征信息和流量优先级数值;
所述流量识别模块包括预处理接口和分类器;所述预处理接口,用于对从流量采集模块中的数据存储库中提取到的流量特征信息进行格式化处理得到格式化数据;所述分类器,用于对预处理接口输出的格式化数据进行分类得到流量业务类型值;
所述路由规划模块包括路由信息接口、智能路由计算单元和路由控制接口;所述路由信息接口,用于从流量采集模块中的数据存储库中提取流量五元组标识信息包含的源目的IP地址和传输端口数值;所述智能路由计算单元,用于对路由信息接口输出的源目的IP地址和传输端口数值进行处理得到全局路由方案;所述路由控制接口,用于对智能路由计算单元输出的全局路由方案进行处理得到全局路由方案对应的规则流表,并将规则流表下发至SDN交换机,实现知识定义网络的路由规划;
所述带宽分配模块包括带宽信息接口、带宽控制接口和带宽管理器;所述带宽信息接口,用于分别从流量采集模块中的数据存储库和流量识别模块的分类器提取流量优先级数值和流量业务类型值,并将流量优先级数值动态设置成流量业务类型值的优先级数值;所述带宽管理器包括仲裁器和队列管理器;所述仲裁器,用于建立分配模型,并通过该分配模型对从带宽信息接口接收的流量业务类型值的优先级数值进行仲裁得到带宽权重;所述队列管理器,用于通过仲裁器输出的带宽权重对SDN交换机中队列带宽进行分配得到带宽分配方案;所述带宽控制接口,用于对队列管理器输出的带宽分配方案进行解析,得到带宽分配方案对应的队列流表和meter表,并将队列流表和meter表下发至SDN交换机,实现知识定义网络的带宽分配。
参照图4和图5,一种面向知识定义网络的智能管控系统的管控方法,包含如下步骤:
步骤1)流量采集模块与知识定义网络中的SDN交换机进行通信:
步骤1a)数据接口向知识定义网络中的SDN交换机发送信息请求;
步骤1b)SDN交换机根据信息请求,向数据接口发送流量数据信息;
步骤1c)数据接口接收流量数据信息,并将从该流量数据信息中提取的流量五元组标识信息、流量特征信息和流量优先级数值发送至数据存储库;
步骤1d)数据存储库顺次存储从数据接口接收的流量五元组标识信息、流量特征信息和流量优先级数值;
步骤2)流量识别模块对流量的业务类型进行分类:
步骤2a)预处理接口提取流量采集模块中数据存储库存储的流量特征信息,并对其进行格式化,然后将格式化数据集发送至分类器;
步骤2b)分类器建立机器学习分类模型,并通过该机器学习分类模型对格式化数据集进行学习,得到流量业务类型值,然后将流量业务类型值发送至带宽规划模块中的带宽信息接口;
步骤3)路由规划模块对知识定义网络进行路由规划:
步骤3a)路由信息接口提取数据存储库存储的流量五元组标识信息包含的源目的IP地址和传输端口数值,并发送至智能路由计算单元;
步骤3b)智能路由计算单元统计源目的IP地址和传输端口数值,形成初步路由信息表;
步骤3c)智能路由计算单元建立机器学习决策模型,并通过该机器学习决策模型对初步路由信息表进行自动决策,然后将决策得到的全局路由方案发送至路由控制接口;
上述步骤的智能路由计算单元采用基于深度学习算法的机器学习模型,根据初步路由信息得到网络的每一跳路由路径地址,实现网络路径的自动化规划,提高路由规划的自适应效果;
步骤3d)路由控制接口对全局路由方案进行解析,得到全局路由方案对应的规则流表,并将规则流表下发至SDN交换机,实现知识定义网络的路由规划;
上述步骤的路由控制接口根据获取的全局路由方案中的网络每一跳路由路径地址,根据每一跳路由路径配置对应的规则流表,通过动态配置的规则流表实现全局路由方案解析,提高网络的路由规划效率;
步骤4)带宽分配模块对知识定义网络进行带宽分配:
步骤4a)带宽信息接口提取流量采集模块中数据存储库存储的流量优先级数值,同时接收流量识别模块中分类器发送的流量业务类型值,并将流量优先级数值动态设置成流量业务类型值的优先级数值,然后将设置结果发送至带宽管理器;
步骤4b)带宽管理器得到带宽分配方案:
步骤4b1)带宽管理器中的仲裁器建立分配模型,并通过该分配模型对流量业务类型值的优先级数值进行仲裁,然后将仲裁出的带宽权重发送至带宽管理器中的队列管理器;
上述步骤的仲裁器将流量业务类型值的优先级数值设置成流量业务类型需要的占用带宽比,并将占用带宽比归一化为带宽百分比数值,根据带宽百分比数值设置成带宽权重,实现带宽资源的精确分配;
步骤4b2)带宽管理器中的队列管理器通过接收的带宽权重对SDN交换机中端口队列带宽进行分配,然后将得到的带宽分配方案发送至带宽控制接口;
上述步骤的带宽管理器根据带宽权重值配置交换机内部的端口速率文件,并设置交换机端口速率文件的带宽数值,提高交换机端口队列带宽的分配效率;
步骤4c)带宽控制接口对带宽分配方案进行解析,得到带宽分配方案对应的队列流表和meter表,并将队列流表和meter表下发至SDN交换机,实现知识定义网络的带宽分配;
上述步骤的带宽控制接口根据带宽分配方案中的端口队列配置队列流表;根据带宽分配方案中对端口队列分配的带宽数值配置meter表,完成对带宽分配方案的解析,能够有效提高带宽分配控制的灵活性。

Claims (4)

1.一种面向知识定义网络的智能管控系统,其特征在于,包括流量采集模块、流量识别模块、路由规划模块和带宽分配模块,其中:
所述流量采集模块,包括数据接口和数据存储库;所述数据接口,用于向知识定义网络中的SDN交换机发送信息请求,并提取所采集的流量数据信息中的流量五元组标识信息、流量特征信息和流量优先级数值;所述数据存储库,用于存储数据接口提取的流量五元组标识信息、流量特征信息和流量优先级数值;
所述流量识别模块,包括预处理接口和分类器;所述预处理接口,用于提取数据存储库中存储的流量特征信息,并对其进行格式化;所述分类器,用于通过预处理接口输出的格式化结果对流量业务类型进行分类;
所述路由规划模块,包括路由信息接口、智能路由计算单元和路由控制接口;所述路由信息接口,用于提取数据存储库中存储的流量五元组标识信息中的流量源目的IP地址和传输端口信息;所述智能路由计算单元,用于将路由信息接口的输出信息统计形成初步路由信息表,并对其进行自动决策,形成全局路由方案;所述路由控制接口,用于解析全局路由方案,形成规则流表,并将其下发至SDN交换机,实现网络的路由规划;
所述带宽分配模块,包括带宽信息接口、带宽管理器和带宽控制接口;所述带宽信息接口,用于获取数据存储库中的流量优先级数值以及分类器中的流量业务类型值,并设置流量业务类型值的优先级数值;所述带宽管理器,用于通过仲裁带宽权重和分配队列带宽得到带宽分配方案;所述带宽控制接口,用于解析带宽分配方案形成meter表和队列流表,并将其下发至SDN交换机中,实现网络的带宽资源分配。
2.根据权利要求1所述的一种面向知识定义网络的智能管控系统,其特征在于,所述带宽管理器,包括仲裁器和队列管理器;所述仲裁器,用于对流量业务类型值的优先级数值仲裁出其带宽权重;所述队列管理器,用于通过仲裁的带宽权重配置SDN交换机中端口队列的带宽。
3.一种面向知识定义网络的智能管控系统的管控方法,其特征在于,包含如下步骤:
(1)流量采集模块与知识定义网络中的SDN交换机进行通信:
(1a)数据接口向知识定义网络中的SDN交换机发送信息请求;
(1b)SDN交换机根据信息请求,向数据接口发送流量数据信息;
(1c)数据接口接收流量数据信息,并将从该流量数据信息中提取的流量五元组标识信息、流量特征信息和流量优先级数值发送至数据存储库;
(1d)数据存储库顺次存储从数据接口接收的流量五元组标识信息、流量特征信息和流量优先级数值;
(2)流量识别模块对流量的业务类型进行分类:
(2a)预处理接口提取流量采集模块中数据存储库存储的流量特征信息,并对其进行格式化,然后将格式化数据集发送至分类器;
(2b)分类器建立机器学习分类模型,并通过该机器学习分类模型对格式化数据集进行学习,得到流量业务类型值,然后将流量业务类型值发送至带宽规划模块中的带宽信息接口;
(3)路由规划模块对知识定义网络进行路由规划:
(3a)路由信息接口提取数据存储库存储的流量五元组标识信息包含的源目的IP地址和传输端口数值,并发送至智能路由计算单元;
(3b)智能路由计算单元统计源目的IP地址和传输端口数值,形成初步路由信息表;
(3c)智能路由计算单元建立机器学习决策模型,并通过该机器学习决策模型对初步路由信息表进行自动决策,然后将决策得到的全局路由方案发送至路由控制接口;
(3d)路由控制接口对全局路由方案进行解析,得到全局路由方案对应的规则流表,并将规则流表下发至SDN交换机,实现知识定义网络的路由规划;
(4)带宽分配模块对知识定义网络进行带宽分配:
(4a)带宽信息接口提取流量采集模块中数据存储库存储的流量优先级数值,同时接收流量识别模块中分类器发送的流量业务类型值,并将流量优先级数值动态设置成流量业务类型值的优先级数值,然后将设置结果发送至带宽管理器;
(4b)带宽管理器获取带宽分配方案;
(4c)带宽控制接口对带宽分配方案进行解析,得到带宽分配方案对应的队列流表和meter表,并将队列流表和meter表下发至SDN交换机,实现知识定义网络的带宽分配。
4.根据权利要求3所述的一种面向知识定义网络的智能管控系统的管控方法,其特征在于,步骤(4b)中所述的带宽管理器获取带宽分配方案,实现步骤为:
(4b1)带宽管理器中的仲裁器建立分配模型,并通过该分配模型对流量业务类型值的优先级数值进行仲裁,然后将仲裁出的带宽权重发送至带宽管理器中的队列管理器;
(4b2)带宽管理器中的队列管理器通过接收的带宽权重对SDN交换机中端口队列带宽进行分配,然后将得到的带宽分配方案发送至带宽控制接口。
CN201910494007.6A 2019-06-08 2019-06-08 一种面向知识定义网络的智能管控系统及管控方法 Active CN110213175B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910494007.6A CN110213175B (zh) 2019-06-08 2019-06-08 一种面向知识定义网络的智能管控系统及管控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910494007.6A CN110213175B (zh) 2019-06-08 2019-06-08 一种面向知识定义网络的智能管控系统及管控方法

Publications (2)

Publication Number Publication Date
CN110213175A true CN110213175A (zh) 2019-09-06
CN110213175B CN110213175B (zh) 2022-06-28

Family

ID=67791454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910494007.6A Active CN110213175B (zh) 2019-06-08 2019-06-08 一种面向知识定义网络的智能管控系统及管控方法

Country Status (1)

Country Link
CN (1) CN110213175B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111181788A (zh) * 2019-12-31 2020-05-19 江苏省未来网络创新研究院 一种sdn智能系统、工作方法及远程服务器
CN111756642A (zh) * 2020-06-02 2020-10-09 深圳供电局有限公司 一种基于dpi和机器学习的网络流量调度系统及方法
CN111901196A (zh) * 2020-07-23 2020-11-06 电子科技大学 软件定义网络sdn流量监测与可视化系统
CN112737963A (zh) * 2020-12-24 2021-04-30 百度在线网络技术(北京)有限公司 互联网分布式系统、控制方法、电子设备及存储介质
CN112925192A (zh) * 2021-01-21 2021-06-08 刘昌宏 一种提高多业务工控系统运行可靠性的方法
CN113316261A (zh) * 2021-07-30 2021-08-27 军事科学院系统工程研究院网络信息研究所 一种多维流量综合管控体系与流量有序化方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1058424A2 (en) * 1999-06-02 2000-12-06 Hitachi, Ltd. Bandwidth monitoring method and device
EP1293063A2 (en) * 2000-06-14 2003-03-19 Coreexpress, Inc. Route selection within a network with peering connections
US20160191377A1 (en) * 2014-12-31 2016-06-30 Infinera Corporation Goal-based network routing
CN105740979A (zh) * 2016-01-29 2016-07-06 上海海事大学 自动化码头多自动导引车的智能调度系统与方法
CN106570597A (zh) * 2016-11-14 2017-04-19 广州大学 一种sdn架构下基于深度学习的内容流行度预测方法
CN107196877A (zh) * 2016-03-14 2017-09-22 华为技术有限公司 网络流量控制的方法及其网络设备
CN107659513A (zh) * 2016-07-26 2018-02-02 长沙有干货网络技术有限公司 一种基于OpenFlow技术的QoS流量控制方法
CN109450740A (zh) * 2018-12-21 2019-03-08 青岛理工大学 一种基于dpi和机器学习算法进行流量分类的sdn控制器

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1058424A2 (en) * 1999-06-02 2000-12-06 Hitachi, Ltd. Bandwidth monitoring method and device
EP1293063A2 (en) * 2000-06-14 2003-03-19 Coreexpress, Inc. Route selection within a network with peering connections
US20160191377A1 (en) * 2014-12-31 2016-06-30 Infinera Corporation Goal-based network routing
CN105740979A (zh) * 2016-01-29 2016-07-06 上海海事大学 自动化码头多自动导引车的智能调度系统与方法
CN107196877A (zh) * 2016-03-14 2017-09-22 华为技术有限公司 网络流量控制的方法及其网络设备
CN107659513A (zh) * 2016-07-26 2018-02-02 长沙有干货网络技术有限公司 一种基于OpenFlow技术的QoS流量控制方法
CN106570597A (zh) * 2016-11-14 2017-04-19 广州大学 一种sdn架构下基于深度学习的内容流行度预测方法
CN109450740A (zh) * 2018-12-21 2019-03-08 青岛理工大学 一种基于dpi和机器学习算法进行流量分类的sdn控制器

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘昆鹏: "浅谈互联网出口带宽管理系统规划与设计", 《中国新通信》 *
李兆斌等: "SDN中基于机器学习的网络流量分类方法研究", 《计算机应用与软件》 *
李彦君: "利用机器学习实现快速网络资源分配的研究", 《万方学位论文》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111181788A (zh) * 2019-12-31 2020-05-19 江苏省未来网络创新研究院 一种sdn智能系统、工作方法及远程服务器
CN111756642A (zh) * 2020-06-02 2020-10-09 深圳供电局有限公司 一种基于dpi和机器学习的网络流量调度系统及方法
CN111901196A (zh) * 2020-07-23 2020-11-06 电子科技大学 软件定义网络sdn流量监测与可视化系统
CN111901196B (zh) * 2020-07-23 2022-02-15 电子科技大学 软件定义网络sdn流量监测与可视化系统
CN112737963A (zh) * 2020-12-24 2021-04-30 百度在线网络技术(北京)有限公司 互联网分布式系统、控制方法、电子设备及存储介质
CN112925192A (zh) * 2021-01-21 2021-06-08 刘昌宏 一种提高多业务工控系统运行可靠性的方法
CN113316261A (zh) * 2021-07-30 2021-08-27 军事科学院系统工程研究院网络信息研究所 一种多维流量综合管控体系与流量有序化方法

Also Published As

Publication number Publication date
CN110213175B (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN110213175A (zh) 一种面向知识定义网络的智能管控系统及管控方法
CN106131891B (zh) 一种基于sdwn的资源映射装置和方法
CN104158753B (zh) 基于软件定义网络的动态流调度方法及系统
CN114167760B (zh) 一种意图驱动网络管理系统及方法
CN103338163B (zh) 支持动态弹性资源调度的软件定义网络控制器
CN112491619B (zh) 一种基于sdn的服务定制网络资源自适应分配方法
CN105553849B (zh) 一种传统ip网络与sptn网络互通方法与系统
CN110048869A (zh) 面向工业时间敏感软件定义网络的资源分配方法和系统
CN106936705B (zh) 一种软件定义网络路由选择方法
CN103916326A (zh) 用于数据中心的系统、方法以及设备
CN103986663A (zh) 数据中心及其实现数据处理的方法和网络控制器
CN105553845A (zh) 一种软件定义网络路由选择方法
CN106161102B (zh) 一种ip ran网络优化仿真方法及系统
CN106533806A (zh) 多租户SDN网络中基于应用感知提供跨层QoS的方法
CN105022717A (zh) 附加请求数优先级的片上网络资源仲裁方法及仲裁单元
CN105871745A (zh) 一种sdn网络中基于混合业务的调度方法
CN108880888A (zh) 一种基于深度学习的sdn网络流量预测方法
CN109150604A (zh) 一种基于sdn的电力通信网络系统及跨域切片方法
CN115314355B (zh) 基于确定性网络的电力通信网络架构系统及方法
CN111010295A (zh) 一种基于sdn-mec的配用电通信网任务迁移方法
Kovalenko et al. Clustering algorithms for UAV placement in 5G and Beyond Networks
CN107147734A (zh) 一种基于两级转发的网络流量线程级动态负载均衡方法及系统
Mi et al. Software-defined green 5G system for big data
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
CN103888374A (zh) 综合传感网业务中间件及其实现业务传送的方法

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