CN114157718A - 一种sdn网络系统及sdn网络系统的控制方法 - Google Patents
一种sdn网络系统及sdn网络系统的控制方法 Download PDFInfo
- Publication number
- CN114157718A CN114157718A CN202111339258.0A CN202111339258A CN114157718A CN 114157718 A CN114157718 A CN 114157718A CN 202111339258 A CN202111339258 A CN 202111339258A CN 114157718 A CN114157718 A CN 114157718A
- Authority
- CN
- China
- Prior art keywords
- network
- service
- information
- sdn
- sdn controller
- 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
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- 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 Exchanges In Wide-Area Networks (AREA)
Abstract
本文提供了一种SDN网络系统及SDN网络系统的控制方法,其中,SDN网络系统包括:云管理平台用于接收用户端发送的业务需求流量信息,将业务需求流量信息发送至SDN控制器;SDN控制器用于确定网络信息;发送业务需求流量信息至流量采集设备;根据业务调优请求、网络信息及业务需求流量信息,确定第一业务目标网络转发路径;流量采集设备用于采集网络节点的业务真实流量信息;检测各网络节点的业务真实流量信息,发送业务调优请求至SDN控制器;网络节点用于根据第一业务目标转发路径实现业务数据转发。本文具有业务可识别、网络可诊断、网络可调整、运维简单、快速响应业务需求进而保证网络安全的特征。
Description
技术领域
本文涉及网络通信领域,尤其涉及一种SDN网络系统及SDN网络系统的控制方法。
背景技术
现有技术中,专业通信网络(例如电力通信网络)承载着专业运行和企业管理的核心业务,是专业安全、稳定、经济运行的重要保障。未来的专业通信网将是以统一、开放的业务平台为核心,能从根本上改变传统专业通信业务提供方式,网络特征突出体现为:高度智能可控,支持灵活扩展和持续演进,具备平台、网络和业务开放,支持有效运营和及时的维护,支持云计算、大数据等新兴业务应用。
专业通信数据网络规模庞大、结构复杂,随着专业通信业务和需求的发展,现有的网络架构难以支撑复杂的业务,广域网在运行、管理和维护也逐步呈现了一些问题,如网络不可诊、网络不可调、运维管理复杂等,给目前网络的建设和运维带来了比较大的困难,具体体现在:
(1)业务不可识:目前广域网对业务的识别和管理粒度很低,无法基于业务规划业务在网络中的转发路径,无法为不同的业务提供差异化保障。
(2)网络不可诊:目前广域网无法识别业务的承载质量,网络管理还是基于传统的网元和链路的故障管理,而不能基于网络的承载质量和业务的承载质量管理。这样当网络承载的业务(如视频会议)出现业务故障时,会导致业务部门和网络管理部门的矛盾,网络需要更深层次的可视化管理。
(3)网络不可调:广域网络可能会出现由于两点之间的衰耗大或者光纤质量差,导致业务受损严重,此时传统的网络技术无法做到自动的转发切换(因为网络节点和链路是正常的),需要进行频繁的手动调整业务的转发路径。因此广域网络不可调体现在网络无法基于业务的保障需求自动调整、自动保障,对整个网络的运维带来很大的压力。
(4)运维过复杂:目前运维主要采用人工运维模式,开局、升级、维护需要人工保障,极其容易出错。而且人工的维护和操作成本高效率差,无法满足未来业务快速上线、网络快速保障的需求。对于一些运维能力比较薄弱的区域,人工运维更需要上级部门支撑,一旦故障的解决时间较长,将会对生产和办公业务造成巨大的影响。
(5)安全风险大:针对网络的安全风险,目前采取的措施是逐设备配置相关的安全策略,时效性比较差,也造成了比较大的人工成本。在未来大部分生产和办公业务基于网络完成,因此对网络风险的防护成为网络管理的重中之重,网络需要加强对攻击的应对能力。
因此,亟需一种突破性的架构,构建资源统一控制、网络与数据协同调度、快速响应业务需求的新一代电力通信网络。
发明内容
本文用于解决现有技术中,专业通信网络存在业务不可识别、网络不可诊断、网络不可调整、网络运维复杂及安全风险大的问题。
为了解决上述技术问题,本文的第一方面提供一种SDN(Software DefinedNetwork,SDN)网络系统,包括:云管理平台、SDN控制器、流量采集设备及网络节点;
所述云管理平台用于接收用户端发送的业务需求流量信息,将所述业务需求流量信息发送至所述SDN控制器;对所述SDN控制器发送的网络信息进行可视化处理,以使所述用户端调用所述网络信息;
所述SDN控制器连接所述云管理平台、所述流量采集设备及所述网络节点,用于接收所述云管理平台发送的业务需求流量信息,并将其发送至所述流量采集设备;接收所述流量采集设备发送的网络节点的业务真实流量信息,接收所述网络节点发送的拓扑信息及隧道信息,根据所述拓扑信息、隧道信息及业务真实流量信息确定网络信息,将所述网络信息发送至所述云管理平台;接收业务调优请求,根据所述业务调优请求、所述网络信息及所述业务需求流量信息,确定第一业务目标网络转发路径;发送所述第一业务目标网络转发路径至网络节点;
所述流量采集设备连接所述网络节点,用于采集所述网络节点的业务真实流量信息,并将其发送至所述SDN控制器;比较各网络节点的业务真实流量信息及业务需求流量信息,根据比较结果,确定并发送业务调优请求至所述SDN控制器;
所述网络节点用于发送拓扑信息及隧道信息至所述SDN控制器,接收所述SDN控制器发送的第一业务目标转发路径,根据所述第一业务目标转发路径实现业务数据转发。
作为本文的进一步实施例中,所述云管理平台还用于接收所述用户端发送的维护网络节点及维护链路,将所述维护网络节点及维护链路发送至所述SDN控制器;
所述SDN控制器还用于根据所述网络信息,确定出绕开所述维护网络节点及维护链路的可用网络路径;根据所述维护网络节点相关的业务需求流量信息从所述可用网络路径中确定第二目标网络转发路径;发送所述第二目标网络转发路径至所述网络节点;
所述网络节点根据所述第二目标网络转发路径进行业务数据转发。
作为本文的进一步实施例中,所述SDN控制器还用于根据所述网络信息及每一网络节点的网络流量,建立网络系统的仿真模型;
所述云管理平台还用于接收所述用户端发送的模拟故障点,并将其发送至所述SDN控制器;
所述SDN控制器还用于暂停所述仿真模型中模拟故障点的运行,将经过模拟故障点所在链路的流量分配至仿真模型中其他节点及相应链路中,得到所述仿真模型的模拟运行状态;
若模拟运行状态稳定,则根据所述模拟故障点,暂停相关链路;
若模拟运行状态不稳定,则发送所述仿真模型的预测结果至所述云管理平台,由所述云管理平台发送至用户端。
作为本文的进一步实施例中,所述SDN控制器中设置有流量预测模型;
所述云管理平台还用于接收所述用户端发送的流量预测请求,并将其发送至所述SDN控制器;
所述SDN控制器根据所述流量预测请求,获取相关端口或链路预定时间段内的网络流量,将获取的网络流量输入至流量预测模型中,得到流量预测趋势,发送所述流量预测趋势至所述云管理平台,由所述云管理平台发送至所述用户端。
作为本文的进一步实施例中,所述SDN控制器中设置有多个流量预测模型;
所述SDN控制器将获取的网络流量输入至流量预测模型中,得到流量预测趋势发送所述流量预测趋势至所述云管理平台进一步为:
将获取的网络流量分别输入至各流量预测模型中,得到各流量预测模型预测得到的流量预测趋势;
对各流量预测模型预测得到的流量预测趋势进行加权求和处理,将求和得到的流量预测趋势发送至所述云管理平台。
作为本文的进一步实施例中,所述SDN控制器根据地区进行部署;各地区内的SDN控制器包括:多个主用SDN控制单元及多个备用SDN控制单元。
作为本文的进一步实施例中,所述云管理平台还用于接收用户端发送的业务部署信息,将所述业务部署信息发送至所述SDN控制器;
所述SDN控制器接收所述云管理平台发送的业务部署信息,并将其下发至相关网络节点,由相关网络节点根据业务部署信息实现业务数据转发。
本文的第二方面提供一种SDN网络系统的控制方法,应用于前述任一实施例所述的SDN网络系统中的SDN控制器,包括:
接收用户端通过云管理平台发送的业务需求信息,并将其发送至所述流量采集设备;
接收SDN网络系统中每一网络节点的业务真实流量信息、拓扑信息及隧道信息;
根据所述拓扑信息、隧道信息及业务真实流量信息确定网络信息,将所述网络信息发送至所述云管理平台;接收所述流量采集设备发送的业务调优请求,根据所述业务调优请求、所述网络信息及所述业务需求流量信息,确定第一业务目标网络转发路径;
发送所述第一业务目标网络转发路径至网络节点。
本文的第三方面提供一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时,执行前述SDN网络系统的控制方法的指令。
本文的第四方面提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被计算机设备的处理器运行时,执行前述SDN网络系统的控制方法的指令。
本文提供的SDN网络系统能够借助SDN网络架构将网络的控制平面与数据转发平面进行分离,从而通过集中的SDN控制器中的软件平台去实现可编程化控制底层硬件,实现对网络资源按需调配,还可对不同业务需求流量信息进行适配。通过由SDN控制器对拓扑信息、隧道信息、流量信息进行汇总,并将其发送至云管理平台进行可视化显示,使得运维人员对网络现状一目了然,减少运维人员手动分析网络信息的工作,降低运营成本。通过云管理平台与SDN控制器交互,能够使用户可根据自身需求在用户端输入业务需求流量信息。通过配置流量采集设备能够实现自动检测业务真实流量信息,当业务真实流量信息不满足需求时发送业务调优请求,SDN控制器根据业务调优请求、网络信息及业务需求流量信息全局规划网络路径,提高路径规划效率和整网的资源利用率。由此,本文可以构建业务可识别、网络可诊断、网络可调整、运维简单、快速响应业务需求进而保证网络安全的新一代通信网络。
为让本文的上述和其他目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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文的一些实施例,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示出了本文实施例SDN网络系统的结构图;
图2示出了本文实施例SDN网络系统的第一交互图;
图3示出了本文实施例SDN网络系统的第二交互图;
图4示出了本文实施例SDN网络系统的第三交互图;
图5示出了本文实施例SDN网络系统的第四交互图;
图6示出了本文实施例网络系统的仿真模型示意图;
图7示出了本文实施例SDN网络系统的第五交互图;
图8示出了本文实施例SDN控制器流量预测过程示意图;
图9示出了本文实施例SDN网络系统的控制方法的流程图;
图10示出了本文实施例计算机设备的结构图。
附图符号说明:
110、云管理平台;
120、SDN控制器;
130、流量采集设备;
140、网络节点;
P1、P2、P3、P4、核心交换设备;
PE1、PE2、PE3、PE4、网络侧边缘设备;
1002、计算机设备;
1004、处理器;
1006、存储器;
1008、驱动机构;
1010、输入/输出模块;
1012、输入设备;
1014、输出设备;
1016、呈现设备;
1018、图形用户接口;
1020、网络接口;
1022、通信链路;
1024、通信总线。
具体实施方式
下面将结合本文实施例中的附图,对本文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文一部分实施例,而不是全部的实施例。基于本文中的实施例,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,都属于本文保护的范围。
需要说明的是,本文的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本文的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。
需要说明的是,本文的SDN网络系统可用于电力网络系统,也可用于除电力网络领域之外的任意领域,例如公共网络系统、铁路网络系统、煤矿网络系统、轨道交通网络系统等领域,本文的SDN网络系统的应用领域不做限定。
需要说明的是,本申请所涉及的数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本方案主要以SDN技术为基础,构建一种资源统一控制、网络与数据协同调度、快速响应业务需求的新一代专业通信网络。
为了便于对本方案的理解,此处先介绍一下本方案利用SDN技术构建专业网络系统的技术思路:
SDN是一种新型的网络架构,设计理念是将网络的控制平面与数据转发平面进行分离,从而通过集中的控制器中的软件平台去实现可编程化控制底层硬件,实现对网络资源灵活的按需调配。在SDN架构中,网络设备只负责单纯的数据转发,可以采用通用的硬件。而原来负责控制的操作系统将提炼为独立的网络操作系统,负责对不同业务特性进行适配,而且网络操作系统和业务特性以及硬件设备之间的通信都可以通过编程实现。因此,SDN技术是具有跨越性的新一代网络技术,是满足未来网络高度智能化要求的重要解决方案,具有广阔的应用前景。
随着网络规模不断扩大,网络复杂性不断增加,采用SNMP(Simple NetworkManagement Protocol,简单网络管理协议)进行逐点业务配置繁琐且易出错,难以满足网络自动化部署的需求。采用SDN技术实现自动化主要依赖于SDN控制器及协同层软件系统。通过逐层向上抽象网络建模以屏蔽下层技术实现细节,基于网络模型的多层开放API接口(Application Programming Interface,应用程序接口)来分解SDN软件系统复杂性和简化可编程的相关问题,从而构建开放演进的支持多技术、多厂商、多域的SDN软件系统平台。网络建模是对抽象的过程,网络建模因其抽象层次、抽象目标的不同而形成不同的网络抽象模型。
将云计算的虚拟化思想应用到网络领域,为用户提供一个充分自控的虚拟网络环境,彻底解决基础网络能力的开放问题,允许用户自定义拓扑、自定义路由及自定义转发。
传统IP网络中,每个路由器节点会根据IGP(interior Gateway Protocols,内部路由协议)获得路由拓扑和链路度量等信息,采用最短路径算法计算到目的IP地址的最短路径,数据报文就沿着该最短路径进行逐跳转发。但是IGP计算最短路径时并不考虑链路拥塞状态,即使最短路径上的链路非常拥塞,报文仍会从这些链路上进行转发,所以会造成网络中有的链路拥塞,有的链路空闲。
而多维路由算法基于SDN控制器获得全网拓扑信息和链路使用信息,为每条业务计算满足业务SLA(Service-Level Agreement,服务等级协议)需求的合理路径,并且兼顾整个网络的运行情况。
SDN可以将控制与转发分离,控制与转发分离后,与传统IP网络转发平面相比,SDN转发平面具有更简单的硬件结构和更紧密的流控能力,以及更开放的配置接口等特点。
基于此,本文一实施例中,提供一种SDN网络系统,用于解决现有技术中涉及多业务的专业通信网络存在业务不可识别、网络不可诊断、网络不可调整的问题。具体的,如图1及图2所示,SDN网络系统包括:云管理平台110、SDN控制器120、流量采集设备130及网络节点140。
云管理平台110用于接收用户端发送的业务需求流量信息,将业务需求流量信息发送至SDN控制器120;对网络信息进行可视化处理,以使用户端调用网络信息。
SDN控制器120连接云管理平台110、流量采集设备130及网络节点140,用于接收流量采集设备130发送的每一网络节点的业务真实流量信息,接收网络节点140发送的拓扑信息及隧道信息,根据拓扑信息、隧道信息及业务真实流量信息确定网络信息,将网络信息发送至云管理平台110;从云管理平台110获取业务需求流量信息,发送业务需求流量信息至流量采集设备130;接收业务调优请求,根据业务调优请求、网络信息及所述业务需求流量信息,确定第一业务目标网络转发路径;发送第一业务目标网络转发路径至相关的网络节点140。
流量采集设备130连接网络节点140,用于采集网络节点的业务真实流量信息,并将其发送至SDN控制器120;比较各网络节点的业务真实流量信息及业务需求流量信息,根据比较结果,确定并发送业务调优请求至SDN控制器120。具体的,若比较结果为业务真实流量信息超过业务需求流量信息,则发出业务调优请求,反之,无需发出业务调优请求。
网络节点140用于发送拓扑信息及隧道信息至SDN控制器,接收SDN控制器120发送的第一业务目标转发路径,根据第一业务目标转发路径实现业务数据转发。
详细的说,本文所述的SDN网络系统包括应用层、控制层及转发层。
云管理平台110位于应用层,云管理平台110中设置有多个SDN应用,通过API接口调用SDN应用,进而实现常用的网络服务,包括路由、组播、安全、访问控制、带宽管理、流量工程、QOS、处理器和存储的优化、电源管理以及策略管理中的多项,通过这些API,用户可以按照业务需求实现网络功能的裁剪定制。云管理平台基于厂商私有的管理平台,如VMware、vCenter等,或者基于开源的云管理平台Openstack、Cloudstack等可以实现对网络资源的统一管理,将用户对网络资源的调用信息发送至SDN控制器120,其中,网络资源信息包括SDN控制器120发送至云管理平台110的信息,调用信息为用户对网络资源的设置信息,例如为开通某项业务所需调用的网络设备。云管理平台110可通过SDN应用向用户提供可视化交互界面,用户设置的业务需求流量信息包括:业务标识(例如业务名称、编号)、需求宽带及需求时延。本文所述的业务可以理解为任务,例如开通L3VPN。
SDN控制器120位于控制层用于实现业务需求信息的自动发放和网络流量的集中调优。其中,业务需求信息包括但不限于业务需求的宽带及时延信息。
SDN控制器120也称为网络操作系统(network operating system,NOS),是SDN的核心和智能所在,网络的所有智能、核心功能均体现在SDN控制器中。由SDN控制器对转发面进行转发策略的调度和管理,通过无智能的快速转发面设备支持运行在网络控制器上的不同业务。从整个网络的角度来看,SDN控制器能够抽象网络中的各种资源,为网络管理提供易用的接口。SDN控制器本身并不完成对网络的管理任务,而是通过上层应用实现具体的管理任务。SDN控制器实现设拓扑和设备管理,流表控制和下发等功能。目前,SDN控制器可以选用NOX,Beacon,Trema,Maestro等较为流行的SDN控制器。
SDN控制器120汇总的网络信息包括但不限于物理拓扑、逻辑拓扑、隧道拓扑及业务拓扑中的多项。业务调优请求包括:网络节点标识、待调整业务信息。SDN控制器120根据业务调优请求、网络信息及业务需求流量信息,确定第一业务目标网络转发路径包括:根据业务调优请求中的待调整业务信息,确定待调整业务需求流量信息;从网络信息中,确定出网络节点标识对应的满足待调整业务需求流量信息的第一业务目标网络转发路径。具体实施时,SDN控制器可基于全局优化算法确定出第一业务目标网络转发路径。
流量采集设备130可独立于网络节点140设置,还可集成于网络节点140中。实施时,通过SNMP或Telemetry协议定时采集网络系统中每个网络节点的业务真实流量信息,其中,业务真实流量信息包括:业务标识(例如业务名称、编号)、网络流量的宽带占用及时延数据。流量采集设备130检测各网络节点的业务真实流量信息的过程包括:比较各网络节点的业务真实流量信息及业务需求流量信息,即监测网络流量的宽带占用、时延数据,当网络节点的业务真实流量信息不满足业务需求流量信息时,根据不满足业务需求流量信息的网络节点发送业务调优请求至SDN控制器120。
网络节点140包括但不限于路由器、交换机等,可以采用通用的硬件,只负责单纯的数据转发,还可以通过硬件处理或者基于纯软件的方式,实现多级流表的处理,以及高性能的数据转发等功能。本实施例中,网络节点140上可以部署MPLS TE或SR-TE作为业务承载隧道,同时部署FRR或HotStandBy保护技术。SDN控制器120和网络节点140之间通过NETCONF、SNMP、BGP-LS、PCEP和Telemetry协议中的多项协议交互拓扑信息、隧道信息。
应用层及控制层之间通过北向接口通信,本实施例中,北向接口用于将用户设置的业务真实流量信息发送至SDN控制器120,将网络信息发送至云管理平台110。通过北向接口允许用户和策略管理之间灵活的协同,可以更好的满足智能管理时代用户的各种业务需求,提升用户体验。
具体实施时,北向接口基于标准的REST协议,提供标准的API接口,有助于上层用户应用的开发创新。对于部分厂家的封闭系统,虽然基于私有的网络设备接口实现,但当前也都提供开放的SDK接口,供上层用户应用调用。
控制层与转发层之间通过南向接口通信,南向接口用于实现集中式SDN控制器120与分布式的网络节点140及流量采集设备130之间的通信协议。
一些实施方式中,利用OpenFlow协议实现南向接口协议,它将转发面设备抽象为是一个由多级流表组成的转发模型,SDN控制器120通过OpenFlow协议下发OpenFlow流表到具体交换机(即网络设备),从而定义、控制交换机的具体行为。
其它实施方式中,还可利用NETCONF、SNMP、BGP-LS、PCEP和Telemetry等协议实现南向接口协议,本文对此不作限定。
本实施例能够实现如下技术效果:
(1)借助SDN网络架构将网络的控制平面与数据转发平面进行分离,从而通过集中的SDN控制器中的软件平台去实现可编程化控制底层硬件,实现对网络资源按需调配,还可对不同业务需求进行适配。
(2)通过由SDN控制器对拓扑信息、隧道信息、流量信息进行汇总,并将其发送至云管理平台进行可视化显示,使得运维人员对网络现状一目了然,可以减少运维人员手动分析网络信息的工作,降低运营成本。
(3)通过云管理平台与SDN控制器交互,能够使用户可根据自身需求在用户端输入业务需求流量信息。
(4)通过配置流量采集设备能够实现自动检测业务真实流量信息,当业务真实流量信息不满足需求时发送业务调优请求,SDN控制器根据业务调优请求、网络信息及业务需求流量信息全局规划网络路径,能够根据用户不同业务的实际需求,当网络节点不满足业务需求时,调整业务的流量至合适的路径,提高路径规划效率和整网的资源利用率。
由此,本文可以构建业务可识别、网络可诊断、网络可调整、运维简单、快速响应业务需求进而保证网络安全的新一代通信网络。
本文一实施例中,如图3所示,云管理平台110还用于接收用户端发送的业务部署信息,将业务部署信息发送至SDN控制器120。
SDN控制器120接收云管理平台110发送的业务部署信息,并将其下发至相关网络节点140,由相关网络节点140根据业务部署信息实现业务数据转发。
本实施例使得用户可以根据自身意图完成编程,通过SDN控制器下发至网络节点,完成业务创建。SDN控制器自动进行业务分解并下发对应网络节点,将用户从复杂的逐网元配置中解放出来,实现业务所见即所得的布放,降低运维成本。
本文一实施例中,如图4所示,云管理平台110还用于接收用户端发送的维护网络节点及维护链路,将维护网络节点及维护链路发送至SDN控制器120。维护网络节点及维护链路表示存在故障或进行升级维护的节点和链路。具体实施时,用户端可提供维护设置界面,用户根据网络节点及链路的实际维护情况,在客户端中设置维护网络节点及维护链路,本文对维护设置界面具体表现形式不做限定。
SDN控制器120还用于根据网络信息,确定出绕开维护网络节点及维护链路的可用网络路径;根据维护网络节点相关的业务需求流量信息从可用网络路径中确定第二目标网络转发路径,即确定出满足维护网络节点相关业务需求流量信息的目标网络转发路径;发送第二目标网络转发路径至网络节点140。
网络节点140根据第一目标网络转发路径及第二目标网络转发路径进行业务数据转发,进而实现将维护网络节点及维护链路的网络转发路径的流量调整至目标网络转发路径进行转发。
本实施例可以方便用户对网络或业务进行维护(SDN控制器支持自动维护窗口功能),在维护期间也不影响系统使用,还可以在特定时间段自动控制流量绕开升级/维护(或故障)的节点或链路,在维护完毕后恢复流量转发路径。
本文一实施例中,如图5所示,SDN控制器120还用于根据网络信息及每一网络节点的网络流量,建立网络系统的仿真模型。具体实施时,SDN控制器120可调用现有网络系统仿真软件俩实现网络系统仿真模型的建立,本文对网络系统仿真模型的具体建立过程不做限定。
为了便于用户直观观察网络系统情况,SDN控制器120将网络系统的仿真模型发送至云管理平台110,由云管理平台110展示于客户端中,以供用户查看。
云管理平台110还用于接收用户端发送的模拟故障点,并将其发送至SDN控制器120。其中,模拟故障点包括但不限于网络节点及网络链路。
SDN控制器120还用于暂停仿真模型中模拟故障点的运行,得到未使用模拟故障点的仿真模型,将经过模拟故障点所在链路的流量分配至仿真模型中其他节点及相应链路中,得到仿真模型的模拟运行状态,如图6所示,PE1至PE4为网络侧边缘设备,P1至P4为核心交换设备,模拟故障点为设备P1至P3之间的链路,正常情况下,业务流量路径为PE1-P1-P3-P4-PE4,模拟故障情况下的流量路径为PE1-P1-P2-P4-PE4(如虚线所示)。
若模拟运行状态稳定,则根据所述模拟故障点,暂停相关链路。若模拟运行状态不稳定,则发送仿真模型的预测结果至云管理平台110,由云管理平台110发送至用户端。具体实施时,为了便于用户明显对比,云管理平台110可发送仿真模型仿真前后的快照对比。
详细的说,模拟运行状态的稳定与否可通过是否存在新增流量拥堵节点和加重拥堵状态的流量拥堵节点来确定,具体的,若不存在新增的流量拥堵节点和加重拥堵状态的流量拥堵节点,则模拟运行状态稳定,反之,模拟运行状态不稳定。
仿真模型的预测结果包括模拟运行状态不稳定及具体不稳定节点即拥堵节点。
由于网络运维会涉及到网络变更操作,如将某个网元升级、物理链路因割接扩容等原因需要短暂中断。变更前后网络的物理拓扑、逻辑拓扑以及业务流量走向都可能变化。如果在网络变更真正发生之前,能够了解到变更对网络带来的变化,可以提前做好应对措施,使得网络变更维护真正做到有备无患。因此,SDN控制器的网络故障仿真功能,可以快速完成业务的仿真预验证,并输出仿真前后的快照对比,便于运维人员检查操作是否符合预期,有效避免现网事故风险。
本文一实施例中,SDN控制器中设置有流量预测模型。如图7所示,云管理平台110还用于接收用户端发送的流量预测请求,并将其发送至SDN控制器120。其中,流量预测请求包括待预测网络节点的端口或链路。
SDN控制器120根据流量预测请求,获取相关端口或链路预定时间段内(例如最近3个月、6个月或1年)的网络流量,将获取的网络流量输入至流量预测模型中,得到流量预测趋势,发送流量预测趋势至云管理平台110,由云管理平台110发送至用户端。流量预测模型可通过历史流量训练神经网络模型得到,本文对流量预测模型不做具体限定。流量预测区域表示相关端口或链路在今后一段时间内(例如三个月内)的流量变化趋势。
进一步实施例中,为了提高流量预测的精度,SDN控制器中设置有多个流量预测模型。
如图8所示,SDN控制器120将获取的网络流量分别输入至各流量预测模型(例如n个流量预测模型,其中,n为正整数)中,得到各流量预测模型预测得到的流量预测趋势;对各流量预测模型预测得到的流量预测趋势进行加权求和处理,将求和得到的流量预测趋势发送至云管理平台110。各流量预测趋势的加权值可根据各流量预测模型的预测精度确定,具体的,各流量预测模型可以拟合输入数据,进行误差校验,偏差大的流量预测趋势赋予较小的权重,偏差小的流量预测趋势赋予较大的权重。较大较小的权重可根据实际情况进行设定,本文对较大较小具体取值不做限定。
由于网络流量是动态变化的,对于网络运维人员,需要监控并感知网络流量变化,根据网络流量的变化情况为网络带宽调整和业务布局提供参考建议。SDN控制器的此种流量智能预测功能,根据采集到的流量对端口/链路的流量趋势指标进行预测(例如通过3个月的流量数据预测未来1个月的流量趋势),输出预测结果,可以帮助网络运维人员实现网络历史流量信息的感知和未来变化趋势的预判,提高运维效率。
本文一实施例中,SDN控制器120根据地区进行部署,为控制器集群;各地区内的SDN控制器包括:主用SDN集群及备用SDN集群,其中,主用SDN集群包括多个主用SDN控制单元,备用SDN集群包括多个备用SDN控制单元。主用SDN控制单元及备用SDN控制单元分别独立运行。
本实施例可以实现控制层的异地备份及容灾功能,大大提升网络系统的安全性和稳定性。因为,控制器集群的多个之间相互独立处理业务,单节点故障后业务可以自动切换到其它节点,只要有一定数量以上的节点处于正常状态,控制器集群就能正常提供服务。而异地部署的两个独立集群(主控制器集群和备控制器集群),位于两个地域,当主地域出现机房断电、地震等灾害时,维护人员可以手动进行集群的主备切换,或者如果配置了自动切换(需要部署第三方仲裁)时备集群通过主备心跳发现主集群失联后开始升主接管服务。
本文一实施例中,还提供一种SDN网络系统的控制方法,应用于前述任一实施例所述的SDN网络系统中的SDN控制器,具体的,如图9所示,SDN网络系统的控制方法包括:
步骤910,接收用户端通过云管理平台发送的业务需求信息,并将其发送至流量采集设备;
步骤920,接收SDN网络系统中每一网络节点的业务真实流量信息、拓扑信息及隧道信息;
步骤930,根据拓扑信息、隧道信息及业务真实流量信息确定网络信息,将网络信息发送至云管理平台;接收流量采集设备发送的业务调优请求,根据业务调优请求、网络信息及业务需求流量信息,确定第一业务目标网络转发路径;
步骤940,发送第一业务目标网络转发路径至网络节点。
进一步实施例中,SDN网络系统的控制方法还包括:
接收云管理平台发送的维护网络节点及维护链路;
根据所述网络信息,确定出绕开所述维护网络节点及维护链路的可用网络路径;
根据所述维护网络节点相关的业务需求流量信息从所述可用网络路径中确定第二目标网络转发路径,发送第二目标网络转发路径至网络节点,以使网络节点根据第二目标网络转发路径进行业务转发。
进一步实施例中,SDN网络系统的控制方法还包括:
接收云管理平台发送的模拟故障点;
暂停所述仿真模型中模拟故障点的运行,将经过模拟故障点所在链路的流量分配至仿真模型中其他节点及相应链路中,得到所述仿真模型的模拟运行状态;
若模拟运行状态稳定,则根据所述模拟故障点,暂停相关链路;
若模拟运行状态不稳定,则发送所述仿真模型的预测结果至所述云管理平台,由所述云管理平台发送至用户端。
进一步实施例中,SDN网络系统的控制方法还包括:
接收云管理平台发送的流量预测请求;
根据所述流量预测请求,获取相关端口或链路预定时间段内的网络流量,将获取的网络流量输入至流量预测模型中,得到流量预测趋势,发送所述流量预测趋势至所述云管理平台,由所述云管理平台发送至所述用户端。
进一步实施例中,SDN网络系统的控制方法还包括:
接收云管理平台发送的业务部署信息,并将其下发至相关网络节点,由相关网络节点根据业务部署信息实现业务数据转发。
本文提供的SDN网络系统及SDN网络系统的控制方法能够降低网络建设成本和运维成本,同时也可保障网络承载的业务更加可靠运行。具体的,本文能够产生的技术效果如下:
(1)降低了网络建设成本:基于SDN技术的全网流量统一管控技术,通过动态的业务需求流量信息及业务部署的配置,可以实现广域链路的负载均衡,提升网络设备和传输链路的利用率(目前腾讯可以将长途链路利用率提升到70%),降低了网络扩容的成本。
(2)降低了网络维护成本:基于SDN技术的智能和可视运维能力,提高了网络整体维护效率,降低了过去长时间业务故障识别、定位带来的长时间定位和调整带来的业务和成本压力,也显著提升了运维工作效率。
(3)降低了业务部署成本:在当前的新业务模型的发展趋势下,大大提升了业务部署效率,将业务部署的时间由周、天提高到小时和分钟,显著降低了业务部署成本。
(4)降低了业务故障损失:在发生网络故障时,本项研究成果可以迅速切换业务到更合适的链路,可以第一时间定位故障解决故障,也降低了网络故障带来的业务损失。
本文一实施例中,可利用计算机设备实现上述SDN控制器的功能,具体的,如图10所示,计算机设备1002可以包括一个或多个处理器1004,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备1002还可以包括任何存储器1006,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器1006可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备1002的固定或可移除部件。在一种情况下,当处理器1004执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备1002可以执行相关联指令的任一操作。计算机设备1002还包括用于与任何存储器交互的一个或多个驱动机构1008,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备1002还可以包括输入/输出模块1010(I/O),其用于接收各种输入(经由输入设备1012)和用于提供各种输出(经由输出设备1014))。一个具体输出机构可以包括呈现设备1016和相关联的图形用户接口1018(GUI)。在其他实施例中,还可以不包括输入/输出模块1010(I/O)、输入设备1012以及输出设备1014,仅作为网络中的一台计算机设备。计算机设备1002还可以包括一个或多个网络接口1020,其用于经由一个或多个通信链路1022与其他设备交换数据。一个或多个通信总线1024将上文所描述的部件耦合在一起。
通信链路1022可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路1022可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
对应于图9中的方法,本文实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行如图9所示的方法。
应理解,在本文的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本文实施例的实施过程构成任何限定。
还应理解,在本文实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本文所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外,在本文各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本文的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本文的方法及其核心思想;同时,对于本领域的一般技术人员,依据本文的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本文的限制。
Claims (10)
1.一种SDN网络系统,其特征在于,包括:云管理平台、SDN控制器、流量采集设备及网络节点;
所述云管理平台用于接收用户端发送的业务需求流量信息,将所述业务需求流量信息发送至所述SDN控制器;对所述SDN控制器发送的网络信息进行可视化处理,以使所述用户端调用所述网络信息;
所述SDN控制器连接所述云管理平台、所述流量采集设备及所述网络节点,用于接收所述云管理平台发送的业务需求流量信息,并将其发送至所述流量采集设备;接收所述流量采集设备发送的网络节点的业务真实流量信息,接收所述网络节点发送的拓扑信息及隧道信息,根据所述拓扑信息、隧道信息及业务真实流量信息确定网络信息,将所述网络信息发送至所述云管理平台;接收业务调优请求,根据所述业务调优请求、所述网络信息及所述业务需求流量信息,确定第一业务目标网络转发路径;发送所述第一业务目标网络转发路径至网络节点;
所述流量采集设备连接所述网络节点,用于采集所述网络节点的业务真实流量信息,并将其发送至所述SDN控制器;比较各网络节点的业务真实流量信息及业务需求流量信息,根据比较结果,确定并发送业务调优请求至所述SDN控制器;
所述网络节点用于发送拓扑信息及隧道信息至所述SDN控制器,接收所述SDN控制器发送的第一业务目标转发路径,根据所述第一业务目标转发路径实现业务数据转发。
2.如权利要求1所述的SDN网络系统,其特征在于,所述云管理平台还用于接收所述用户端发送的维护网络节点及维护链路,将所述维护网络节点及维护链路发送至所述SDN控制器;
所述SDN控制器还用于根据所述网络信息,确定出绕开所述维护网络节点及维护链路的可用网络路径;根据所述维护网络节点相关的业务需求流量信息从所述可用网络路径中确定第二目标网络转发路径;发送所述第二目标网络转发路径至所述网络节点;
所述网络节点根据所述第二目标网络转发路径进行业务数据转发。
3.如权利要求1所述的SDN网络系统,其特征在于,所述SDN控制器还用于根据所述网络信息及每一网络节点的网络流量,建立网络系统的仿真模型;
所述云管理平台还用于接收所述用户端发送的模拟故障点,并将其发送至所述SDN控制器;
所述SDN控制器还用于暂停所述仿真模型中模拟故障点的运行,将经过模拟故障点所在链路的流量分配至仿真模型中其他节点及相应链路中,得到所述仿真模型的模拟运行状态;
若模拟运行状态稳定,则根据所述模拟故障点,暂停相关链路;
若模拟运行状态不稳定,则发送所述仿真模型的预测结果至所述云管理平台,由所述云管理平台发送至用户端。
4.如权利要求1所述的SDN网络系统,其特征在于,所述SDN控制器中设置有流量预测模型;
所述云管理平台还用于接收所述用户端发送的流量预测请求,并将其发送至所述SDN控制器;
所述SDN控制器根据所述流量预测请求,获取相关端口或链路预定时间段内的网络流量,将获取的网络流量输入至流量预测模型中,得到流量预测趋势,发送所述流量预测趋势至所述云管理平台,由所述云管理平台发送至所述用户端。
5.如权利要求4所述的SDN网络系统,其特征在于,所述SDN控制器中设置有多个流量预测模型;
所述SDN控制器将获取的网络流量输入至流量预测模型中,得到流量预测趋势发送所述流量预测趋势至所述云管理平台进一步为:
将获取的网络流量分别输入至各流量预测模型中,得到各流量预测模型预测得到的流量预测趋势;
对各流量预测模型预测得到的流量预测趋势进行加权求和处理,将求和得到的流量预测趋势发送至所述云管理平台。
6.如权利要求1所述的SDN网络系统,其特征在于,所述SDN控制器根据地区进行部署;各地区内的SDN控制器包括:多个主用SDN控制单元及多个备用SDN控制单元。
7.如权利要求1所述的SDN网络系统,其特征在于,所述云管理平台还用于接收用户端发送的业务部署信息,将所述业务部署信息发送至所述SDN控制器;
所述SDN控制器接收所述云管理平台发送的业务部署信息,并将其下发至相关网络节点,由相关网络节点根据业务部署信息实现业务数据转发。
8.一种SDN网络系统的控制方法,其特征在于,应用于权利要求1至7中任一项所述SDN网络系统中的SDN控制器,包括:
接收用户端通过云管理平台发送的业务需求信息,并将其发送至所述流量采集设备;
接收SDN网络系统中每一网络节点的业务真实流量信息、拓扑信息及隧道信息;
根据所述拓扑信息、隧道信息及业务真实流量信息确定网络信息,将所述网络信息发送至所述云管理平台;接收所述流量采集设备发送的业务调优请求,根据所述业务调优请求、所述网络信息及所述业务需求流量信息,确定第一业务目标网络转发路径;
发送所述第一业务目标网络转发路径至网络节点。
9.一种计算机设备,包括存储器、处理器、以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器运行时,执行根据权利要求8所述方法的指令。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机设备的处理器运行时,执行根据权利要求8所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111339258.0A CN114157718B (zh) | 2021-11-12 | 2021-11-12 | 一种sdn网络系统及sdn网络系统的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111339258.0A CN114157718B (zh) | 2021-11-12 | 2021-11-12 | 一种sdn网络系统及sdn网络系统的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114157718A true CN114157718A (zh) | 2022-03-08 |
CN114157718B CN114157718B (zh) | 2023-07-25 |
Family
ID=80460319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111339258.0A Active CN114157718B (zh) | 2021-11-12 | 2021-11-12 | 一种sdn网络系统及sdn网络系统的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114157718B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114679369A (zh) * | 2022-05-10 | 2022-06-28 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、设备、系统及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
US20150103672A1 (en) * | 2013-10-14 | 2015-04-16 | Hewlett-Packard Development Company, L.P | Data flow path determination |
CN106603147A (zh) * | 2017-01-18 | 2017-04-26 | 中国人民解放军国防科学技术大学 | 基于软件定义网络的空天信息网络业务转发方法 |
CN106936857A (zh) * | 2015-12-29 | 2017-07-07 | 中国电信股份有限公司 | 一种混合云的连接管理方法、sdn控制器及混合云系统 |
US20170300353A1 (en) * | 2014-12-29 | 2017-10-19 | Huawei Technologies Co., Ltd. | Method for Allocating Communication Path in Cloudified Network, Apparatus, and System |
US20190097946A1 (en) * | 2017-09-28 | 2019-03-28 | Argela Yazilim ve Bilisim Teknolojileri San. ve Tic. A.S. | System and method for elastic scaling of virtualized network functions over a software defined network |
CN111147287A (zh) * | 2019-12-10 | 2020-05-12 | 网络通信与安全紫金山实验室 | 一种sdn场景下的网络仿真方法及系统 |
CN112235164A (zh) * | 2020-11-05 | 2021-01-15 | 全球能源互联网研究院有限公司 | 一种基于控制器的神经网络流量预测装置 |
US20210352108A1 (en) * | 2020-05-06 | 2021-11-11 | At&T Intellectual Property I, L.P. | Cloud router platform for sdn networks |
-
2021
- 2021-11-12 CN CN202111339258.0A patent/CN114157718B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150103672A1 (en) * | 2013-10-14 | 2015-04-16 | Hewlett-Packard Development Company, L.P | Data flow path determination |
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
US20170300353A1 (en) * | 2014-12-29 | 2017-10-19 | Huawei Technologies Co., Ltd. | Method for Allocating Communication Path in Cloudified Network, Apparatus, and System |
CN106936857A (zh) * | 2015-12-29 | 2017-07-07 | 中国电信股份有限公司 | 一种混合云的连接管理方法、sdn控制器及混合云系统 |
CN106603147A (zh) * | 2017-01-18 | 2017-04-26 | 中国人民解放军国防科学技术大学 | 基于软件定义网络的空天信息网络业务转发方法 |
US20190097946A1 (en) * | 2017-09-28 | 2019-03-28 | Argela Yazilim ve Bilisim Teknolojileri San. ve Tic. A.S. | System and method for elastic scaling of virtualized network functions over a software defined network |
CN111147287A (zh) * | 2019-12-10 | 2020-05-12 | 网络通信与安全紫金山实验室 | 一种sdn场景下的网络仿真方法及系统 |
US20210352108A1 (en) * | 2020-05-06 | 2021-11-11 | At&T Intellectual Property I, L.P. | Cloud router platform for sdn networks |
CN112235164A (zh) * | 2020-11-05 | 2021-01-15 | 全球能源互联网研究院有限公司 | 一种基于控制器的神经网络流量预测装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114679369A (zh) * | 2022-05-10 | 2022-06-28 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、设备、系统及存储介质 |
CN114679369B (zh) * | 2022-05-10 | 2023-09-19 | 中国联合网络通信集团有限公司 | 数据处理方法、装置、设备、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114157718B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saraswat et al. | Challenges and solutions in software defined networking: A survey | |
US9887777B2 (en) | Affinity modeling in a data center network | |
JP6835444B2 (ja) | ソフトウェア定義型データセンター、並びにそのためのサービスクラスタスケジューリング方法及びトラフィック監視方法 | |
CN111817870B (zh) | 管理多个网络设备的方法、控制器设备以及存储介质 | |
US9876685B2 (en) | Hybrid control/data plane for packet brokering orchestration | |
CN104734878B (zh) | 软件定义联网灾难恢复的方法和系统 | |
Hu et al. | A survey on software-defined network and openflow: From concept to implementation | |
Velasco et al. | In-operation network planning | |
KR101692890B1 (ko) | 범용 흐름을 변환하는 섀시 제어기 | |
EP2774048B1 (en) | Affinity modeling in a data center network | |
CN107147509B (zh) | 虚拟专用网业务实现方法、装置及通信系统 | |
US20140201642A1 (en) | User interface for visualizing resource performance and managing resources in cloud or distributed systems | |
CN104363159A (zh) | 一种基于软件定义网络的开放虚拟网络构建系统和方法 | |
CN104702522A (zh) | 软件定义网络(sdn)中基于性能的路由 | |
CN104009871A (zh) | Sdn控制器实现方法及sdn控制器 | |
Van Asten et al. | Scalability and resilience of software-defined networking: An overview | |
CN113055232B (zh) | 一种网络配置部署方法、装置与设备 | |
JP2022515994A (ja) | ネットワーククラウド内で動作するエンティティの活動のオーケストレーション | |
CN103997513A (zh) | 一种可编程虚拟网络服务系统 | |
CN104243196A (zh) | 一种sdn架构下的虚拟网络映射保护方法及系统 | |
Hasan et al. | SDN mininet emulator benchmarking and result analysis | |
CN117640335B (zh) | 一种智能建筑综合布线的动态调整和优化方法 | |
CN114157718B (zh) | 一种sdn网络系统及sdn网络系统的控制方法 | |
JP2018023094A (ja) | 多様な構成ユニットを支援可能なソフトウェア定義型ネットワークコントローラ | |
JP6897343B2 (ja) | ネットワーク制御システムのためのグラフィカルポリシインタフェース |
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 |