CN115174499B - Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 - Google Patents
Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 Download PDFInfo
- Publication number
- CN115174499B CN115174499B CN202210784217.0A CN202210784217A CN115174499B CN 115174499 B CN115174499 B CN 115174499B CN 202210784217 A CN202210784217 A CN 202210784217A CN 115174499 B CN115174499 B CN 115174499B
- Authority
- CN
- China
- Prior art keywords
- virtual
- switch
- mapping
- physical
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L49/00—Packet switching elements
- H04L49/70—Virtual switches
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出了一种SDN网络虚拟交换机与传输链路的映射方法。该方法为:以获取虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值为求解目标构建虚拟网络模型,依据所述虚拟网络模型,通过交换机虚拟映射算法、数据传输链路映射算法和数据传输链路映射算法实现虚拟映射。本发明提出了针对交换机节点与传输链路虚拟映射的优化策略,构建了SDN网络模型和设计了网络虚拟映射方法,依据网络虚拟映射的需求,设置虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接的约束条件,作为重点需要解决的问题;将虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值作为求解目标。
Description
技术领域
本发明属于虚拟化技术领域,具体涉及一种SDN网络虚拟交换机与传输链路的映射方法。
背景技术
软件定义网络(Software Defined Network,SDN)的网络物理设备层的虚拟映射需要解决的主要问题是对网络资源的优化利用,不仅需要确定物理设备在网络中部署的最佳位置,还需要确定虚拟网络物理设备在网络中部署的最佳位置。对于不同的网络运行环境和网络应用目的,以上两个最佳位置部署的确定,并不是一成不变的,具有很强的灵活性。物理设备层的虚拟映射能够获得的主要是虚拟交换节点和虚拟传输链路,也就决定了针对物理设备层的虚拟映射,需要完成交换节点和传输链路的虚拟映射两个步骤。实现以上两个步骤,就必须对交换节点和传输链路在网络运行中的各种基本组成参数和各种需求参数进行定义,并形成众多的约束条件,除了实现虚拟网络映射自身之外,更重要的是对虚拟网络映射进行优化,虚拟网络映射优化可以通过非确定性多项式求解问题(non-deterministic polynomial,NP-hard)。NP-hard求解至今还是一个难题,其求解的结果被普遍认定为只是一个近似值。SDN网络在虚拟映射实现中体现的主要优势,主要体现在其所具有独特的网络层次结构和网络管理机制。SDN网络中的控制层与数据层之间,设置了一个网络虚拟管理模块(Virtual Machine Monitor,VMM,又称为Hypervisor),可以对SDN网络物理设备层中的全部资源进行隔离,分割为众多有网络资源切片(Virtual Networksection,VNs),以VNs为基本单元实施分类虚拟映射,VNs单元和SDN控制器就组成了虚拟SDN网络(Virtual Software Defined Network,vSDN),多个切片vSDN为整个SDN网络系统的组成部分,每个vSDN都有自己独立的控制器,用于制定网络信息传输策略,形成数据传输流表。
在SDN技术出现之前,传统的虚拟网络映射技术研究工作在本世纪初就已开始,并得到了广泛应用,其构建的数学模型和相应算法,结果均非常精确。但是,这些已有技术并不能应用(或直接应用)于SDN网络中,主要原因是两类网络存在本质的不同。主要原因是SDN网络通过控制器采用集中控制和管理数据传输状态,SDN控制器与OpenFlow交换机在网络中位置的部署,会影响网络运行的性能,主要影响因素是网络时延;SDN网络中使用的OpenFlow交换机是主要的物理设备层资源,交换机的存储容量偏小;虚拟网络映射的方式完全不同。
在SDN技术应用中,研究人员已提出了众多的虚拟网络映射优化算法,在与传统网络融合的前提下,在处理器CPU利用率、存储器利用率、网络带宽利用率和OpenFlow交换机最佳位置部署等方面,取得了良好的效果,证明了算法在虚拟映射方面的优势,但在网络运行状态控制环节,对SDN控制器最佳位置部署和OpenFlow交换机数据流表控制方面还具有较大的提升空间,可提高交换机与传输链路映射的虚拟映射优效果。在已有的一些针对SDN控制器部署研究成果中,涉及到了SDN控制器的部署问题,但对SDN控制器部署策略、OpenFlow交换机虚拟映射策略和数据传输链路虚拟映射策略三个重要方面的关联性定义没有明确,其独立运行的机制,影响了虚拟映射的整体性能。基于以上因素,为本发明设计基于网络虚拟交换机与传输链路虚拟映射的优化策略提供了研究空间,主要的研究方向针对OpenFlow交换机虚拟映射、SDN控制器部署和数据传输链路虚拟映射,并实现三者的有机关联,提高SDN网络的虚拟映射性能。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足,提供了一种SDN网络虚拟交换机与传输链路的映射方法,该映射方法针对交换机节点和数据传输链路的虚拟映射、虚拟SDN控制器部署问题,重点需要建立三个问题之间的关联性,收益消耗比在63%以上,虚拟映射请求成功率在51%以上,虚拟控制器与虚拟交换机的通信时延以3s以内,主要网络资源利用率在82%以上。
为解决上述技术问题,本发明采用的技术方案是一种SDN网络虚拟交换机与传输链路的映射方法,其特征在于,该方法包括:
S1、以获取虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值为求解目标,以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,构建虚拟网络模型;
S2、依据所述虚拟网络模型,通过交换机虚拟映射方法、数据传输链路映射方法和数据传输链路映射方法实现虚拟映射。
优选地,所述虚拟网络映射性能的最大值的计算目标表示为:
x(o(a-b))×(w(o(a-b)-o)+f(o(a-b)-o)+f(l(c-d),l(a-b))×e(o(c-d)))→max(1)
所述虚拟网络传输链路映射消耗的最小值的计算目标表示为:
f(l(c-d),l(a-b))×h(s,o(c-d))×e(o(c-d)→min (2)
以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,具体约束条件的公式为:
w(a-b)≥x(o(c-d))×w(c-d), f(a-b)≥x(o(c-d))×f(c-d) (3)
h(s,o(a-b))=w(o(a-b)-o)+f(o(a-b)-o)×e(o(a-b)-o,o(c-d)) (4)
w(o(a-b)-o)≥x(o(c-d))×w(c-d), f(o(a-b)-o)≥x(o(c-d))×f(c-d) (6)
公式(3)是虚拟交换机与物理交换机能够实现映射的条件;
公式(4)是计算数据流传输链路中最短路径需要通过的服务器与物理交换机节点的个数;
公式(5)是计算相邻物理交换机的数据流表容量f(o(a-b)-o)的计算方法;
公式(6)是相邻的物理交换机存储容量值与相邻的物理交换机数据流表容量值的约束条件;
公式(7)是虚拟链路与物理链路能够实现连接的约束条件;
公式(8)是虚拟控制器与虚拟交换机建立通信连接的约束条件;
公式(1)-(8)中,a-b为数据传输中物理资源表示符号,c-d为数据传输中虚拟资源表示符号;
x(o(a-b))为可以参与映射的物理交换机节点;w(o(a-b)-o)为相邻的物理交换机存储容量;f(o(a-b)-o)为相邻的物理交换机数据流表容量;f(l(c-d),l(a-b)为相邻的虚拟交换机与对应相邻的物理交换机数据流表容量;e(o(c-d)为相邻的虚拟交换机自身具有的通信带宽;
h(s,o(c-d))为数据流传输链路中最短路径需要通过的服务器与相邻虚拟交换机节点的个数;w(a-b)为物理交换机的处理器和存储器容量;x(o(c-d))为可以完成映射的虚拟交换机节点,与x(o(a-b))对应;w(c-d)为虚拟交换机的处理器和存储器容量;f(a-b)为物理交换机的数据流表容量;f(c-d)为虚拟交换机的数据流表容量;
w(o(a-b)-o)为相邻的物理交换机存储容量;f(o(a-b)-o)为相邻的物理交换机数据流表容量;e(o(a-b)-o,o(c-d))为相邻的物理交换机之间通信带宽;
w(c-d)+f(c-d)为拟交换机的存储器处理容量和数据流表容量;e(o(a-b),o(c-d))为相邻的物理交换机和对应相邻的虚拟交换机自身的网络带宽;t(o(a-b),o(c-d))为相邻的物理交换机至映射相邻虚拟交换机之间最短路传输时延;
w(o(a-b)-o)为相邻的物理交换机存储容量;x(o(c-d))为可以完成映射的虚拟交换机节点;w(c-d)为虚拟交换机的处理器和存储器容量;f(o(a-b)-o)为相邻的物理交换机的数据流表容量;x(o(c-d))为可以完成映射的虚拟交换机节点;f(c-d)为虚拟交换机的数据流表容量;
e(a-b)为物理交换机自身带宽;f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;e(c-d)为虚拟交换机自身带宽;
f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;f(l(c-d),l(b-a))为虚拟交换机与物理交换机实现接收与发送连接链路的数据流表容量;f(l(c-d),l(a-b))与f(l(c-d),l(b-a))之间存在的主要区别在于链路数据传输的信息量可能不同;x(o(c-d))-x(o(a-b))为相邻的虚拟交换机节点与相邻的物理交换节点数量存在的差异;
t(o(c-d))为相邻的虚拟交换机之间的数据传输时延;f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;t(o(a-b))为相邻的物理交换机之间的数据传输时延;
e(a-b)为物理交换机自身带宽;y(l(c-d),l(a-b))为SDN控制器可以管控的虚拟交换机与物理交换机实现发送与接收连接链路;
y(l(c-d),l(b-a))为SDN控制器可以管控的虚拟交换机与物理交换机实现接收与发送连接链路;
为虚拟交换机之间传输的平均传输时延;y(l(c-d),l(a-b))为SDN控制器可以管控的虚拟交换机与物理交换机实现发送与接收连接链路;t(a-b)为物理交换机之间传输的传输时延;K为SDN网络控制器的总个数。
优选地,所述交换机虚拟映射方法的过程为:
定义全部参数s(a-b)、o(a-b)、o(c-d)、w(a-b)、f(a-b)、f(c-d)、e(a-b)、e(c-d)、t(a-b)、t(c-d)、o(a-b)-o,e(o(a-b),o(c-d))、t(o(a-b),o(c-d)),其中,s(a-b)为连接的物理交换机节点并能够续对其进行管控的服务器,设计SDN控制器;根据设计的SDN控制器,计算所有服务器和物理交换机节点对应的最短路径o(a-b)和s(a-b);统计网络延迟t(a-b),并完成其他参数的计算和统计,运行公式(3),确定虚拟交换o(c-d),运行公式(4)计算h(s,o(a-b));依据公式(5)计算相邻物理交换机的数据流表容量的排序结果,映射虚拟OpenFlow交换机节点;然后依次在SDN网络中进行部署,如果满足物理交换机存储容量w(o(a-b)-o)≠0的条件,构建交换机虚拟映射列表;否则,依据公式(6)的条件,重新设置f(o(a-b)-o)建立网络连接,再次完成构建交换机虚拟映射列表,并实时进行更新。
优选地,所述数据传输链路映射方法的过程为:定义参数l(a-b)、l(c-d)、f(a-b)、f(c-d)、e(a-b)、e(c-d)、t(a-b)、t(c-d),依据公式(7)定义的虚拟链路与物理链路实现连接的条件,统计所有数据传输链路,然后清除所有不满足公式(7)两个约束条件的数据传输链路,从而获取所需的数据传输链路,并将其定义为虚拟控制链路,在每个虚拟控制链路中找出两个虚拟交换节点,并确定两个虚拟交换节点的位置,构建虚拟链接映射列表,依据公式(7)中的带宽要求对定义的传输路径进行排序,依次完成映射过程。
优选地,所述数据信息传输总算法的过程为:依据公式(8)的约束条件,实现SDN控制器和虚拟交换机之间的连接,完成控制器的部署,添加新的虚拟网络请求,并对虚拟网络请求排序,通过公式(8)完成所有虚拟网络请求,在确保新添加都是虚拟网络请求指令的情况下,使用交换机虚拟映射方法,完成虚拟交换机节点的映射,在切换节点映射成功后,使用数据传输链路映射方法,完成虚拟传输链路的映射,在传输链路映射成功和情况下,获取可用的交换机虚拟映射列表和虚拟链路映射列表,完成全部映射部署后,完成数据信息传输。
另外,本发明还提供一种评价上述的SDN网络虚拟交换机与传输链路的映射方法的评价方法,该评价方法从网络收益P1、网络消耗P2、收益消耗比P3、网络虚拟映射成功率P4、SDN控制器至虚拟交换机的时延P5和网络资源利用率P6六个方面综合评价;
P1=h(s,o(a-b))×(w(c-d)+f(c-d)+e(c-d))
P2=h(s,o(a-b))×|w(c-d)|+h(s,o(a-b))×|f(c-d)|+|l(c-d)|
P3=P1/P2
P4=G1/G2
P5=(G3+G4+G5)/3
式中,h(s,o(a-b))为数据流传输链路中最短路径需要通过的服务器与相邻虚拟交换机节点的个数;w(c-d)为虚拟交换机的处理器和存储器容量;f(c-d)为虚拟交换机的数据流表容量;e(c-d)为虚拟交换机自身带宽;l(a-b)为某一条物理数据传输链路;l(c-d)为某一条虚拟数据传输链路;w(a-b)为物理交换机的处理器和存储器容量;f(a-b)为物理交换机的数据流表容量;G1是虚拟映射请求成功执行的个数;G2是SDN控制器发送虚拟映射请求个数;G3是10个虚拟SDN控制器至10个虚拟交换机的网络时延;G4是50个虚拟SDN控制器至50个虚拟交换机的网络时延;G5是100个虚拟SDN控制器至100个虚拟交换机的网络时延。
本发明与现有技术相比具有以下优点:
1、本发明设计的SDN虚拟网络模型,重点只涉及网络物理设备层和网络虚拟策略两个方面。网络物理设备层的构建,结合整个网络拓扑结构,主要定义OpenFlow交换机节点和数据传输链路中的相关参数,包括交换节点和链路数量、传输容量等;网络虚拟策略主要包括网络带宽、网络时延等参数,重点是制定与网络带宽、网络时延等参数结合的虚拟映射目标参数
2、本发明研究了SDN网络交换机节点与传输链路虚拟映射的优化问题,主要包括OpenFlow交换机虚拟映射、数据传输链路虚拟映射和虚拟SDN控制器部署三个方面,将虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值作为主要的研究目标,依据研究目标,提出在OpenFlow交换机虚拟映射中,同时考虑存储器容量和数据流表容量两个方面的因素,引入虚拟传输链路请求容量,实现虚拟交换机与虚拟传输链路的关联;容量参数的确定依据来源于物理交换机,依据物理交换机的相邻关系,扩大虚拟映射的范围,找出最佳的虚拟映射节点。也提出在传输链路虚拟映射中,考虑虚拟交换机数据流表容量和虚拟链路传输时延等因素,这些因素的确定同样同源于相应的物理资源;在实现虚拟交换机与虚拟链路传输建立关联时,以虚拟交换机与物理交换机之间实现连接为前提。在SDN虚拟控制器的部署中,首先是与交换机虚拟映射实现关联,其次是完全按照物理控制器与物理交换机之间的通信规则实现连接.
3、本发明确定虚拟交换机和虚拟控制器的部署,指定虚拟交换机节点之间的最短连接路径。将收益消耗比、网络虚拟映射成功率、虚拟控制器与虚拟交换机的通信时延、网络资源利用率等列为评价指标,对本发明方法进行的虚拟网络性能进行评价,实验结果表明,本发明方法的收益消耗比在63%以上,虚拟映射请求成功率在51%以上,虚拟控制器与虚拟交换机的通信时延以3s以内,主要网络资源利用率在82%以上。
下面通过附图和实施例对本发明的技术方案作进一步的详细说明。
附图说明
图1是本发明实施例1中SDN网络模型中虚拟映射的执行策略及数据传输网络拓扑结构。
具体实施方式
实施例1
本实施例设计的SDN虚拟网络模型,重点只涉及网络物理设备层和网络虚拟策略两个方面。网络物理设备层的构建,结合整个网络拓扑结构,主要定义OpenFlow交换机节点和数据传输链路中的相关参数,包括交换节点和链路数量、传输容量等;网络虚拟策略主要包括网络带宽、网络时延等参数,重点是制定与网络带宽、网络时延等参数结合的虚拟映射目标参数。SDN网络中的应用层和控制层结构与基本SDN网络层次结构类同,在控制层中主要涉及SDN控制器的部署和数据传输流表的策略制定两个方面,这两个方面都与网络虚拟策略相关。主要参数集合如下:
(1)基本参数集合:S为网络中服务器的集合,O为OpenFlow交换机的集合,L为数据传输链路的集合,W为O的处理器和存储器容量集合,F为O的数据流表容量集合,E为网络带宽集合,T为网络时延集合,K为网络控制器集合(注意无虚拟控制器),K(L)为控制器传输链路集合;整个网络的拓扑结构简化表示为G=(O,L,K)。
(2)主要的控制参数(结合基本参数):a-b为数据传输中物理资源表示符号,c-d为数据传输中虚拟资源表示符号;o(a-b)为某一个物理交换机节点,o(c-d)为某一个虚拟交换机节点;l(a-b)为某一条物理数据传输链路,l(c-d)为某一条虚拟数据传输链路;w(a-b)为某一个物理交换机的处理器和存储器容量,w(c-d)为某一个虚拟交换机的处理器和存储器容量;f(a-b)为某一个物理交换机的数据流表容量,f(c-d)为某一个虚拟交换机的数据流表容量;e(a-b)为物理网络带宽,e(c-d)为虚拟网络带宽;t(a-b)为物理网络传输时延,t(c-d)为虚拟网络传输时延;l(k)为控制器传输链路集合中的某一条传输链路,k为某一个控制器节点,o(a-b)-o为某一个物理交换机的相邻交换机集合,e(o(a-b),o(c-d))为某一个物理交换机至映射的虚拟交换机之间最短路的可用带宽,t(o(a-b),o(c-d))为某一个物理交换机至映射的虚拟交换机之间最短路的传输时延,f(l(c-d),l(a-b))为虚拟传输链路与物理传输链路实现连接的条件,x(o(c-d),o(a-b))为虚拟交换机与物理交换机实现映射的条件,y(k(l),l(a-b))为控制器与物理传输链路实现连接的条件,z(k(l),o(a-b))为控制器与物理交换机之间建立关联的条件,h(s,o(a-b))为数据流传输链路中最短路径需要通过的服务器与物理交换机节点的个数,也就是数据流表中的下一跳个数。
整个网络的完整拓扑结构可以通过以上参数集合进行定义,主要包括网络物理设备层结构和网络虚拟策略两个部分组成。
物理设备层接收到SDN控制器发送的数据传输请求,物理设备层根据数据传输请求的具体要求进行网络资源分配,只要物理设备层能够接受请求的需要,就会接受数据传输请求,否则,就不接受数据传输请求;设定一个数据传输请求的周期,每个SDN控制器在有效的时间段内控制数据传输,过时就释放占用的网络资源,完成数据传输过程。物理设备层的虚拟映射只需要进行虚拟网络映射和SDN控制器部署两步,虚拟网络映射一次性完成交换机和传输链路的虚拟映射,虚拟网络映射问题的解决采用整数线性规划理论实现。
SDN控制器在发出数据传输请求后,只要虚拟交换机节点和虚拟传输链路两个资源的需求得到满足,确保Q:g(c-d)=(o(c-d),l(c-d))→g(a-b)=(o(a-b),l(a-b))之间的进行了虚拟映射,也就完成了网络虚拟映射的过程,Q为虚拟映射函数。以图1所示的数据传输为例,其虚拟映射的执行策略及数据传输网络拓扑结构如图所示。
本实施例公开一种SDN网络虚拟交换机与传输链路的映射方法,该算法包括:
S1、以获取虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值为求解目标,以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,构建虚拟网络模型;
S2、依据所述虚拟网络模型,通过交换机虚拟映射方法、数据传输链路映射方法和数据传输链路映射方法实现虚拟映射。
本实施例中,整个SDN网络中数据交换机和数据传输链路两个方面的虚拟映射可以使用ILP求解的方法实现,主要考虑虚拟交换机节点、虚拟传输链路、SDN控制器与交换机连接三个方面的需求,重要的是获取虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值。所述虚拟网络映射性能的最大值的计算目标表示为:
x(o(a-b))×(w(o(a-b)-o)+f(o(a-b)-o)+f(l(c-d),l(a-b))×e(o(c-d)))→max(1)
所述虚拟网络传输链路映射消耗的最小值的计算目标表示为:
f(l(c-d),l(a-b))×h(s,o(c-d))×e(o(c-d)→min (2)
以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,具体约束条件的公式为:
w(a-b)≥x(o(c-d))×w(c-d), f(a-b)≥x(o(c-d))×f(c-d) (3)
h(s,o(a-b))=w(o(a-b)-o)+f(o(a-b)-o)×e(o(a-b)-o,o(c-d)) (4)
w(o(a-b)-o)≥x(o(c-d))×w(c-d), f(o(a-b)-o)≥x(o(c-d))×f(c-d) (6)
虚拟交换机节点映射可以通过函数q(o):o(c-d)→o(a-b)进行描述,也就是将虚拟交换机节点o(c-d)映射至物理交换机o(a-b)上。为了更好地实现q(o):o(c-d)→o(a-b),为了更好地实现q(o):o(c-d)→o(a-b),就需要设计一定的约束条件,也就是虚拟交换机与物理交换机能够实现映射的条件x(o(c-d),o(a-b)),定义x(o(c-d),o(a-b))=1时,表示可以建立虚拟映射,x(o(c-d),o(a-b))=0时,表示不能建立虚拟映射,从而建立虚拟交换机与物理交换机能够实现映射的约束条件公式(3);约束条件建立的依据有两个:一是物理交换机存储容量w(a-b)和数据传输虚拟链路的请求容量w(c-d),二是物理交换机数据流表容量f(a-b)和虚拟交换机数据流表容量f(c-d)。只要公式(3)成立,就有x(o(c-d),o(a-b))=1存在,否则,x(o(c-d),o(a-b))=0。
公式(4)是计算数据流传输链路中最短路径需要通过的服务器与物理交换机节点的个数;在公式(3)建立的约束条件基础上,为了找出全部的虚拟交换机节点资源,对物理交换机节点的个数h(s,o(a-b))统计非常重要,同时,需要考虑o(a-b)的全部相邻交换机o(a-b)-o。
公式(5)是计算相邻物理交换机的数据流表容量f(o(a-b)-o)的计算方法;
公式(6)是相邻的物理交换机存储容量值与相邻的物理交换机数据流表容量值的约束条件;
虚拟传输链路映射可以通过函数q(l):l(c-d)→l(a-b)进行描述,也就是将虚拟链路l(c-d)映射至物理链路l(a-b)上,同样也需要设计一些约束条件,当f(l(c-d),l(a-b))=1时,表示虚拟链路与物理链路能够实现连接,当f(l(c-d),l(a-b))=0时,表示虚拟链路与物理链路不能实现连接。从而建立了虚拟链路与物理链路能够实现连接的约束条件的公式(7)。SDN控制器在发出数据传输请求后,只要虚拟交换机节点和虚拟传输链路两个资源的需求得到满足,确保Q:g(c-d)=(o(c-d),l(c-d))→g(a-b)=(o(a-b),l(a-b))之间的进行了虚拟映射,也就完成了网络虚拟映射的过程,Q为虚拟映射函数。以图1所示的数据传输为例,并使用其虚拟映射的执行策略及数据传输网络拓扑结构。
SDN虚拟控制器在网络中的最佳位置部署,完全依据物理控制器与物理交换机之间的通信规则实现。通过建立物理控制器与物理交换机之间建立关联的条件z(k(l),o(a-b))进行定义,当z(k(l),o(a-b))=1时,说明控制器与物理交换机之间已建立了通信联系,当z(k(l),o(a-b))=0时,说明物理控制器与物理交换机之间未建立通信联系(或中断了通信联系),因此建立约束条件的公式(8),公式(8)是虚拟控制器与虚拟交换机建立通信连接的约束条件;y(k(l),l(a-b))=1时,表示控制器与物理传输链路已实现了连接,y(k(l),l(a-b))=0时,表示控制器与物理传输链路未实现连接。的定义是为了可以实现物理控制器、物理交换机、虚拟控制器和虚拟交换机之间进行直接数据传输,在连续地网络传输请求中,不需反复通过物理设备层进行控制,减少不必要的约束条件循环判定和运算。
公式(1)-(8)中,a-b为数据传输中物理资源表示符号,c-d为数据传输中虚拟资源表示符号;
x(o(a-b))为可以参与映射的物理交换机节点;w(o(a-b)-o)为相邻的物理交换机存储容量;f(o(a-b)-o)为相邻的物理交换机数据流表容量;f(l(c-d),l(a-b)为相邻的虚拟交换机与对应相邻的物理交换机数据流表容量;e(o(c-d)为相邻的虚拟交换机自身具有的通信带宽;
h(s,o(a-b))为数据流传输链路中最短路径需要通过的服务器与相邻虚拟交换机节点的个数;w(a-b)为物理交换机的处理器和存储器容量;x(o(c-d))为可以完成映射的虚拟交换机节点,与x(o(a-b))对应;w(c-d)为虚拟交换机的处理器和存储器容量;f(a-b)为物理交换机的数据流表容量;f(c-d)为虚拟交换机的数据流表容量;
w(o(a-b)-o)为相邻的物理交换机存储容量;f(o(a-b)-o)为相邻的物理交换机数据流表容量;e(o(a-b)-o,o(c-d))为相邻的物理交换机之间通信带宽;
w(c-d)+f(c-d)为拟交换机的存储器处理容量和数据流表容量;e(o(a-b),o(c-d))为相邻的物理交换机和对应相邻的虚拟交换机自身的网络带宽;t(o(a-b),o(c-d))为相邻的物理交换机至映射相邻虚拟交换机之间最短路传输时延;
w(o(a-b)-o)为相邻的物理交换机存储容量;x(o(c-d))为可以完成映射的虚拟交换机节点;w(c-d)为虚拟交换机的处理器和存储器容量;f(o(a-b)-o)为相邻的物理交换机的数据流表容量;x(o(c-d))为可以完成映射的虚拟交换机节点;f(c-d)为虚拟交换机的数据流表容量;
e(a-b)为物理交换机自身带宽;f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;e(c-d)为虚拟交换机自身带宽;
f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;f(l(c-d),l(b-a))为虚拟交换机与物理交换机实现接收与发送连接链路的数据流表容量;f(l(c-d),l(a-b))与f(l(c-d),l(b-a))之间存在的主要区别在于链路数据传输的信息量可能不同;x(o(c-d))-x(o(a-b))为相邻的虚拟交换机节点与相邻的物理交换节点数量存在的差异;
t(o(c-d))为相邻的虚拟交换机之间的数据传输时延;f(l(c-d),l(a-b))为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;t(o(a-b))为相邻的物理交换机之间的数据传输时延;
e(a-b)为物理交换机自身带宽;y(l(c-d),l(a-b))为SDN控制器可以管控的虚拟交换机与物理交换机实现发送与接收连接链路;
y(l(c-d),l(b-a))为SDN控制器可以管控的虚拟交换机与物理交换机实现接收与发送连接链路;
为虚拟交换机之间传输的平均传输时延;y(l(c-d),l(a-b))为SDN控制器可以管控的虚拟交换机与物理交换机实现发送与接收连接链路;t(a-b)为物理交换机之间传输的传输时延;K为SDN网络控制器的总个数。
本实施例中,所述交换机虚拟映射方法的过程为:
定义全部参数s(a-b)、o(a-b)、o(c-d)、w(a-b)、f(a-b)、f(c-d)、e(a-b)、e(c-d)、t(a-b)、t(c-d)、o(a-b)-o,e(o(a-b),o(c-d))、t(o(a-b),o(c-d)),其中,s(a-b)为连接的物理交换机节点并能够续对其进行管控的服务器,设计SDN控制器;根据设计的SDN控制器,计算所有服务器和物理交换机节点对应的最短路径o(a-b)和s(a-b);统计网络延迟t(a-b),并完成其他参数的计算和统计,运行公式(3),确定虚拟交换o(c-d),运行公式(4)计算h(s,o(a-b));依据公式(5)计算相邻物理交换机的数据流表容量的排序结果,映射虚拟OpenFlow交换机节点;然后依次在SDN网络中进行部署,如果满足物理交换机存储容量w(o(a-b)-o)≠0的条件,构建交换机虚拟映射列表;否则,依据公式(6)的条件,重新设置f(o(a-b)-o)建立网络连接,再次完成构建交换机虚拟映射列表,并实时进行更新。
本实施例中,所述数据传输链路映射方法的过程为:定义参数l(a-b)、l(c-d)、f(a-b)、f(c-d)、e(a-b)、e(c-d)、t(a-b)、t(c-d),依据公式(7)定义的虚拟链路与物理链路实现连接的条件,统计所有数据传输链路,然后清除所有不满足公式(7)两个约束条件的数据传输链路,从而获取所需的数据传输链路,并将其定义为虚拟控制链路,在每个虚拟控制链路中找出两个虚拟交换节点,并确定两个虚拟交换节点的位置,构建虚拟链接映射列表,依据公式(7)中的带宽要求对定义的传输路径进行排序,依次完成映射过程。
本实施例中,所述数据信息传输总算法的过程为:依据公式(8)的约束条件,实现SDN控制器和虚拟交换机之间的连接,完成控制器的部署,添加新的虚拟网络请求,并对虚拟网络请求排序,通过公式(8)完成所有虚拟网络请求,在确保新添加都是虚拟网络请求指令的情况下,使用交换机虚拟映射方法,完成虚拟交换机节点的映射,在切换节点映射成功后,使用数据传输链路映射方法,完成虚拟传输链路的映射,在传输链路映射成功和情况下,获取可用的交换机虚拟映射列表和虚拟链路映射列表,完成全部映射部署后,完成数据信息传输。
实验环境及实验参数
根据上述映射方法,构建SDN仿真网络系统,网络拓扑结构和网络资源分配方案参见图1所示,使用算法通过在本发明Algorithm3中调用Algorithm1和Algorithm2。实验采集的数据有本发明方法的运算的数据,不与其他算法进行比较。
仿真网络系统的物理设备层中,物理服务器节点为10个,物理交换机节点总数为100个,与之对应的SDN物理控制器总数为20个,物理数据传输链路设定为600条,三类物理资源在实验中可随机调用。对虚拟网络请求的设置,只针对交换机节点和传输链路,不涉及服务器,一个物理交换机节点对应10个以内的虚拟交换机节点,虚拟SDN控制器与虚拟交换机节点的个数相对应,一条物理数据传输链路对应20个以内的虚拟数据传输链路。
本发明映射方法对虚拟网络性能的评价指标主要包括:网络收益(简称P1)、网络消耗(简称P2)、收益消耗比(简称P3)、网络虚拟映射成功率(简称P4)、SDN控制器至虚拟交换机的时延(简称P5)、网络资源利用率(P6)等。
P1评价指标与虚拟网络请求所需要占用的网络资源相关,主要的网络资源是指虚拟控制器和交换机的处理能力、数据流表的容量和网络带宽容量等参数,占用的网络资源越少,收益就越大。
P2评价指标主要与占用物理设备层的资源相关,主要是指虚拟数据传输路径的个数、虚拟映射的交换机节点个数和整个数据传输链路的范围等参数,以上参数值越大,消耗就越大。
P3可以表示使用最少的消耗获最多的收益,其重要性高于P1和P2。P2中的参数与P1中的参数表示的虚拟设备为一一对应关系,P2中的参数使用|…|符号加以区分,结合本发明方法定义的参数,P1、P2和P3可以描述为:
P1=h(s,o(a-b))×(w(c-d)+f(c-d)+e(c-d))
P2=h(s,o(a-b))×|w(c-d)|+h(s,o(a-b))×|f(c-d)|+|l(c-d)|
P3=P1/P2 (公式9)
以上三个参数还可以通过引入时间参数,计算平均值。本实验统计的P1、P2和P3数据均为同一时间范围内取不同时段之间的值。P3的值为50%即可说明网络运行收益与消耗之间达到了平衡,P3的值为50%以上则表明网络运行收益大于消耗。
P4是指SDN控制器发送虚拟映射请求的执行情况,也就是虚拟映射请求成功执行的个数(简称G1)与SDN控制器发送虚拟映射请求个数的比值(简称G2),P4=G1/G2,P4值越大,虚拟网络映射的效果越好。
P5是指虚拟SDN控制器至虚拟交换机成功完成一次数据传输所使用的时间,P5值越小,虚拟网络映射的效果越好。实验中,通过分别统计了10个虚拟SDN控制器至10个虚拟交换机的网络时延(简称G3)、50个虚拟SDN控制器至50个虚拟交换机的网络时延(简称G4)、100个虚拟SDN控制器至100个虚拟交换机的网络时延(简称G5)三种环境下采集的数据,依据三种环境下采集数据的平均值确定P5的值,P5=(G3+G4+G5)/3。
P6中所指的网络资源主要包括SDN控制器的处理能力、OpenFlow交换机的存储容量和数据传输链路的传输能力,P6则是指SDN控制器CPU的利用率(简称G6)、OpenFlow交换机存储器(也就是数据流表,简称G7)和数据传输链路的利用率(简称G8)的平均值,P6的值越高,虚拟网络映射的效果越好,三个子项的利用率越高,虚拟网络映射的效果也越好。结合本发明方法定义的参数,P6可以描述为:
实验结果与讨论
实验中,P1的值根据实验实际运行结果统计,P2的值根据实验实际运行结果统计,P3的值设定在0%至100%之间,P1、P2和P3统计的值;P4的值设定在0%至100%之间,子参数G1和G2的值依据实验实际运行结果统计;P5的值根据实验实际运行结果统计,依据子参数G3、G4和G5取平均值;P6的值设定在0%至100%之间,子参数G6、G7和G8的值也设定在0%至100%之间。以上实验结果采集的值依据网络运行的不同时间段进行采集(时间段参数简称τ,从0s至10s之间共11个时间段),采集的数据均为整数。实验采集的数据如表1至表14所示。
/>
/>
P1的实验取值在0至100之间,P2的实验取值在0至148之间,在0s时段,相当于网络系统没有启动,P1和P2取值为0属于正常情况。P1实际表示的是虚拟SDN处理器和对应的虚拟交换机存储器容量、虚拟交换机数据流表容量、全部虚拟传输链路带宽容量的总和,由于一个虚拟交换机匹配一个虚拟SDN处理器,本发明方法将其视为一体进行了定义,减少了算法中的参数量。P2实际表示的是虚拟SDN处理器和对应的虚拟交换机存储器数量、虚拟交换机数据流表数量、全部数据链路的数量的总和。以上参数都是实验中数据传输实际启动的虚拟设备和虚拟传输链路(也就是实际使用的),并不是实验构建的整个SDN网络中可用的虚拟设备和虚拟传输链路最大值。由于实验中设置的物理设备容量、物理链路带宽、网络运行时延、数据传输的流量设置并不大,对应的虚拟网络相关参数与物理网络相应参数取值完全相同,因此,实验获取的P1和P2值也不大。从1s时段至10s时段,P1值数据表明,使用虚拟交换机存储器容量、虚拟交换机数据流表容量、全部虚拟传输链路带宽容量呈下降趋势,且不同时间段下降幅度较大,随着运行时间的增长而收益变小,是全部SDN网络的总体表现,但本发明方法在间隔的多个时段之间P1是相对稳定的,这是算法优势所在关键。P2值数据与P1值数据基本相同,虚拟设备和数据链路的使用在不同时间段下降幅度较大,说明了消耗也在下降,是本发明方法追求的目标。无论从理论的角度和实际应用的角度考虑,实验采集的P3值都证明了使用最少的消耗获最多的收益的算法实现目标已经达到,在1s至10s的时间间隔内,P3的最小值为63%,最大值为91%,且以70%以上的居多,远远高于消耗与收益之间的50%达到平衡的要求。
G1和G2分别表示虚拟交换机执行的虚拟映射请求个数和SDN虚拟控制器发送虚拟映射请求个数,P4值为虚拟交换机接收并执行虚拟控制器虚拟映射请求的成功率。在0s时段,对全部虚拟交换机和虚拟控制器的动作进行了统计,G1和G2均为0,说明没有任何虚拟映射请求发生。在1s至10s时段,分别对10个SDN虚拟控制器和对应的10个虚拟交换机的虚拟映射请求和接收数量进行了统计。统计的G1和G2数据表明,随着运行时间的增长,虚拟映射请求成功执行的数量在下降;随着SDN虚拟控制器发送虚拟映射请求个数的增加,虚拟映射请求成功执行的数量也在下降。这种情况在多数SDN网络应用中是普遍存在的,也无法避免,主要与算法在循环运算中的复杂度相关。通过对实验采集的G1和G2值进行计算得到P4值,也同样受到了G1和G2值的影响,但是,在1s至10s时段的多个相隔时段内,P4值相对稳定。前三个时段,虚拟映射请求的成功率在92%以上,是网络系统运行起始阶段的优势,具有普遍性;中间四个时段,虚拟映射请求的成功率在64%以上,且稳定性强;后三个时段,虚拟映射请求的成功率在51%以上,同样表现出了稳定性强。从中间四个时段和后三个时段的表现分析,体现了本发明方法的优势。在SDN网络中,虚拟映射请求的成功率值,随着运行时间的增长,在连续的各一个时间段内,总体上会呈现等梯度的下降趋势,虚拟映射请求成功率值不会在期间的部分时间段内保持非常稳定;由于当前的研究追求过度的运算结果,算法的复杂度也非常高,算法的功能和实现目标得到丰富和加强,随着运行时间的增长,虚拟映射请求的成功率会低于50%。
G3、G4、G5值分别表示10个虚拟SDN控制器与相应的虚拟交换机之间、50个虚拟SDN控制器与相应的虚拟交换机之间、100个虚拟SDN控制器与相应的虚拟交换机之间建立通信联系并完成数据传输的网络时延,P5为以上三种情况下,网络运行的平均时延。在1s至10s时段,实验采集的G3、G4、G5值表明,10个虚拟SDN控制器与相应的虚拟交换机之间网络时延都在1s之内,在前面的时段,甚至还不到1s,50个虚拟SDN控制器与相应的虚拟交换机之间网络时延在2s至3s内,100个虚拟SDN控制器与相应的虚拟交换机之间网络时延在4s至5s内,平均网络时延P5在2s至3s内,都是非常理想的结果。随着运行时间的增长,无论何种虚拟规模,网络时延都非常稳定,这是本发明方法具有的优势。本发明方法将虚拟SDN控制器至虚拟交换机融为一体,降低了运算的复杂度,同时,在虚拟SDN控制器部署中,引入了虚拟网络平均传输时延参数,节省了反复访问物理设备层的次数,也为降低网络时延做出了贡献。
G6、G7、G8分别表示虚拟SDN控制器CPU、虚拟OpenFlow交换机存储器、虚拟数据传输链路的利用率,P6为G6、G7、G8的平均值,G6、G7、G8参数都直接使用了本发明方法中的参数,与常规的网络资源利用率采用的计算方法和计算使用的参数都存在本质的区别。在以资源的利用率的计算中考虑网络中的全部物理和虚拟资源,特别是全部的虚拟资源,并与具体的资源个数建立了联系。详见公式10,公式10中对l(c-d)的描述只是简式,其中,应包含了h(s,o(a-b))的因素,确保了G6、G7、G8参数之间具有很强的关联性。实验采集的G6、G7、G8值表明,在1s至10s时段,在前面时段虚拟SDN控制器CPU的利用率较高且变化幅度不大,后面时段虚拟SDN控制器CPU的利用率稍有下降但变化幅度也不大,CPU利用率的最小值为81%,最大值为96%,说明虚拟SDN控制器得到了充分利用,得益于本发明方法中SDN控制器虚拟映射函数定义目标的准确性高。在前面时段虚拟OpenFlow交换机存储器的利用率较高且变化幅度不大,后面时段虚拟OpenFlow交换机存储器的利用率稍有下降但变化幅度也不大,同时,各时段与虚拟SDN控制器CPU的利用率接近,存储器的利用率最小值为82%,最大值为92%,说明虚拟OpenFlow交换机得到了充分利用,得益于本发明方法中交换机节点虚拟映射函数定义目标的准确性高、将虚拟SDN控制器与虚拟OpenFlow交换机融为一体的设计理念。同样,在前面时段虚拟数据传输链路的利用率的利用率较高且变化幅度不大,后面时段虚拟数据传输链路的利用率稍有下降但变化幅度也不大,传输链路的利用率最小值为80%,最大值为88%,说明虚拟数据传输链路得到了充分利用,得益于本发明方法中将SDN控制器处理、OpenFlow交换机存储、传输链路三个要素的容量、数量等因素,充分与网络虚拟映射的需求之间建立了关联。依据G6、G7、G8值,计算得到的P6值,与G6、G7、G8值的关联度与匹配度非常高,主要资源的最小利用率为82%,最大利用率为92%,充分展示了本发明方法的优势。
以上较为理想的实验数据结果获得,起到关键作用的是:SDN控制器内虚拟映射函数保证了虚拟交换机节点和虚拟传输链路资源的容量和数量需求,决定了整个网络虚拟映射的实现;虚拟交换机节点映射函数保证了虚拟传输链路与物理传输链路实现了正常连接;将虚拟控制器和虚拟交换机融为一体,一并考虑虚拟控制器部署和虚拟交换机的部署问题。通过物理交换机节点的相邻关系定义,以最短路径算法为依据,确定虚拟交换机节点数量和位置部署;通过物理交换机节点的相应容量计算,确定虚拟交换机节点的存储容量和传输数据流表容量,确保了物理和虚拟节点的一致性;除了结合虚拟交换机的部署因素之外,还依据物理控制器与物理交换机的通信连接规则,实现虚拟控制器与虚拟交换机最佳位置部署。以上虚拟网络优化策略,主要通过本发明公式1至公式8所提出的在虚拟网络数据传输请求和虚拟网络资源需求等因素之间建立约束条件实现,同时,通过对公式1至公式8中全部关键容量和数量等参数的分类清晰定义,也起到了重要作用。在算法实现方面,本发明映射方法与BFS算法、KSP算法结合,对最佳虚拟交换机和虚拟控制器部的位置部署、最佳虚拟交换机节点连接路径确定起到了关键作用。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制。凡是根据发明技术实质对以上实施例所作的任何简单修改、变更以及等效变化,均仍属于本发明技术方案的保护范围内。
Claims (2)
1.一种SDN网络虚拟交换机与传输链路的映射方法,其特征在于,该方法包括:
S1、以获取虚拟网络映射性能的最大值和虚拟网络传输链路映射消耗的最小值为求解目标,以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,构建虚拟网络模型;
S2、依据所述虚拟网络模型,通过交换机虚拟映射算法、数据传输链路映射算法和数据信息传输总算法实现虚拟映射;
所述虚拟网络映射性能的最大值的计算目标表示为:
(1);
所述虚拟网络传输链路映射消耗的最小值的计算目标表示为:
(2);
以虚拟交换机与物理交换机、虚拟传输链路与物理传输链路、虚拟控制器与虚拟交换机之间实现通信连接为约束条件,具体约束条件的公式为:
(3);
(4);
(5);
(6);
(7);
(8);
公式(3)是虚拟交换机与物理交换机能够实现映射的条件;
公式(4)是计算数据流传输链路中最短路径需要通过的服务器与物理交换机节点的个数;
公式(5)是计算相邻物理交换机的数据流表容量的计算方法;
公式(6)是相邻的物理交换机存储容量值与相邻的物理交换机数据流表容量值的约束条件;
公式(7)是虚拟链路与物理链路能够实现连接的约束条件;
公式(8)是虚拟控制器与虚拟交换机建立通信连接的约束条件;
公式(1)-(8)中,a-b为数据传输中物理资源表示符号,c-d为数据传输中虚拟资源表示符号;
为可以参与映射的物理交换机节点;/>为相邻的物理交换机存储容量;/>为相邻的物理交换机数据流表容量;/>为相邻的虚拟交换机自身具有的通信带宽;
为数据流传输链路中最短路径需要通过的服务器与相邻虚拟交换机节点的个数;/>为物理交换机的处理器和存储器容量;
为可以完成映射的虚拟交换机节点,与/>对应;/>为虚拟交换机的处理器和存储器容量;/>为物理交换机的数据流表容量;/>为虚拟交换机的数据流表容量;
为相邻的物理交换机存储容量;/>为相邻的物理交换机数据流表容量;/>为相邻的物理交换机之间通信带宽;
为拟交换机的存储器处理容量和数据流表容量;
为相邻的物理交换机和对应相邻的虚拟交换机自身的网络带宽;为相邻的物理交换机至映射相邻虚拟交换机之间最短路传输时延;
为物理交换机自身带宽;
为虚拟交换机与物理交换机实现发送与接收连接链路的数据流表容量;/>为虚拟交换机自身带宽;/>为虚拟交换机与物理交换机实现接收与发送连接链路的数据流表容量;/>与/>之间存在的主要区别在于链路数据传输的信息量可能不同;/>为相邻的虚拟交换机节点与相邻的物理交换节点数量存在的差异;
为相邻的虚拟交换机之间的数据传输时延;/>为相邻的物理交换机之间的数据传输时延;
为SDN控制器可以管控的虚拟交换机与物理交换机实现发送与接收连接链路;/>为SDN控制器可以管控的虚拟交换机与物理交换机实现接收与发送连接链路;
为虚拟交换机之间传输的平均传输时延;/>为物理交换机之间传输的传输时延;/>为SDN网络控制器的总个数;所述交换机虚拟映射算法的过程为:
定义全部参数s(a-b)、o(a-b)、o(c-d)、w(a-b)、f(a-b)、f(c-d)、e(a-b)、e(c-d)、t(a- b)、t(c-d)、o(a-b)-o,e(o(a-b),o(c-d))、t(o(a-b),o(c-d)),其中,s(a-b)为连接的物理交换机节点并能够续对其进行管控的服务器,设计SDN控制器;根据设计的SDN控制器,计算所有服务器和物理交换机节点对应的最短路径o(a-b)和s(a-b);统计物理交换机之间传输的传输时延t(a-b),并完成其他参数的计算和统计,运行公式(3),确定虚拟交换o(c-d),运行公式(4)计算 h(s,o(a-b));依据公式(5)计算相邻物理交换机的数据流表容量的排序结果,映射虚拟OpenFlow交换机节点;然后依次在SDN网络中进行部署,如果满足物理交换机存储容量w(o(a-b)-o)≠0的条件,构建交换机虚拟映射列表;否则,依据公式(6)的条件,重新设置 f(o(a-b)-o)建立网络连接,再次完成构建交换机虚拟映射列表,并实时进行更新;
o(a-b)为物理交换机,o(c-d)为虚拟交换机,t(c-d)虚拟交换机之间的传输时延,o(a- b)-o为物理交换机的相邻交换机集合;
所述数据传输链路映射算法的过程为:定义参数l(a-b)、l(c-d)、f(a-b)、f(c-d)、e(a- b)、e(c-d)、t(a-b)、t(c-d),依据公式(7)定义的虚拟链路与物理链路实现连接的条件,统计所有数据传输链路,然后清除所有不满足公式(7)两个约束条件的数据传输链路,从而获取所需的数据传输链路,并将其定义为虚拟控制链路,在每个虚拟控制链路中找出两个虚拟交换节点,并确定两个虚拟交换节点的位置,构建虚拟链接映射列表,依据公式(7)中的带宽要求对定义的传输路径进行排序,依次完成映射过程;l(a-b)为物理传输链路,l(c-d)为虚拟传输链路;
所述数据信息传输总算法的过程为:依据公式(8)的约束条件,实现SDN控制器和虚拟交换机之间的连接,完成控制器的部署,添加新的虚拟网络请求,并对虚拟网络请求排序,通过公式(8)完成所有虚拟网络请求,在确保新添加都是虚拟网络请求指令的情况下,使用交换机虚拟映射算法,完成虚拟交换机节点的映射,在切换节点映射成功后,使用数据传输链路映射算法,完成虚拟传输链路的映射,在传输链路映射成功和情况下,获取可用的交换机虚拟映射列表和虚拟链路映射列表,完成全部映射部署后,完成数据信息传输。
2.一种评价权利要求1所述的SDN网络虚拟交换机与传输链路的映射方法的评价方法,其特征在于,该评价方法从网络收益P1、网络消耗P2、收益消耗比P3、网络虚拟映射成功率P4、SDN控制器至虚拟交换机的时延P5和网络资源利用率P6六个方面综合评价;
;
P4=G1/G2
P5=(G3+G4+G5)/3
;
式中,为数据流传输链路中最短路径需要通过的服务器与相邻虚拟交换机节点的个数;/>为虚拟交换机的处理器和存储器容量;/>为虚拟交换机的数据流表容量;/>为虚拟交换机自身带宽;
l(a-b)为某一条物理数据传输链路;l(c-d)为某一条虚拟数据传输链路;
为物理交换机的处理器和存储器容量;/>为物理交换机的数据流表容量;G1是虚拟映射请求成功执行的个数;G2是SDN控制器发送虚拟映射请求个数;G3是10个虚拟SDN控制器至10个虚拟交换机的网络时延;G4是50个虚拟SDN控制器至50个虚拟交换机的网络时延;G5是100个虚拟SDN控制器至100个虚拟交换机的网络时延。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210784217.0A CN115174499B (zh) | 2022-06-28 | 2022-06-28 | Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210784217.0A CN115174499B (zh) | 2022-06-28 | 2022-06-28 | Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115174499A CN115174499A (zh) | 2022-10-11 |
CN115174499B true CN115174499B (zh) | 2023-09-19 |
Family
ID=83490280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210784217.0A Active CN115174499B (zh) | 2022-06-28 | 2022-06-28 | Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115174499B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160109216A (ko) * | 2015-03-10 | 2016-09-21 | 한국전자통신연구원 | 가상 네트워크 구성방법 및 그 장치 |
CN107959593A (zh) * | 2018-01-11 | 2018-04-24 | 重庆邮电大学 | 一种软件定义网络虚拟网络映射方法 |
KR20180122513A (ko) * | 2017-05-02 | 2018-11-13 | 고려대학교 산학협력단 | Sdn 기반 네트워크 가상화 플랫폼의 네트워크 하이퍼바이저에서 트래픽 엔지니어링 방법 및 프레임워크 |
CN108923958A (zh) * | 2018-06-15 | 2018-11-30 | 西安电子科技大学 | 基于sdn的虚拟网络映射系统及方法 |
CN109150627A (zh) * | 2018-10-09 | 2019-01-04 | 南京邮电大学 | 基于动态资源需求及拓扑感知的虚拟网络映射的构建方法 |
WO2019017842A1 (en) * | 2017-07-18 | 2019-01-24 | National University Of Singapore | NETWORK VIRTUALIZATION METHOD, COMPUTER-READABLE MEDIUM, AND VIRTUALIZATION NETWORK |
CN112436991A (zh) * | 2020-11-09 | 2021-03-02 | 辽宁工程技术大学 | 一种基于企业网的能耗感知的虚拟网络映射方法 |
-
2022
- 2022-06-28 CN CN202210784217.0A patent/CN115174499B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160109216A (ko) * | 2015-03-10 | 2016-09-21 | 한국전자통신연구원 | 가상 네트워크 구성방법 및 그 장치 |
KR20180122513A (ko) * | 2017-05-02 | 2018-11-13 | 고려대학교 산학협력단 | Sdn 기반 네트워크 가상화 플랫폼의 네트워크 하이퍼바이저에서 트래픽 엔지니어링 방법 및 프레임워크 |
WO2019017842A1 (en) * | 2017-07-18 | 2019-01-24 | National University Of Singapore | NETWORK VIRTUALIZATION METHOD, COMPUTER-READABLE MEDIUM, AND VIRTUALIZATION NETWORK |
CN107959593A (zh) * | 2018-01-11 | 2018-04-24 | 重庆邮电大学 | 一种软件定义网络虚拟网络映射方法 |
CN108923958A (zh) * | 2018-06-15 | 2018-11-30 | 西安电子科技大学 | 基于sdn的虚拟网络映射系统及方法 |
CN109150627A (zh) * | 2018-10-09 | 2019-01-04 | 南京邮电大学 | 基于动态资源需求及拓扑感知的虚拟网络映射的构建方法 |
CN112436991A (zh) * | 2020-11-09 | 2021-03-02 | 辽宁工程技术大学 | 一种基于企业网的能耗感知的虚拟网络映射方法 |
Non-Patent Citations (4)
Title |
---|
Haotong Cao ; Shengchen Wu ; Yue Hu ; Ravinder Singh Mann ; Yun Liu ; Longxiang Yang ; Hongbo Zhu.An Efficient Energy Cost and Mapping Revenue Strategy for Interdomain NFV-Enabled Networks.《 IEEE Internet of Things Journal》.2019,全文. * |
Riccardo Trivisonno ; Ishan Vaishnavi ; Riccardo Guerzoni ; Zoran Despotovic ; Artur Hecker ; Sergio Beker ; David Soldani.Virtual Links Mapping in Future SDN-Enabled Networks.《 2013 IEEE SDN for Future Networks and Services (SDN4FNS)》.2014,全文. * |
SDN虚拟网络映射算法研究;谢德胜;《信息科技辑》;全文 * |
基于SDN的虚拟网络映射算法研究;付玉鹏;《信息科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115174499A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saad et al. | A multi-objective evolutionary artificial bee colony algorithm for optimizing network topology design | |
Danna et al. | A practical algorithm for balancing the max-min fairness and throughput objectives in traffic engineering | |
Jiang et al. | Self-adaptive resource allocation for energy-aware virtual machine placement in dynamic computing cloud | |
US20070094325A1 (en) | Hybrid peer-to-peer data communication and management | |
Tan et al. | Joint online coflow routing and scheduling in data center networks | |
Anderson et al. | Path assignment for call routing: An application of tabu search | |
CN116137593A (zh) | 一种数字孪生辅助动态资源需求预测的虚拟网络功能迁移方法 | |
CN115174499B (zh) | Sdn网络虚拟交换机与传输链路的映射方法及其评价方法 | |
de Oliveira Souza et al. | Cbnet: Minimizing adjustments in concurrent demand-aware tree networks | |
Suzuki et al. | Multi-agent deep reinforcement learning for cooperative offloading in cloud-edge computing | |
Rikhtegar et al. | BiTE: a dynamic bi-level traffic engineering model for load balancing and energy efficiency in data center networks | |
CN103036982B (zh) | 一种基于博弈论的网络控制系统调度方法 | |
Dandachi et al. | A robust monte-carlo-based deep learning strategy for virtual network embedding | |
Yao et al. | A SMDP-based forwarding scheme in named data networking | |
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 | |
CN115225512B (zh) | 基于节点负载预测的多域服务链主动重构机制 | |
Cucinotta et al. | Data centre optimisation enhanced by software defined networking | |
Amiri et al. | Datacenter traffic shaping for delay reduction in cloud gaming | |
CN111817975B (zh) | 混合式网内动态负载均衡方法、装置及系统 | |
Zhang et al. | Scheduling coflows with incomplete information | |
CN110417682B (zh) | 一种高性能网络中的周期调度方法 | |
Li | An efficient data evacuation strategy using multi-objective reinforcement learning | |
Wang et al. | Energy Efficient VNF Placement Algorithm Using Reinforcement Learning in NFV-Enabled Network | |
Ghorashi et al. | An effective task scheduling framework for cloud computing using NSGA-II | |
Qu et al. | A game theory based approach for distributed dynamic spectrum access |
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 |