CN116192746B - 一种基于sdn的路由路径选择方法、装置及存储介质 - Google Patents

一种基于sdn的路由路径选择方法、装置及存储介质 Download PDF

Info

Publication number
CN116192746B
CN116192746B CN202310016324.3A CN202310016324A CN116192746B CN 116192746 B CN116192746 B CN 116192746B CN 202310016324 A CN202310016324 A CN 202310016324A CN 116192746 B CN116192746 B CN 116192746B
Authority
CN
China
Prior art keywords
sdn
path selection
equation
integer
routing
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
Application number
CN202310016324.3A
Other languages
English (en)
Other versions
CN116192746A (zh
Inventor
郭建章
周伟
彭志婷
徐峰
卞国震
王俊
马冬松
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.)
China Telecom Digital Intelligence Technology Co Ltd
Original Assignee
China Telecom Digital Intelligence Technology Co Ltd
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 China Telecom Digital Intelligence Technology Co Ltd filed Critical China Telecom Digital Intelligence Technology Co Ltd
Priority to CN202310016324.3A priority Critical patent/CN116192746B/zh
Publication of CN116192746A publication Critical patent/CN116192746A/zh
Application granted granted Critical
Publication of CN116192746B publication Critical patent/CN116192746B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H04L45/12—Shortest path evaluation
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • 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
    • H04L45/302—Route determination based on requested QoS
    • 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
    • H04L45/70—Routing based on monitoring results
    • 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
    • H04L45/74—Address processing for routing
    • 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
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于SDN的路由路径选择方法、装置及存储介质，涉及计算机技术和路由选择技术领域。该基于SDN的路由路径选择方法，包括以下步骤：S1，通过转送自治系统网络模型，获取统计数据；S2，根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。本发明通过采用基于线性松弛方案Gomory切割平面法和分支定界法的最优路由路径选择算法，计算出每个流到达时最佳QoS的路由路径，达到了最大限度地提高SD‑WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求，解决了现有提高广域网中路由QoS的方案对SD‑WAN环境下剩余带宽的利用率低的问题。

Description

一种基于SDN的路由路径选择方法、装置及存储介质
技术领域
本发明涉及计算机技术和路由选择技术领域，尤其涉及一种基于SDN的路由路径选择方法、装置及存储介质。
背景技术
广域网WAN作为互联网架构的基础部分，由许多相互连接的自治系统AS组成，随着在AS网络间传输流量不断增加，逐渐产生了物联网的云化、5G接入网络、基于云/雾/边缘的应用程序等。为了解决广域网流量负载不断加大导致地服务质量下降，必须以不同的方式重新设计和构架来管理AS，利用软件定义网络SDN模式，对AS底层网络进行深度优化，实现广域网的软件化。SDN能保持具有即时剩余资源状态的全局网络视图，并控制和配置转发交换设备，根据应用程序的需要扩展、缩小所分配资源的灵活性，促使运营商能有效重用相同的物理基础设施，降低运营成本。
传统方法中，供应WAN资源的任务都是提前执行的，而且大多数情况下都是基于之前统计数据静态执行的，这种静态方法会导致资源的严重浪费，WAN连接通常只提供了平均使用量的40％能力。因此，如何提高广域网中路由QoS已经成为一个待解决的问题，目前存在的常用解决方案分为三类：1)通过流量工程，以寻找最佳成本效益为目的；2)将网络建模为设备队列的分组到达和离开的随机过程，这种模式能支持多目标功能，如最小化数据包丢失率能适用于广域网和数据中心内拓扑，同时利用基于MATLAB的数值仿真和基于Miniet的仿真网络进行实现；3)基于SD-WAN拓扑和路由管理，在满足服务质量约束的同时，使用整数线性规划最小化网络更新的成本。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有通过流量工程提高广域网中路由QoS的解决方案因为没有实时的网络状态中心跟踪器，流量工程只能提供次优的解决方案，在某些情况下可能导致分布式算法收敛到新状态的长时间等待；现有将网络建模为设备队列的分组到达和离开的随机过程的方案根据链路上的包丢失状态定期并主动地重新路由流，所得结果优于默认路由算法；现有基于SD-WAN拓扑和路由管理基于SD-WAN拓扑和路由管理的方案一般通过仿真进行验证，不适用于数据中心间的广域网，忽略了许多实际问题。综上所述，现有提高广域网中路由QoS的方案对SD-WAN环境下剩余带宽的利用率低。
发明内容
本申请实施例通过提供一种基于SDN的路由路径选择方法、装置及存储介质，解决了现有提高广域网中路由QoS的方案对SD-WAN环境下剩余带宽的利用率低的问题，实现了最大限度地提高SD-WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求。
本申请实施例提供了一种基于SDN的路由路径选择方法，包括以下步骤：
S1，通过转送自治系统网络模型，获取统计数据；
S2，根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
进一步的，所述S1中的转送自治系统网络模型具体指：由ONOS SDN控制器根据OpenFlow SBI学习路由收集的统计数据，定期计算每个链路的剩余带宽和IP包错误率的特征，生成所需的统计数据。
进一步的，所述S2中的最优路由路径选择算法的具体步骤包括：
S21，对整数线性规划ILP进行预处理；
S22，采用分支定界法，删除冗余变量约束和减小问题规模；
S23，将整数变量转换为连续变量，其中/>是从i到j的链路；
S24，在求解最优松弛模型的基础上，采用Gomory切割平面算法对松弛问题进行重复改进，直到达到整数解或找不到新的切割平面；
S25，得出路由路径最优解。
进一步的，所述S21中的整数线性规划是由SD-WAN网络中转自治系统的路由优化问题公式化得出。
进一步的，所述S21中预处理过程指从链路集合L中选择并删除一个问题ql，并解出其松弛形式q-1。
进一步的，所述S22中分支定界法处理的具体步骤包括：
步骤1，当各分支的最优目标函数中若分支小于下界，则剪掉这支，若分支大于下界，但不符合整数条件，则深入这支重新进行分支，定界；
步骤2，通过不断缩小可行域，最终求到最优解。
进一步的，所述S24中的Gomory切割平面算法的具体步骤包括：
步骤1，将路由问题看作整数规划问题，并表示为min{cTx:Ax＝b,x∈Zn}，
其中cT指约束C的转置矩阵，A、b分别为等式约束中的系数矩阵，x为变量，Zn是变量的取值集合；
步骤2，使用单纯形法对线性松弛问题进行求解得到：
公式1：
其中，为基本变量，u为整数，取值为1到n，NB是非基变量的集合，/>为基向量，xj为非基本变量，/>为非基向量；
步骤3，一般由此线性规划得到的最优解一定不是整数，即存在某些值让非基向量又由/>可以得到一个不等式成立：
公式2：
其中，和/>的范围都为[0,1)，ai是平面上的点；
步骤4，将公式2带入到公式1中可以得到：
公式3：
步骤5，根据公式1和公式3可得到；
公式4：
步骤6，进一步验证线性松弛问题的最优解中的非基变量部分满足xj＝0,j∈NB，此最优解不满足上述约束公式4，故在原线性松弛问题中添加公式4作为约束以切割最优解，重新求解多出一个限制的线性规划问题。
进一步的，所述S24中的改进具体指：在线性规划中添加新的线性约束，消除分式解，同时确保已经生成的整数解不被消除。
本申请实施例提供了一种基于SDN的路由路径选择装置，包括获取模块和处理模块：
获取模块：通过转送自治系统网络模型，获取统计数据；
处理模块：用于根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
本申请实施例提供了一种计算机可读存储介质，用于存储SDN应用程序，所述SDN应用程序被处理器执行时实现基于SDN的路由路径选择方法。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、由于通过采用基于线性松弛方案Gomory切割平面法和分支定界法的最优路由路径选择算法，所以能够计算出每个流到达时最佳QoS的路由路径，有效解决了现有提高广域网中路由QoS的方案对SD-WAN环境下剩余带宽的利用率低的问题，进而实现了最大限度地提高SD-WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求。
2、由于通过提出的路由路径选择方法计算出的路径应该使用尽可能少的节点数，所以在未充分利用的链路上平衡到达流量，有效解决了现有技术中链路利用不充分的问题，进而实现了提高网络的QoS性能指标。
3、由于模型使用ONOS的SDN控制器，基于其最新稳定版的Openflow标准South-Bound Interface，使用BGP作为第二个具有真实边界路由器配置的SBI来学习路由，所以不用理会外部邻居网络的运行模式，有效解决了现有技术适用范围局限性大的问题，进而实现了本方法结构适用于任何支持SDN的广域网。
附图说明
图1为本申请实施例一提供的基于SDN的路由路径选择方法流程图；
图2为本申请实施例一提供的基于SDN的路由路径选择装置结构图；
图3为本申请实施例一提供的SD-WAN整体架构示意图。
具体实施方式
本申请实施例通过提供一种基于SDN的路由路径选择方法、装置及存储介质，解决了现有提高广域网中路由QoS的方案对SD-WAN环境下剩余带宽的利用率低的问题，在选择最优路由路径的过程中运用最优路由路径选择算法实现了最大限度地提高SD-WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求。
本申请实施例中的技术方案为解决上述现有提高广域网中路由QoS的方案对SD-WAN环境下剩余带宽的利用率低的问题，总体思路如下：
通过转送自治系统网络模型，获取统计数据，再通过根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径，达到了最大限度地提高SD-WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求。
上述最优路由路径选择算法的具体步骤为：先对整数线性规划ILP进行预处理；接着采用分支定界法，删除冗余变量约束和减小问题规模；再将整数变量转换为连续变量，其中/>是从i到j的链路；然后在求解最优松弛模型的基础上，采用Gomory切割平面算法对松弛问题进行重复改进，直到达到整数解或找不到新的切割平面；最后得出路由路径最优解。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示，为本申请实施例提供的基于SDN的路由路径选择方法流程图，该方法应用于基于SDN的路由路径选择装置中，该方法包括以下步骤：
S1，通过转送自治系统网络模型，获取统计数据；
S2，根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
进一步的，S1中的转送自治系统网络模型具体指：由ONOS SDN控制器根据OpenFlow SBI学习路由收集的统计数据，定期计算每个链路的剩余带宽和IP包错误率的特征，生成所需的统计数据。
在本实施例中，使用基于最新稳定版的Openflow标准SBI的开放网络操作系统ONOS作为SDN的控制器，使用BGP作为第二个具有真实边界路由器配置的SBI学习路由；
给定AS中的一组设备集如路由器、交换机等，可以表示为有向加权图，即G＝R(G),L(G))，其中R(G)是设备集，L(G)是连接这些设备的链路集。每个都是一个从i到j的链路，其属性为初始带宽容量、剩余带宽和IP包错误率；
每个链路的剩余带宽和IP包错误率的特征是由ONOS SDN控制器根据OpenFlowSBI收集的统计数据定期计算的，同时，当管理和解决单元需要此信息，会将统计数据转发给SDN应用程序，以计算最佳路径；
假设Fk表示源节点生成的流，模拟了从邻居AS到代表目标AS的聚合流量；
转送自治系统网络模型主要考虑两个主要约束，即带宽和丢包率，在SDN控制器上，通过提出的算法控制AS的传输，实现从rs到rd的数据流转发，到达流Fk请求预定义的吞吐量bps和最大容忍损失百分比，以满足客户端的QoS需求。
进一步的，S2中的最优路由路径选择算法的具体步骤包括：
S21，对整数线性规划I LP进行预处理；
S22，采用分支定界法，删除冗余变量约束和减小问题规模；
S23，将整数变量转换为连续变量，其中/>是从i到j的链路；
S24，在求解最优松弛模型的基础上，采用Gomory切割平面算法对松弛问题进行重复改进，直到达到整数解或找不到新的切割平面；
S25，得出路由路径最优解。
进一步的，S21中的整数线性规划是由SD-WAN网络中转自治系统的路由优化问题公式化得出。
在本实施例中，问题任务的目标是：1)为每个流Fk都计算最佳路径，满足请求的吞吐量B和分组丢失水平P约束；2)在不违反已签署的服务水平协议SLA的情况下最大化可接受流的速率；3)在满足所需带宽和分组丢失水平的情况下，最大限度地提高传输AS中的最小剩余带宽；
问题公式化的具体步骤为：
假设表示二进制变量，如果链路/>参与Fk的路径，则其值为1，对应目标可以表示为：
其中，y即为传输AS中的剩余带宽，B是一个可学习的参数；
剩余容量的约束表示为：
每个选定链路的IP包错误率的约束为：
此外，来自rs的入口流量必须到达rd，将路径问题表述为网络流量问题，其中rs意为流量来源、rd为流量的目的地，约束条件如下。
同时从rs到rd的流量是不可分割的，因此还需满足此约束条件。
为了只选择无环路路径，根据Dantzig–Fulkerson–Johnson(DFJ)模型，还应添加的约束对应为：
即对于每个子集S，在S中具有一个端点的选定边的数量必须小于S的基数,以上的定义和约束组成了本实施例需解决的问题。
进一步的，S21中预处理过程指从链路集合L中选择并删除一个问题ql，并解出其松弛形式q-l。
进一步的，S22中分支定界法处理的具体步骤包括：
步骤1，当各分支的最优目标函数中若分支小于下界，则剪掉这支，若分支大于下界，但不符合整数条件，则深入这支重新进行分支，定界；
步骤2，通过不断缩小可行域，最终求到最优解。
在本实施例中，分支定界法指把全部可行解空间反复分割为越来越小的子集，并对每个子集内的解集计算一个目标下界，同时，每次分支后，对于超出已知可行解集目标值的子集不再进一步分支。
在进行切割之前，有最大化整数规划问题A，与它相应的线性规划问题B，若最优解不符合A的整数条件，那么B的最优目标函数必是A的最优目标函数z的上界，而A的任意可行解的目标函数值将是z的一个下界。
上述分支，指在B的最优解中任选一个不符合整数条件的变量X，其值为b，构造xi≤[b],xi≥[b]+1两个约束条件，加入问题中，求两个后继规划问题B1和B2。
上述定界，指将每个后继问题表示为一个分支表明求解的结果，找出最优目标函数最大值作为新得上界，从以符合整数条件的各分支中找出目标函数值为最大值作为新的下界。
进一步的，S24中的Gomory切割平面算法的具体步骤包括：
步骤1，将路由问题看作整数规划问题，并表示为min{cTx:Ax＝b,x∈Zn}，
其中cT指约束C的转置矩阵，A、b分别为等式约束中的系数矩阵，x为变量，Zn是变量的取值集合；
步骤2，使用单纯形法对线性松弛问题进行求解得到：
公式1：
其中，为基本变量，u为整数，取值为1到n，NB是非基变量的集合，/>为基向量，xj为非基本变量，/>为非基向量；
步骤3，一般由此线性规划得到的最优解一定不是整数，即存在某些值让非基向量又由/>可以得到一个不等式成立：
公式2：
其中，和/>的范围都为[0,1)，ai是平面上的点；
步骤4，将公式2带入到公式1中可以得到：
公式3：
步骤5，根据公式1和公式3可得到；
公式4：
步骤6，进一步验证线性松弛问题的最优解中的非基变量部分满足xj＝0,j∈NB，此最优解不满足上述约束公式4，故在原线性松弛问题中添加公式4作为约束以切割最优解，重新求解多出一个限制的线性规划问题。
在本实施例中，Gomory切割平面算法指先将参数作为整数的约束进行松弛，并求解相应的线性规划问题，得出基本可行解；接着在几何层面上，认为该解为含有所有可行解的凸多胞形的一个顶点，如果该顶点不是整数点，则该方法将凸多胞形分为含有该顶点的超平面部分和含有所有整数解的另一部分；然后将该超平面作为额外的线性约束加入到问题中，随后求解新的线性问题，不断重复，直到发现整数解。
进一步的，S24中的改进具体指：在线性规划中添加新的线性约束，消除分式解，同时确保已经生成的整数解不被消除。
如图2所示，为本申请实施例提供的基于SDN的路由路径选择装置结构图，本申请实施例提供的基于SDN的路由路径选择装置包括获取模块和处理模块：
获取模块：通过转送自治系统网络模型，获取统计数据；
处理模块：用于根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
在本实施例中，首先在获取模块通过转送自治系统网络模型，获取统计数据，然后在处理模块根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
其中，本申请实施例还提供的一种计算机可读存储介质，用于存储SDN应用程序，SDN应用程序被处理器执行时实现基于SDN的路由路径选择方法。
上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：通过使用基于线性松弛方案Gomory切割平面法和分支定界法的最优路由路径选择算法，最大限度地提高SD-WAN环境下剩余带宽的最小值，同时兼顾穿越中转AS的业务流的吞吐量和丢包率要求；通过提出的路由路径选择方法计算出的路径应该使用尽可能少的节点数，在未充分利用的链路上平衡到达流量，从而提高网络的QoS性能指标。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于SDN的路由路径选择方法，用于SDN应用程序，其特征在于，包括以下步骤：
S1，通过转送自治系统网络模型，获取统计数据；
S2，根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径；
所述S2中的最优路由路径选择算法的具体步骤包括：
S21，对整数线性规划ILP进行预处理；
S22，采用分支定界法，删除冗余变量约束和减小问题规模；
S23，将整数变量转换为连续变量，其中/>是从i到j的链路；
S24，在求解最优松弛模型的基础上，采用Gomory切割平面算法对松弛问题进行重复改进，直到达到整数解或找不到新的切割平面；
S25，得出路由路径最优解；
所述S24中的Gomory切割平面算法的具体步骤包括：
步骤1，将路由问题看作整数规划问题，并表示为，
其中，指约束C的转置矩阵，A、b分别为等式约束中的系数矩阵，x为基变量，/>是变量的取值集合；
步骤2，使用单纯形法对线性松弛问题进行求解得到：
公式1：，
其中，为基本变量，u为整数，取值为1到n，NB是非基变量的集合，/>为基向量，/>为非基本变量，/>为非基向量；
步骤3，一般由此线性规划得到的最优解一定不是整数，即存在某些值让非基向量，又由/>可以得到一个不等式成立：
公式2：；
其中，和 />的范围都为[0,1)，/>是平面上的点；
步骤4，将公式2带入到公式1中可以得到：
公式3：；
步骤5，根据公式1和公式3可得到;
公式4：；
步骤6，进一步验证线性松弛问题的最优解中的非基变量部分满足，此最优解不满足上述公式4，故在原线性松弛问题中添加公式4作为约束以切割最优解，重新求解多出一个限制的线性规划问题。
2.如权利要求1所述基于SDN的路由路径选择方法，其特征在于，所述S1中的转送自治系统网络模型具体指：由ONOS SDN控制器根据OpenFlow SBI学习路由收集的统计数据，定期计算每个链路的剩余带宽和IP包错误率的特征，生成所需的统计数据。
3.如权利要求1所述基于SDN的路由路径选择方法，其特征在于，所述S21中的整数线性规划是由SD-WAN网络中转自治系统的路由优化问题公式化得出。
4.如权利要求1所述基于SDN的路由路径选择方法，其特征在于：所述S21中预处理过程指从链路集合L中选择并删除一个问题，并解出其松弛形式/>。
5.如权利要求1所述基于SDN的路由路径选择方法，其特征在于，所述S22中分支定界法处理的具体步骤包括：
步骤1，当各分支的最优目标函数中若分支小于下界，则剪掉这支，若分支大于下界，但不符合整数条件，则深入这支重新进行分支，定界；
步骤2，通过不断缩小可行域，最终求到最优解。
6.如权利要求1所述基于SDN的路由路径选择方法，其特征在于，所述S24中的改进具体指：在线性规划中添加新的线性约束，消除分式解，同时确保已经生成的整数解不被消除。
7.一种实现如权利要求1所述方法的基于SDN的路由路径选择装置，其特征在于，包括获取模块和处理模块：
获取模块：通过转送自治系统网络模型，获取统计数据；
处理模块：用于根据最优路由路径选择算法，计算每个流到达时最佳QoS的路由路径。
8.一种计算机可读存储介质，用于存储SDN应用程序，其特征在于，所述SDN应用程序被处理器执行时实现如权利要求1至6中任一项所述的基于SDN的路由路径选择方法。
CN202310016324.3A 2023-01-06 2023-01-06 一种基于sdn的路由路径选择方法、装置及存储介质 Active CN116192746B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310016324.3A CN116192746B (zh) 2023-01-06 2023-01-06 一种基于sdn的路由路径选择方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310016324.3A CN116192746B (zh) 2023-01-06 2023-01-06 一种基于sdn的路由路径选择方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116192746A CN116192746A (zh) 2023-05-30
CN116192746B true CN116192746B (zh) 2024-04-09

Family

ID=86443687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310016324.3A Active CN116192746B (zh) 2023-01-06 2023-01-06 一种基于sdn的路由路径选择方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116192746B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232177A (ja) * 2008-03-24 2009-10-08 Kddi Corp ネットワークパスを予約するユーザ管理システム及び方法
CN105471764A (zh) * 2015-11-16 2016-04-06 中国科学院信息工程研究所 一种SDN网络中端到端QoS保障的方法
CN105847146A (zh) * 2016-03-11 2016-08-10 南京航空航天大学 一种提高层次分布式sdn控制平面路由效率的机制
CN108123825A (zh) * 2016-11-30 2018-06-05 华为技术有限公司 一种网络资源管理方法及控制器

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9188453B2 (en) * 2013-03-07 2015-11-17 Sas Institute Inc. Constrained service restoration with heuristics
CN104753828B (zh) * 2013-12-31 2019-10-25 华为技术有限公司 一种sdn控制器、数据中心系统和路由连接方法
US10581744B2 (en) * 2016-12-02 2020-03-03 Cisco Technology, Inc. Group-based pruning in a software defined networking environment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009232177A (ja) * 2008-03-24 2009-10-08 Kddi Corp ネットワークパスを予約するユーザ管理システム及び方法
CN105471764A (zh) * 2015-11-16 2016-04-06 中国科学院信息工程研究所 一种SDN网络中端到端QoS保障的方法
CN105847146A (zh) * 2016-03-11 2016-08-10 南京航空航天大学 一种提高层次分布式sdn控制平面路由效率的机制
CN108123825A (zh) * 2016-11-30 2018-06-05 华为技术有限公司 一种网络资源管理方法及控制器

Also Published As

Publication number Publication date
CN116192746A (zh) 2023-05-30

Similar Documents

Publication Publication Date Title
CN109818865B (zh) 一种sdn增强路径装箱装置及方法
Abdollahi et al. A decentralized markovian jump ${\cal H} _ {\infty} $ control routing strategy for mobile multi-agent networked systems
CN109257091B (zh) 全局负载均衡星地协同网络组网装置和方法
CN105960783A (zh) 域间sdn流量工程
Feng et al. Dynamic network service optimization in distributed cloud networks
CN105357124B (zh) 一种MapReduce带宽优化方法
Tajiki et al. CECT: computationally efficient congestion-avoidance and traffic engineering in software-defined cloud data centers
Ibrahim et al. Heuristic resource allocation algorithm for controller placement in multi-control 5G based on SDN/NFV architecture
CN106817306B (zh) 一种确定目标路由的方法及装置
CN113114335B (zh) 一种基于人工智能的软件定义天基网络组网架构
Montana et al. Adaptive reconfiguration of data networks using genetic algorithms
CN100440867C (zh) 波长路由光网络的实时软抢占方法
CN106105282B (zh) 利用链路缓冲区状态进行流量工程的系统和方法
CN114024907A (zh) 一种多口字环形结构下的流量调度方法和系统
KR20150080183A (ko) 데이터 센터 네트워크의 동적 트래픽 분배 방법 및 장치
Fawaz et al. Graph Convolutional Reinforcement Learning for Load Balancing and Smart Queuing
CN116192746B (zh) 一种基于sdn的路由路径选择方法、装置及存储介质
Ikeda et al. Performance evaluation of an intelligent CAC and routing framework for multimedia applications in broadband networks
Wu Deep reinforcement learning based multi-layered traffic scheduling scheme in data center networks
Maity et al. SCOPE: cost-efficient QoS-aware switch and controller placement in hybrid SDN
CN114938374B (zh) 跨协议负载均衡方法及系统
CN114124732B (zh) 一种面向云的带内计算部署方法、装置和系统
CN114938327A (zh) 路由方法、路由装置、控制器和计算机可读存储介质
Zhang et al. A practical traffic control scheme with load balancing based on PCE architecture
Cai et al. A strategy of dynamic routing based on SDN

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