CN113328889B - 一种软件定义网络中控制层架构分布式优化方法 - Google Patents
一种软件定义网络中控制层架构分布式优化方法 Download PDFInfo
- Publication number
- CN113328889B CN113328889B CN202110600573.8A CN202110600573A CN113328889B CN 113328889 B CN113328889 B CN 113328889B CN 202110600573 A CN202110600573 A CN 202110600573A CN 113328889 B CN113328889 B CN 113328889B
- Authority
- CN
- China
- Prior art keywords
- domain
- controller
- node
- controllers
- defined 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.)
- Active
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
- H04L41/12—Discovery or management of network topologies
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种软件定义网络中控制层架构分布式优化方法,属于计算机网络技术领域。首先根据给定的网络拓扑,收集每个节点在一定时间段的数据包请求而得出流量矩阵,根据节点之间的链路时延得出时延矩阵。其次,以最小总代价为目标函数,其包括所需控制器的开销、建造费用、控制器之间的时延代价、交换器和控制器之间的时延代价、人工费用,通过目标函数和约束条件得出最优的控制器放置方案。本发明能够灵活地求出全部的解空间,同时对控制器成本、控制器之间的时延代价、交换器和控制器之间的时延代价做出有效的折中。
Description
技术领域
本发明涉及一种软件定义网络中控制层架构分布式优化方法,属于计算机网络技术领域。
背景技术
随着云服务用户数和服务内容的快速增长,网路中的资源量需求量和服务需求急剧增加。由于制造商在出厂时对网络设备进行了固化,随着网络中需求类型和传输服务的不断增加,设备需不断更新补丁和引进协议,使其自身变得越来越臃肿和复杂。软件定义网络(SDN:Software Defined Networking)技术的出现缓解了这个问题,SDN是一种动态的、可管理的、自适应的新型网络体系架构,其核心技术是将控制层与数据层解耦,集中式的控制层和分布式的数据转发层之间利用南向接口Openflow协议来通信,在逻辑上集中管理并维护全局网络,实现网络的集中化管理。但SDN控制层的可扩展性是制约软件定义光互连数据中心中主要性能瓶颈之一。这种将控制层从数据层抽离的网络模型,虽可获取全网信息且对流量进行灵活的调度,集中式控制又可降低网络管控复杂性,但随着网络中节点的不断增多,新业务流的激增,软件定义光互连数据中心存在处理能力有限、控制消息处理时延过长的问题,控制层的可扩展性较差。另外,控制流量在交换器和控制器之间的传输时间主要与交换器到控制器的距离有关。随着软件定义网络拓扑规模扩大,集中式管理架构难以满足来自数据层的远距离请求,这不仅使离控制器较远的交换器流请求时延增加,也使下发流表项到指定交换器的传输时延增加,故需提升SDN架构的扩展性。
近年来,国内外学者通过设计分布式架构来减小数据流的传输时延,将整个网络划分成若干个子网,并对每个子网进行SDN部署,以实现控制层控制器管理域的划分。在此基础上,为实现SDN域之间的消息同步,提出了SDN域协议框架SDNi,即控制器间的东西桥接口,实现了SDN域之间的互通互访。基于以上研究,前人提出了K-critical算法,将控制器分布式放置在SDN域中合适的位置,以最大限度减少所需控制器的数量,且让每个控制器负责网络中一个区域的流量调度。而一些学者通过采用光谱聚类放置算法将网络划分为多个子网络,使SDN控制器分布式放置,虽使传输时延减小,但没考虑网络中流量请求等因素,在实现控制器扩展同时不能实现网络流量请求。
故此本发明提出了考虑实际网络中的服务流量、链路距离和区域间的负载均衡等重要因素的SDN域划分策略,使架构的整体规划更加周密,解决了当前技术的不足。
与传统方案相比,本发明考虑流请求、链路传输时延和区域间负载均衡等因素,进行软件定义网络控制器部署,以提高控制层架构的扩展性,进而减小控制流量在交换器和控制器之间的传输时延,同时考虑了链路传输时延和区域间负载均衡之间的有效折中,从而实现在资源的最小化的基础上对控制器进行分布式最优化的管理和放置。
发明内容
本发明要解决的技术问题是提供一种软件定义网络中控制层架构分布式优化方法,用以解决软件定义网络的控制层扩展性问题。
本发明基于一种新的分布式控制器分布结构,不仅能够让软件定义网络中的控制器自由地进行位置选择,还考虑了流请求、链路传输时延和区域间负载均衡等因素之间的有效折衷,进而实现网络分布资源最优化。
本发明的技术方案是:一种软件定义网络中控制层架构分布式优化方法,具体步骤为:
Step1:在软件定义网络中布置分布式控制器,由于软件定义网络通过加入控制器来实现网络的集中管控,使交换器只进行数据传输,但控制器集中式的管控方式可扩展性较差,故需设置分布式的控制器部署方案。在软件定义网络中布置分布式控制器,软件定义网络拓扑包含节点集合和链路集合,软件定义网络拓扑用G(N,E)表示,节点集合用N={1,...,n}表示,链路集合用E来表示。
对软件定义网络拓扑G中的节点N进行划分,划分方式为将网络拓扑G中的节点划分看作是图的划分,即将G划分成k个子图gk,k∈K,且可称为k个域,为实现管理域的合理划分,域划分的必要条件可以表示为:
式中,gk表示子图域。当第i个域中节点与第j个域中节点之间的权重比较低,即不同域节点之间的相似性比较低,而同一个节点域内节点之间的权重比较高,即域内节点之间相似性较高。
Step2:基于Step1进一步设计节点域之间的度量值,用一个n×n的矩阵W={wxy}来代表图G(N,E)的相似度,也可将W称为相似度矩阵,其中wxy为交换器x和y之间的相似度值,一般可通过交换器之间的连通性或传输距离长度等因素来衡量,通过将相似度值高的交换器划分到一个域的原则,将相似度值低的交换器划分到不同域的原则,将G(N,E)划分为k个节点数目相等的子图,使不同域之间的交换器相似度最小,即得到相对平均的域划分,以上划分原则表示为:
式中,S为交换器集合,其中x和y表示交换器,wxy为交换器x和y之间的相似度值,minSDNcut目的是使划分的k个域内交换器之间距离加和最小。
Step3:基于Step2得出的k个域gk,k∈K,而k个域对应k个控制器集合Ck,找出每个域控制器集合Ck的最佳放置位置,最佳放置位置需满足到域内各个节点的链路距离最小,使每个节点向域内控制器请求访问时传输延时最小,表示为:
Step4:为了实现每个域中的控制器之间的负载均衡,首先计算出每个域中的所有节点对应的请求量,通过请求量和单个控制器处理能力f的比值,得出每个域中需要的控制器数量Mk,将Mk放入对应控制器集合Ck中,完成分布优化,表示为:
本发明的有益效果是:本发明考虑软件定义网络拓扑、节点需求量、链路距离和控制器处理能力等因素,设计了的控制层分布式控制器部署方案,依据图划分原理对节点划分为节点数目均匀的节点域,然后依据最短路径优先原则选出每个域的中心位置放置控制器。此方案考虑延时代价、硬件代价和传输性能因素,满足网络中节点的服务请求下,实现了控制层的可扩展性。
附图说明
图1是本发明的方法流程图;
图2是本发明SDN控制器在控制层中的分布式放置示意图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:如图1所示,一种软件定义网络中控制层架构分布式优化方法,具体步骤为:
Step1:在软件定义网络中布置分布式控制器,软件定义网络拓扑包含节点集合和链路集合,软件定义网络拓扑用G(N,E)表示,节点集合用N={1,...,n}表示,链路集合用E来表示。
对软件定义网络拓扑G中的节点N进行划分,划分方式为将网络拓扑G中的节点划分看作是图的划分,即将G划分成k个子图gk,k∈K,且可称为k个域,为实现管理域的合理划分,域划分的必要条件可以表示为:
式中,gk表示子图域。
Step2:基于Step1进一步设计节点域之间的度量值,用一个n×n的矩阵W={wxy}来代表图G(N,E)的相似度,W为相似度矩阵,其中wxy为交换器x和y之间的相似度值,通过将相似度值高的交换器划分到一个域的原则,将相似度值低的交换器划分到不同域的原则,将G(N,E)划分为k个节点数目相等的子图,使不同域之间的交换器相似度最小,即得到相对平均的域划分,以上划分原则表示为:
式中,S为交换器集合,其中x和y表示交换器,wxy为交换器x和y之间的相似度值,minSDNcut目的是使划分的k个域内交换器之间距离加和最小。
Step3:基于Step2得出的k个域gk,k∈K,而k个域对应k个控制器集合Ck,找出每个域控制器集合Ck的最佳放置位置,最佳放置位置需满足到域内各个节点的链路距离最小,使每个节点向域内控制器请求访问时传输延时最小,表示为:
Step4:为了实现每个域中的控制器之间的负载均衡,首先计算出每个域中的所有节点对应的请求量,通过请求量和单个控制器处理能力f的比值,得出每个域中需要的控制器数量Mk,将Mk放入对应控制器集合Ck中,完成分布优化,表示为:
如图2所示,把控制层集中放置的控制器进行分组,把这些分组后形成的控制器集合分散放置到跨区域的数据中心骨干网络中,并给出了新架构的示意图,图中每个圆形虚线圈表示一个控制器集合(Controller Set:CS),同时也对应着该集合所要放置到的节点,每个CS中有一个主控制器和若干个从控制器,主控制器负责本集合中任务的分配。每个CS中主控制器之间的传输都通过数据层的光纤链路。从逻辑结构上看,整个矩形框里的控制层仍然是以集中式控制的方式在控制数据层的请求流。控制层在骨干网中能够灵活控制分布式的程度,不仅在逻辑上保持了软件定义光互连数据中心网络控制器集中管控的模式,而且在物理上允许控制器分散放置在全网中。在这个新架构中,集中式控制方式所面对的处理控制层服务能力不足的问题将不再存在,控制层的扩展性能得到很大改善。另外,控制器集合灵活的分散位置,给数据层交换器提供机会请求临近的控制器,减小数据传输时延代价。除此之外,控制器集合之间同步消息增加了额外的传输时延代价。因此控制层架构设计必须同时考虑三个方面,分别为数据层业务请求量,交换器与CS之间链路时延代价以及CS-CS之间的链路时延代价。通过考虑以上因素合理的对控制器进行分组与放置使总代价最小。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (1)
1.一种软件定义网络中控制层架构分布式优化方法,其特征在于:
Step1:在软件定义网络中布置分布式控制器,软件定义网络拓扑包含节点集合和链路集合,软件定义网络拓扑用G(N,E)表示,节点集合用N={1,...,n}表示,链路集合用E来表示;
对软件定义网络拓扑G中的节点N进行划分,划分方式为将网络拓扑G中的节点划分看作是图的划分,即将G划分成k个子图gk,k∈K,且可称为k个域,为实现管理域的合理划分,域划分的必要条件可以表示为:
式中,gk表示子图域;
Step2:基于Step1进一步设计节点域之间的度量值,用一个n×n的矩阵W={wxy}来代表图G(N,E)的相似度,W为相似度矩阵,其中wxy为交换器x和y之间的相似度值,通过将相似度值高的交换器划分到一个域的原则,将相似度值低的交换器划分到不同域的原则,将G(N,E)划分为k个节点数目相等的子图,使不同域之间的交换器相似度最小,即得到相对平均的域划分,以上划分原则表示为:
式中,S为交换器集合,其中x和y表示交换器,wxy为交换器x和y之间的相似度值,minSDNcut目的是使划分的k个域内交换器之间距离加和最小;
Step3:基于Step2得出的k个域gk,k∈K,而k个域对应k个控制器集合Ck,找出每个域控制器集合Ck的最佳放置位置,最佳放置位置需满足到域内各个节点的链路距离最小,使每个节点向域内控制器请求访问时传输延时最小,表示为:
Step4:为了实现每个域中的控制器之间的负载均衡,首先计算出每个域中的所有节点对应的请求量,通过请求量和单个控制器处理能力f的比值,得出每个域中需要的控制器数量Mk,将Mk放入对应控制器集合Ck中,完成分布优化,表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110600573.8A CN113328889B (zh) | 2021-05-31 | 2021-05-31 | 一种软件定义网络中控制层架构分布式优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110600573.8A CN113328889B (zh) | 2021-05-31 | 2021-05-31 | 一种软件定义网络中控制层架构分布式优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113328889A CN113328889A (zh) | 2021-08-31 |
CN113328889B true CN113328889B (zh) | 2022-06-28 |
Family
ID=77422648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110600573.8A Active CN113328889B (zh) | 2021-05-31 | 2021-05-31 | 一种软件定义网络中控制层架构分布式优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113328889B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107612771A (zh) * | 2017-09-07 | 2018-01-19 | 广东工业大学 | 一种基于动态迁移的sdn网络负载均衡方法 |
CN110830570A (zh) * | 2019-11-01 | 2020-02-21 | 陕西师范大学 | 软件定义网络中鲁棒的有限控制器资源均衡部署方法 |
CN112543151A (zh) * | 2020-11-25 | 2021-03-23 | 中移(杭州)信息技术有限公司 | Sdn控制器部署方法、装置、电子设备和存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9397917B2 (en) * | 2014-01-10 | 2016-07-19 | Huawei Technologies Co., Ltd. | System and method for zoning in software defined networks |
CN105099647A (zh) * | 2014-05-16 | 2015-11-25 | 中兴通讯股份有限公司 | 一种同步方法、控制器、同步节点及同步网络 |
CN104065509B (zh) * | 2014-07-24 | 2017-07-11 | 大连理工大学 | 一种降低管理负载开销的sdn多控制器部署方法 |
US9602387B2 (en) * | 2014-12-29 | 2017-03-21 | Juniper Networks, Inc. | Network topology optimization |
CN106027293B (zh) * | 2016-05-16 | 2019-01-22 | 重庆邮电大学 | 一种基于指定时延的sdn控制器生存性部署方法 |
CN105959221B (zh) * | 2016-06-29 | 2019-07-26 | 中国电子科技集团公司第五十四研究所 | 软件定义卫星网络的流表一致性优化的方法 |
CN108400890B (zh) * | 2018-01-30 | 2022-04-12 | 天津城建大学 | 一种软件定义网络多控制器部署方法 |
CN109286528B (zh) * | 2018-10-16 | 2020-11-03 | 四川长虹电器股份有限公司 | 一种基于时延的sdn网络多控制器部署方法 |
US11483230B2 (en) * | 2019-09-23 | 2022-10-25 | Cisco Technology, Inc. | Multiple domain segment routing path computation |
CN110784366B (zh) * | 2019-11-11 | 2022-08-16 | 重庆邮电大学 | Sdn中基于immac算法的交换机迁移方法 |
-
2021
- 2021-05-31 CN CN202110600573.8A patent/CN113328889B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107612771A (zh) * | 2017-09-07 | 2018-01-19 | 广东工业大学 | 一种基于动态迁移的sdn网络负载均衡方法 |
CN110830570A (zh) * | 2019-11-01 | 2020-02-21 | 陕西师范大学 | 软件定义网络中鲁棒的有限控制器资源均衡部署方法 |
CN112543151A (zh) * | 2020-11-25 | 2021-03-23 | 中移(杭州)信息技术有限公司 | Sdn控制器部署方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
基于SDN控制器集群的负载均衡技术研究;刘昊;《中国优秀硕士学位论文全文数据库》;20210315;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113328889A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sun et al. | Cost-efficient service function chain orchestration for low-latency applications in NFV networks | |
CN105960783B (zh) | 域间sdn流量工程 | |
Cui et al. | Wireless data center networking | |
CN110022230B (zh) | 基于深度强化学习的服务链并行部署方法及装置 | |
WO2023039965A1 (zh) | 流量疏导的云边计算网络计算资源均衡调度方法及系统 | |
CN116389491B (zh) | 一种云边算力资源自适应计算系统 | |
CN105515987A (zh) | 一种基于sdn架构面向虚拟光网络的映射方法 | |
Lu et al. | X-NEST: a scalable, flexible, and high-performance network architecture for distributed machine learning | |
Shu et al. | Optimal sampling rate assignment with dynamic route selection for real-time wireless sensor networks | |
Tang et al. | Effectively reconfigure the optical circuit switching layer topology in data center network by OCBridge | |
CN113328889B (zh) | 一种软件定义网络中控制层架构分布式优化方法 | |
CN116915622A (zh) | 基于双层规划的网络资源划分和路径规划联合优化方法 | |
CN114745227B (zh) | 基于FlexE和SPN技术的电力业务网络切片时延计算方法及装置 | |
Meng et al. | Intelligent routing orchestration for ultra-low latency transport networks | |
Pang et al. | Research on SDN-based data center network traffic management and optimization | |
Liu et al. | Load-balanced service function chaining in edge computing over FiWi access networks for Internet of Things | |
CN105516013B (zh) | 一种软件定义光网络中时间相关的业务调度策略 | |
CN116192746B (zh) | 一种基于sdn的路由路径选择方法、装置及存储介质 | |
CN109067662B (zh) | 一种基于作业部署信息的链路互连方法和系统 | |
Xuan et al. | Novel virtual network function service chain deployment algorithm based on Q-learning | |
Zhang et al. | Bandwidth scheduling with flexible multi-paths in high-performance networks | |
Boubiche et al. | An Efficient Approach for Big Data Aggregation Mechanism in Heterogeneous Wireless Connected Sensor Networks | |
Yang et al. | Joint RMSSA scheme and link load balancing for static SD-SCNs from model building to algorithm design | |
Wang et al. | Dual-Network Task Scheduling inCyber–Physical Systems: A Cooptimization Approach | |
Yang et al. | Intelligent Dynamic Resource Allocation for Network Slicing Based on Actor-Critic Algorithm |
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 |