CN111147287A - 一种sdn场景下的网络仿真方法及系统 - Google Patents
一种sdn场景下的网络仿真方法及系统 Download PDFInfo
- Publication number
- CN111147287A CN111147287A CN201911257026.3A CN201911257026A CN111147287A CN 111147287 A CN111147287 A CN 111147287A CN 201911257026 A CN201911257026 A CN 201911257026A CN 111147287 A CN111147287 A CN 111147287A
- Authority
- CN
- China
- Prior art keywords
- network
- simulation
- flow
- tunnel
- sdn
- 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
Images
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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/42—Centralised routing
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/82—Miscellaneous aspects
- H04L47/825—Involving tunnels, e.g. MPLS
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开一种SDN场景下的网络仿真方法及系统,该方法包括以下步骤:步骤一,根据用户请求,执行网络仿真指令,仿真调度管理模块镜像当前的网络拓扑、隧道和端口流量数据;步骤二,用户通过控制器前端页面模拟现网故障;步骤三,控制器依据镜像的网络信息进行新路径计算;步骤四,根据新的路径情况和隧道流量情况,计算当前端口的负载情况;步骤五,根据步骤四得出的负载情况,为用户制定网络现状分析报告。本发明提供的的技术方案可以有效解决解决骨干网目前遇到的流量突发,难以预测,网络调整的困难,通过对网元/链路故障的仿真分析可能的网络变化对业务的影响,提高客户故障风险评估能力,提升网络健壮性。
Description
技术领域
本发明属于IP骨干网和5G承载网络中的应用技术领域,具体涉及SDN(SoftwareDefined Network,软件定义网络)场景下利用网络业务流量进行网络仿真和预测,识别网络风险点和指导运维人员进行网络扩容的方法。
背景技术
在新业务、新需求层出不穷的云时代,IP骨干网作为连接各种互联网业务不可或缺的桥梁和纽带,不可避免的面临着新的挑战。运营商需要构建面向数据中心的智能骨干网络,适应云计算时代对骨干网更加灵活、更低成本、更低延迟性、更高的带宽和更高可靠性的要求。
随着4K、VR等应用的快速发展,视频流量成数倍增长,占据总流量的大部分带宽,给骨干网核心路由器带来大容量、低功耗、可扩展能力等挑战。骨干网一般采取负载均衡的方案是将网络流量或特定的网络服务分配给多个网络设备或服务器,从而提升网络的业务处理能力,是网络设备和服务器普遍采用的技术。骨干网流量每两年翻一番,需要频繁扩容,网络结构复杂,运维复杂,每种业务使用独立的网络承载,专属网络多,专属设备多,随着网络规模的日渐增大,出现了越来越多的问题,如何进行网络负载均衡、流量控制等。
SDN架构出现以来,网络带来了新的变革。当 SDN 网络通过全网信息监测到某条链路有较低的需求时,合理运用流量工程,数据层的通路将被迅速切换至该链路来传输数据,可以保持长时间、高效的链路利用率,让网络可以承载更多的流量,同时支持基于全网的更加灵活的链路共享策略。Google 数据中心的 B4 网络中,数据层使用了 SDN 专用交换机,控制层利用SDN的优势获取全局网络信息,运用 ECMP 技术保证流量均衡,实现平等对待每个私人应用,提升了用户的体验,优化了数据中心之间的WAN流量调度。从近些年实际运行测试来看,B4网络的资源使用率最高可以达到95%以上,长期稳定的资源使用率在70%以上。
SDN架构出现后,虽然网络的资源利用率得到了提升,但是业务云化已成为趋势,未来约80%的新应用部署在云端,云数据中心成为新的流量集散地,由于云业务的不确定性,流量突发,难以预测,流量拥塞,不易监测,调整困难成为云时代骨干网新的挑战。如何运用SDN的集中控制优势,进行网络的在线仿真,模拟网元/链路故障,仿真预测再进行分析可能的网络变化对业务的影响,提高客户对故障风险评估能力,提升网络健壮性,变的非常必要和紧迫。
发明内容
为了解决骨干网遇到的流量突发,难以预测,流量拥塞,不易监测,调整困难等技术问题,本发明提供的在SDN场景下,基于业务流量进行仿真预测分析的技术方案可以有效解决解决骨干网目前遇到的流量突发,难以预测,网络调整的困难,通过对网元/链路故障的仿真分析可能的网络变化对业务的影响,提高客户故障风险评估能力,提升网络健壮性。为解决上述技术问题,本发明提供一种SDN场景下的网络仿真方法,所述仿真预测方法包括以下步骤:
步骤一,根据用户请求,执行网络仿真指令,仿真调度管理模块镜像当前的网络拓扑、隧道和端口流量数据;
步骤二,用户通过控制器前端页面模拟现网故障;
步骤三,控制器进行新路径计算;
步骤四,根据新的路径情况和隧道流量情况,计算当前端口的负载情况;
步骤五,根据步骤四得出的负载情况,为用户制定网络现状分析报告。
进一步的,所述步骤二具体指:用户在控制器前端界面选取某些节点或者链路,模拟这些节点或者链路发生故障的场景。
进一步的,所述步骤三中,根据镜像的当前网络拓扑结构,如果无法计算出规避当前模拟故障的节点或者链路的新转发路径,给出分析报告,提醒用户这些节点或者链路发生故障,会导致业务中断,以及告知哪些业务会发生中断。
进一步的,所述步骤四具体为:根据镜像的当前网络的拓扑结构,采用新的转发路径,把隧道的流量叠加到计算出的新的转发路径上,重新计算当前网络所有端口的负载情况,并且前端视图界面展示当前接口负载。
本发明还提供一种SDN场景下的网络仿真系统,所述仿真预测系统包括部署在骨干网的SDN控制器、若干数据中心、若干骨干网中的网元,以及连接数据中心和各网元的隧道,所述SDN控制器用于采集网元的端口以及隧道的流量,负责隧道路径计算和网络控制,并且具备仿真功能。
进一步的,所述SDN控制器包括如下模块:
网络拓扑管理模块,包含网络的物理拓扑和协议拓扑,为路径算法模块提供拓扑数据;
网络流量采集模块,通过和网元设备之间运行采集协议,动态获取网元的端口流量和隧道流量,并且进行数据汇总和处理,根据场景需要,提供基于时间周期的均值、峰值流量数据;
路径算法模块,控制器根据约束信息和业务的SLA属性进行路径计算;
仿真预测调度模块,被配置为调度仿真的流程,根据路径算法模块计算的结果,和流量采集模块提供的流量数据,计算全网网元的端口负载情况,分析端口带宽利用率,给出网络健壮性分析;
业务隧道管理模块,用于管理业务和隧道的关联关系,以及负责隧道转发路径的维护。
本发明与现有技术相比较,本发明的实施效果如下:
根据本发明的各实施例的技术方案的优点包括:对网络中当前拓扑和业务数据进行网络镜像,不影响现有的网络转发;对于镜像的网络进行仿真,模拟节点和链路故障,分析其对当前网络的影响;对业务的接入流量进行模拟,分析其对当前网络的影响;基于流量的仿真模拟分析,对网络流量进行全局、灵活的调度分析,可以结合网络状况,流量特征和应用需求,为运维人员进行网络规划、提高链路利用率提供了很好的决策依据。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的仿真调度预测实施网络拓扑结构示意图;
图2为本发明所述的SDN控制器模块架构示意图;
图3为本发明所述的基于SDN网络流量仿真的实现方法逻辑处理流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的基本思想可概括为在SDN场景下,仿真网络中的节点和链路故障、仿真业务接入点业务流量的变化情况两种情况对网络的负载分析,可以有效解决解决骨干网目前遇到的流量突发,难以预测,网络调整的困难,提高客户故障风险评估能力,提升网络健壮性。
实施例1
本发明提供一种SDN场景下的网络仿真方法,所述仿真预测方法包括以下步骤:
步骤一,根据用户请求,执行网络仿真指令,仿真调度管理模块镜像当前的网络拓扑、隧道和端口流量数据;
步骤二,用户通过控制器前端页面模拟现网故障;用户在控制器前端界面选取某些节点或者链路,模拟这些节点或者链路发生故障的场景。
步骤三,控制器进行新路径计算;根据镜像的当前网络拓扑结构,如果无法计算出规避当前模拟故障的节点或者链路的新转发路径,给出分析报告,提醒用户这些节点或者链路发生故障,会导致业务中断,以及告知哪些业务会发生中断。
步骤四,根据新的路径情况和隧道流量情况,计算当前端口的负载情况;根据镜像的当前网络的拓扑结构,采用新的转发路径,把隧道的流量叠加到计算出的新的转发路径上,重新计算当前网络所有端口的负载情况,并且前端视图界面展示当前接口负载。
步骤五,根据步骤四得出的负载情况,为用户制定网络现状分析报告。
实施例2
本发明还提供一种SDN场景下的网络仿真系统,所述仿真预测系统包括部署在骨干网的SDN控制器、若干数据中心、若干骨干网中的网元,以及连接数据中心和各网元的隧道,所述SDN控制器用于采集网元的端口以及隧道的流量,负责隧道路径计算和网络控制,并且具备仿真功能。
进一步的,所述SDN控制器包括如下模块:
网络拓扑管理模块,包含网络的物理拓扑和协议拓扑,为路径算法模块提供拓扑数据;网络流量采集模块,通过和网元设备之间运行采集协议,动态获取网元的端口流量和隧道流量,并且进行数据汇总和处理,根据场景需要,提供基于时间周期的均值、峰值流量数据;路径算法模块,控制器根据约束信息和业务的SLA属性进行路径计算;仿真预测调度模块,被配置为调度仿真的流程,根据路径算法模块计算的结果,和流量采集模块提供的流量数据,计算全网网元的端口负载情况,分析端口带宽利用率,给出网络健壮性分析;业务隧道管理模块,用于管理业务和隧道的关联关系,以及负责隧道转发路径的维护。
图1出示了骨干网部署SDN控制器的网络拓扑结构示例,如图所示,数据中心A和数据中心B经过IP骨干网进行互通;IP骨干网会创建从PE1到PE3的隧道,使其依次经过网元PE1、网元PE2和网元PE3,其中,网元PE1是隧道的头节点,网元PE3是隧道的尾节点,网元PE2是隧道的中间节点;IP骨干网部署SDN控制器,负责隧道路径计算和网络控制,并且具备根据业务流量模拟网络故障的仿真预测功能。
图2出示了本发明实施例中的控制器架构示例,如图所示,该SDN控制器200包括如下模块:
网络拓扑管理模块201,被配置为管理网络拓扑,包含网络的物理拓扑和协议拓扑,为路径算法模块提供拓扑数据;
网络流量采集模块202,被配置为通过和网元设备之间运行采集协议(如telemetry、netflow、snmp),动态获取网元的端口流量和隧道流量,并且进行数据汇总和处理,可以根据场景需要,提供基于时间周期的均值、峰值流量数据;
路径算法模块203,被配置为控制器根据约束信息和业务的SLA属性进行路径计算,提供例如最小跳数、最小时延、最小metric、带宽均衡等核心算法;
仿真预测调度模块204,被配置为调度仿真的流程,根据路径算法模块计算的结果,和流量采集模块提供的流量数据,计算全网网元的端口负载情况,分析端口带宽利用率,给出网络健壮性分析;
业务隧道管理模块205,用于管理业务和隧道的关联关系,以及负责隧道转发路径的维护。
图3出示了根据本发明的实施例的用于实现网络仿真的方法的示例性流程图。
在步骤301,302,控制器前端界面接收用户请求,执行开始仿真的指令,仿真调度管理模块对当前网络的拓扑结构、网络的隧道和端口的流量信息进行数据镜像,保持一份完整的数据备份,后续仿真的操作都是基于镜像数据进行分析。
在步骤303,控制器前端把当前网络的拓扑结果,进行视图展示,并且在拓扑视图上,每条链路的流量信息也都展示出来,采用分层拓扑的架构,展示业务层,隧道层,物理层的详细信息,用户通过分层视图,可以方便快捷的查看网络的业务、隧道、物理拓扑。
在步骤304,305,用户在控制器前端选取某些节点或者链路,模拟这些节点或者链路发生故障的场景,路径算法模块收到这节点或者链路发生故障后,会对经过这些故障节点或者故障链路的隧道进行新的转发路径计算,规避发生故障的节点或者链路。
在步骤306,根据当前网络的拓扑结构,如果无法计算出规避当前模拟故障的节点或者链路的新转发路径,给出分析报告,提醒用户这些节点或者链路发生故障,会导致业务中断,已经给出那些业务会发生中断。
在步骤307,308,根据当前网络的拓扑结构,如果为原来经过故障节点或者故障链路的隧道计算出新的转发路径,把隧道的流量叠加到计算出的新的转发路径上,重新计算当前网络所有接口的负载情况,并且前端视图界面展示当前接口负载,是用户很清晰的看到当前网络的负载以及隧道的转发路径。
在步骤309,根据模拟故障后的新的转发路径和网络负载情况,给出分析报告,统计那些端口负载会超过门限阈值(例如设置端口负载门限是80%),并且关联那些节点或者链路发生故障,会导致哪些端口负载超过门限阈值,便于用户全面分析网络现状,判断是否需要进行扩容处理。
基于上述SDN场景下的网络仿真方法,能够预测网络负载状况及风险点:
仿真网络中的某些节点和链路故障;SDN控制器对经过这些故障节点或者故障链路的隧道进行重路由,为这些隧道重新计算出新的转发路径绕开故障节点或者链路;此时隧道的流量叠加到新的转发路径经过的所有端口上,继而可以分析出某些节点或者链路故障后,对其他网元端口的负载影响;假如用户设定所有端口负载不超过80%的门限,经过仿真节点和链路故障后,可以分析计算得出全网哪些端口的负载超过了80%的门限,为网络的运维人员提供网络的健壮性分析报告。
仿真业务接入流量的突发变化,例如模拟节假日业务流量的忽然增长;SDN控制器记录了业务和隧道的关联关系,业务接入流量的增加,必然导致隧道流量的增加,由此带来的隧道的转发路径经过的端口的负载也会增大,可以根据端口负载的变化情况,分析出网络是否需要扩容以及网络当前的风险点。
以上参照附图描述了根据本发明的实施例的用于实现服务链的方法的示例性流程图。应指出的是,以上描述中包括的大量细节仅是对本发明的示例性说明,而不是对本发明的限制。在本发明的其他实施例中,该方法可具有更多、更少或不同的步骤,且各步骤之间的顺序、包含、功能等关系可以与所描述和图示的不同。
根据本发明的各实施例的技术方案的优点包括以下一项或多项:本发明提供的在SDN场景下,基于业务流量进行仿真预测分析的技术方案可以有效解决解决骨干网目前遇到的流量突发,难以预测,网络调整的困难,通过对网元/链路故障的仿真分析可能的网络变化对业务的影响,提高客户故障风险评估能力,提升网络健壮性。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
以上内容是结合具体的实施例对本发明所作的详细说明,不能认定本发明具体实施仅限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明保护的范围。
Claims (6)
1.一种SDN场景下的网络仿真方法,其特征在于,所述仿真预测方法包括以下步骤:
步骤一,根据用户请求,执行网络仿真指令,仿真调度管理模块镜像当前的网络拓扑、隧道和端口流量数据;
步骤二,用户通过控制器前端页面模拟现网故障;
步骤三,控制器进行新路径计算;
步骤四,根据新的路径情况和隧道流量情况,计算当前端口的负载情况;
步骤五,根据步骤四得出的负载情况,为用户制定网络现状分析报告。
2.根据权利要求1所述的一种SDN场景下的网络仿真方法,其特征在于,所述步骤二具体指:用户在控制器前端界面选取某些节点或者链路,模拟这些节点或者链路发生故障的场景。
3.根据权利要求1所述的一种SDN场景下的网络仿真方法,其特征在于,所述步骤三中,根据镜像的当前网络拓扑结构,如果无法计算出规避当前模拟故障的节点或者链路的新转发路径,给出分析报告,提醒用户这些节点或者链路发生故障,会导致业务中断,以及告知哪些业务会发生中断。
4.根据权利要求1所述的一种SDN场景下的网络仿真方法,其特征在于,所述步骤四具体为:根据镜像的当前网络的拓扑结构,采用新的转发路径,把隧道的流量叠加到计算出的新的转发路径上,重新计算当前网络所有端口的负载情况,并且前端视图界面展示当前接口负载。
5.一种SDN场景下的网络仿真系统,其特征在于,所述仿真预测系统包括部署在骨干网的SDN控制器、若干数据中心、若干骨干网中的网元,以及连接数据中心和各网元的隧道,所述SDN控制器用于采集网元的端口以及隧道的流量,负责隧道路径计算和网络控制,并且具备仿真功能。
6.根据权利要求5所述的一种SDN场景下的网络仿真系统,其特征在于,所述SDN控制器包括如下模块:
网络拓扑管理模块,包含网络的物理拓扑和协议拓扑,为路径算法模块提供拓扑数据;
网络流量采集模块,通过和网元设备之间运行采集协议,动态获取网元的端口流量和隧道流量,并且进行数据汇总和处理,根据场景需要,提供基于时间周期的均值、峰值流量数据;
路径算法模块,控制器根据约束信息和业务的SLA属性进行路径计算;
仿真预测调度模块,被配置为调度仿真的流程,根据路径算法模块计算的结果,和流量采集模块提供的流量数据,计算全网网元的端口负载情况,分析端口带宽利用率,给出网络健壮性分析;
业务隧道管理模块,用于管理业务和隧道的关联关系,以及负责隧道转发路径的维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911257026.3A CN111147287B (zh) | 2019-12-10 | 2019-12-10 | 一种sdn场景下的网络仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911257026.3A CN111147287B (zh) | 2019-12-10 | 2019-12-10 | 一种sdn场景下的网络仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111147287A true CN111147287A (zh) | 2020-05-12 |
CN111147287B CN111147287B (zh) | 2023-04-07 |
Family
ID=70517835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911257026.3A Active CN111147287B (zh) | 2019-12-10 | 2019-12-10 | 一种sdn场景下的网络仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111147287B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111835579A (zh) * | 2020-06-04 | 2020-10-27 | 南瑞集团有限公司 | 一种网络流量调度仿真有效性的测试方法及系统 |
CN111935108A (zh) * | 2020-07-24 | 2020-11-13 | 杭州安恒信息技术股份有限公司 | 云数据安全访问控制方法、装置、电子装置及存储介质 |
CN112469067A (zh) * | 2020-10-27 | 2021-03-09 | 中国信息通信研究院 | 一种网络批量业务流量监测方法和系统 |
CN112887135A (zh) * | 2021-01-22 | 2021-06-01 | 烽火通信科技股份有限公司 | 一种基于状态pce进行多点故障恢复的方法与装置 |
CN112887148A (zh) * | 2021-01-29 | 2021-06-01 | 烽火通信科技股份有限公司 | 一种网络流量仿真和预测的方法和装置 |
CN113114509A (zh) * | 2021-04-16 | 2021-07-13 | 浪潮思科网络科技有限公司 | 一种在sdn网络环境中进行报文转发仿真的方法及设备 |
CN113315647A (zh) * | 2020-09-14 | 2021-08-27 | 阿里巴巴集团控股有限公司 | 一种网络仿真方法和装置 |
CN113411221A (zh) * | 2021-06-30 | 2021-09-17 | 中国南方电网有限责任公司 | 电力通信网络故障仿真验证方法、装置、设备和存储介质 |
CN113746656A (zh) * | 2020-05-30 | 2021-12-03 | 华为技术有限公司 | 一种评估网络操作影响的方法、装置及设备 |
CN114157718A (zh) * | 2021-11-12 | 2022-03-08 | 国网冀北电力有限公司信息通信分公司 | 一种sdn网络系统及sdn网络系统的控制方法 |
CN114285757A (zh) * | 2020-09-18 | 2022-04-05 | 华为技术有限公司 | 网络仿真方法、装置、设备及计算机可读存储介质 |
CN114363190A (zh) * | 2021-12-31 | 2022-04-15 | 网络通信与安全紫金山实验室 | 一种基于镜像快照提供网络仿真数据的方法和装置 |
CN114553752A (zh) * | 2020-11-26 | 2022-05-27 | 南方电网数字电网研究院有限公司 | 基于仿真软件的网络性能测试方法、装置和计算机设备 |
CN114629829A (zh) * | 2020-11-26 | 2022-06-14 | 中国南方电网有限责任公司 | 网络抗毁仿真验证方法、装置、计算机设备和存储介质 |
CN114826923A (zh) * | 2021-01-27 | 2022-07-29 | 华中科技大学 | 一种sdn网络的网络僵化度评估方法 |
CN115225502A (zh) * | 2022-05-13 | 2022-10-21 | 宁夏誉成云创数据投资有限公司 | 一种基于sdn架构的数据中心数字化映射dcim系统 |
CN115378875A (zh) * | 2022-07-12 | 2022-11-22 | 浙大城市学院 | 适应不同网络环境的可靠流量调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103684893A (zh) * | 2012-09-04 | 2014-03-26 | 清华大学 | 一种网络仿真分析设备及方法 |
CN106452850A (zh) * | 2016-09-23 | 2017-02-22 | 西安交通大学 | 一种sdn控制器性能测试方法及系统 |
CN109640195A (zh) * | 2018-11-16 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种面向电力通信光传输网大规模场景的仿真方法及系统 |
-
2019
- 2019-12-10 CN CN201911257026.3A patent/CN111147287B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103684893A (zh) * | 2012-09-04 | 2014-03-26 | 清华大学 | 一种网络仿真分析设备及方法 |
CN106452850A (zh) * | 2016-09-23 | 2017-02-22 | 西安交通大学 | 一种sdn控制器性能测试方法及系统 |
CN109640195A (zh) * | 2018-11-16 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种面向电力通信光传输网大规模场景的仿真方法及系统 |
Non-Patent Citations (1)
Title |
---|
王培国: "基于光纤通信网生存性分析模型的故障仿真平台设计", 《计算机应用研究》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113746656A (zh) * | 2020-05-30 | 2021-12-03 | 华为技术有限公司 | 一种评估网络操作影响的方法、装置及设备 |
CN111835579A (zh) * | 2020-06-04 | 2020-10-27 | 南瑞集团有限公司 | 一种网络流量调度仿真有效性的测试方法及系统 |
CN111835579B (zh) * | 2020-06-04 | 2021-12-21 | 南瑞集团有限公司 | 一种网络流量调度仿真有效性的测试方法及系统 |
CN111935108A (zh) * | 2020-07-24 | 2020-11-13 | 杭州安恒信息技术股份有限公司 | 云数据安全访问控制方法、装置、电子装置及存储介质 |
CN113315647A (zh) * | 2020-09-14 | 2021-08-27 | 阿里巴巴集团控股有限公司 | 一种网络仿真方法和装置 |
CN114285757A (zh) * | 2020-09-18 | 2022-04-05 | 华为技术有限公司 | 网络仿真方法、装置、设备及计算机可读存储介质 |
CN112469067B (zh) * | 2020-10-27 | 2024-04-02 | 中国信息通信研究院 | 一种网络批量业务流量监测方法和系统 |
CN112469067A (zh) * | 2020-10-27 | 2021-03-09 | 中国信息通信研究院 | 一种网络批量业务流量监测方法和系统 |
CN114553752B (zh) * | 2020-11-26 | 2023-06-27 | 南方电网数字电网研究院有限公司 | 基于仿真软件的网络性能测试方法、装置和计算机设备 |
CN114553752A (zh) * | 2020-11-26 | 2022-05-27 | 南方电网数字电网研究院有限公司 | 基于仿真软件的网络性能测试方法、装置和计算机设备 |
CN114629829A (zh) * | 2020-11-26 | 2022-06-14 | 中国南方电网有限责任公司 | 网络抗毁仿真验证方法、装置、计算机设备和存储介质 |
CN112887135A (zh) * | 2021-01-22 | 2021-06-01 | 烽火通信科技股份有限公司 | 一种基于状态pce进行多点故障恢复的方法与装置 |
CN114826923A (zh) * | 2021-01-27 | 2022-07-29 | 华中科技大学 | 一种sdn网络的网络僵化度评估方法 |
CN112887148A (zh) * | 2021-01-29 | 2021-06-01 | 烽火通信科技股份有限公司 | 一种网络流量仿真和预测的方法和装置 |
CN112887148B (zh) * | 2021-01-29 | 2022-06-21 | 烽火通信科技股份有限公司 | 一种网络流量仿真和预测的方法和装置 |
CN113114509A (zh) * | 2021-04-16 | 2021-07-13 | 浪潮思科网络科技有限公司 | 一种在sdn网络环境中进行报文转发仿真的方法及设备 |
CN113411221A (zh) * | 2021-06-30 | 2021-09-17 | 中国南方电网有限责任公司 | 电力通信网络故障仿真验证方法、装置、设备和存储介质 |
CN114157718A (zh) * | 2021-11-12 | 2022-03-08 | 国网冀北电力有限公司信息通信分公司 | 一种sdn网络系统及sdn网络系统的控制方法 |
CN114157718B (zh) * | 2021-11-12 | 2023-07-25 | 国网冀北电力有限公司信息通信分公司 | 一种sdn网络系统及sdn网络系统的控制方法 |
CN114363190A (zh) * | 2021-12-31 | 2022-04-15 | 网络通信与安全紫金山实验室 | 一种基于镜像快照提供网络仿真数据的方法和装置 |
CN114363190B (zh) * | 2021-12-31 | 2023-08-22 | 网络通信与安全紫金山实验室 | 一种基于镜像快照提供网络仿真数据的方法和装置 |
CN115225502A (zh) * | 2022-05-13 | 2022-10-21 | 宁夏誉成云创数据投资有限公司 | 一种基于sdn架构的数据中心数字化映射dcim系统 |
CN115378875A (zh) * | 2022-07-12 | 2022-11-22 | 浙大城市学院 | 适应不同网络环境的可靠流量调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111147287B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111147287B (zh) | 一种sdn场景下的网络仿真方法及系统 | |
CN110601888B (zh) | 一种时间敏感网络中确定性故障检测与定位方法及系统 | |
Jhaveri et al. | Fault-resilience for bandwidth management in industrial software-defined networks | |
Cui et al. | Backup path allocation based on a correlated link failure probability model in overlay networks | |
US9270560B2 (en) | Session layer for monitoring utility application traffic | |
CN105281945B (zh) | 基于数据流的确定性网络完整性故障检测方法 | |
CN113938407B (zh) | 基于带内网络遥测系统的数据中心网络的故障检测方法及装置 | |
WO2016095710A1 (zh) | 一种调整srlg的方法和装置 | |
CN104243196A (zh) | 一种sdn架构下的虚拟网络映射保护方法及系统 | |
CN111835579B (zh) | 一种网络流量调度仿真有效性的测试方法及系统 | |
Jhaveri et al. | Managing industrial communication delays with software-defined networking | |
CN108401490B (zh) | 一种网络性能测量方法及探测设备 | |
Hu et al. | FTLink: Efficient and flexible link fault tolerance scheme for data plane in Software-Defined Networking | |
US11936565B2 (en) | Methods and apparatus for data traffic control in networks | |
KR20180122513A (ko) | Sdn 기반 네트워크 가상화 플랫폼의 네트워크 하이퍼바이저에서 트래픽 엔지니어링 방법 및 프레임워크 | |
CN116708304B (zh) | 数据传输路径的切换方法和装置、存储介质及电子设备 | |
CN104518920A (zh) | 大型ip网络流量监控方法和装置 | |
CN113079427A (zh) | 基于网络演化模型的ason网络业务可用性评估方法 | |
US9654363B2 (en) | Synthetic loss measurements using session numbers | |
CN114389991B (zh) | 一种智能网络流量调度管理方法及装置 | |
JP6427128B2 (ja) | ネットワーク制御装置およびネットワーク制御方法 | |
Tayal et al. | Congestion-aware probe selection for fault detection in networks | |
Tootaghaj et al. | Modeling, monitoring and scheduling techniques for network recovery from massive failures | |
Li et al. | Terminator: An Efficient and Light-weight Fault Localization Framework | |
US20240195679A1 (en) | Smart online link repair and job scheduling in machine learning supercomputers |
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 |