CN116743653B - 一种网络靶场中流量发生器的自动选择方法与系统 - Google Patents
一种网络靶场中流量发生器的自动选择方法与系统 Download PDFInfo
- Publication number
- CN116743653B CN116743653B CN202311028122.7A CN202311028122A CN116743653B CN 116743653 B CN116743653 B CN 116743653B CN 202311028122 A CN202311028122 A CN 202311028122A CN 116743653 B CN116743653 B CN 116743653B
- Authority
- CN
- China
- Prior art keywords
- flow
- network
- flow generator
- path
- target node
- 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
- 238000010187 selection method Methods 0.000 title claims description 9
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 102100029768 Histone-lysine N-methyltransferase SETD1A Human genes 0.000 description 4
- 101000865038 Homo sapiens Histone-lysine N-methyltransferase SETD1A Proteins 0.000 description 4
- 101150104646 SET4 gene Proteins 0.000 description 2
- 101150117538 Set2 gene Proteins 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 101100042371 Caenorhabditis elegans set-3 gene Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H04L45/12—Shortest path evaluation
- H04L45/125—Shortest path evaluation based on throughput or bandwidth
-
- 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
- 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
本发明公开了一种网络靶场中流量发生器的自动选择方法与系统,方法包括:基于网络联通性排除网络不可达的流量发生器;通过路径探测报文获取流量发生器到目标节点的详细路径;基于网络设备转发性能排除不能满足需求的路径相关的流量发生器;基于网络链路带宽性能,排除不能满足需求的路径相关的流量发生器;对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器。本发明能够自动选择网络路径最优的流量发生器,不需要用户逐个目标节点配置,避免了用户手动选择的网络链路不可用的情况;并且能够实现多个流量发生器之间自动负载均衡。
Description
技术领域
本发明涉及一种网络靶场中流量发生器的自动选择方法与系统,属于网络安全技术领域。
背景技术
网络靶场是通过虚拟化技术,模拟仿真出真实网络空间攻防作战环境,能够支撑作战能力研究和武器装备验证的试验平台。为了达到上述目的,在实际的训练或者验证过程中,需要对被研究的目标节点施加流量以模拟真实环境中的各种复杂场景。
典型的训练网络中,存在多个流量发生器,用以模拟从不同路径对目标节点发起的流量仿真任务。用户配置流量的流程如图1所示,包括:1、选择需要执行流量发生的目标节点;2、在网络中存在多个流量发生器的情况下,基于目标节点,用户指定需要给目标节点打流量使用的流量发生器。同时,因为每个流量发生器可能同时连接多个网络,存在多个网络端口,所以还需要指定使用该流量发生器的特定端口;3、网络链路配置完成后,给目标节点配置详细的流量内容;4、执行实际的流量发生。
现有配置流程存在如下不足:1、实际的网络拓扑中存在多个流量发生器,在给目标节点配置流量时,需要为每个目标节点手动指定使用哪个流量发生器,在目标节点比较多时配置很耗时、影响用户体验;2、拓扑中的网络节点、网络链路均存在性能瓶颈。如基于虚拟化实现的路由器存在转发性能上限,网络链路受限于Qos(带宽、延时、丢包率)参数设定。在复杂网络情况下,用户手动配置的流量发生路径,可能会超出系统性能上限,导致实际运行时流量发生功能不可用。
发明内容
发明目的:针对上述现有技术存在的问题,本发明目的在于提供一种网络靶场中流量发生器的自动选择方法与系统,提升用户体验,避免出现链路不可用的情况。
技术方案:为实现上述发明目的,本发明采用如下技术方案:
一种网络靶场中流量发生器的自动选择方法,包括如下步骤:
判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;
通过路径探测报文获取流量发生器到目标节点的详细路径;
统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;
基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;
对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器。
作为优选,通过在各流量发生器上向目标节点发送ping报文,判断网络是否可达。
作为优选,将网络转发设备每个端口的实时转发流量累加得到结果A,若A+2B>C则需排除网络转发设备所在路径相关的流量发生器;其中B为目标节点需要的流量大小,C为网络转发设备的转发性能上限。
作为优选,链路带宽取链路两端网卡带宽中的较小值。
作为优选,在物理拓扑中,若流量发生器和目标节点在同一计算节点上,则转发次数为0,若流量发生器和目标节点在不同计算节点上,两个计算节点之间每增加一个物理交换机,转发次数增加2。
作为优选,若物理拓扑中转发次数最少的流量发生器有多个,则选取系统负载最小的流量发生器。
基于相同的发明构思,本发明提供一种网络靶场中流量发生器的自动选择系统,包括:
第一筛选模块,用于判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;
路径获取模块,用于通过路径探测报文获取流量发生器到目标节点的详细路径;
第二筛选模块,用于统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;
第三筛选模块,用于基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;
以及,最优确定模块,用于对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器。
基于相同的发明构思,本发明提供一种计算机系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现所述的网络靶场中流量发生器的自动选择方法的步骤。
有益效果:与现有技术相比,本发明具有如下优点:1、本发明综合考虑网络联通性以及拓扑各阶段的性能瓶颈,自动选择网络路径最优的流量发生器作为流量实际执行节点,解决了用户逐个目标节点配置的操作复杂性,同时避免了用户手动选择的网络链路不可用的情况。2、本发明能够实现多个流量发生器之间自动负载均衡,在系统总资源充足的情况下,避免出现单个流量发生器节点过载的情况。
附图说明
图1为现有的用户配置流量的流程图。
图2为本发明实施例的流量发生器自动选择流程图。
具体实施方式
下面将结合附图和具体实施例,对本发明的技术方案进行清楚、完整的描述。
本发明实施例公开的一种网络靶场中流量发生器的自动选择方法,首先判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;然后通过路径探测报文获取流量发生器到目标节点的详细路径,并统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;同时基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;最后对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器。该方法综合考虑网络联通性以及拓扑各阶段的性能瓶颈,自动选择网络路径最优的流量发生器作为流量实际执行节点,解决了用户逐个目标节点配置的操作复杂性,同时避免了用户手动选择的网络链路不可用的情况。同时,该方法能够在多个流量发生器之间自动负载均衡,保证系统总资源充足的情况下,避免出现单个流量发生器节点过载的情况。
本发明实施例公开的流量发生器的自动选择方法,具体包括如下步骤:
步骤1、判断流量发生器与目标节点的网络联通性。
假设拓扑中N个流量发生器T,其集合记为Set={T1,T2,…,TN}。集合中各个流量发生器分别向目标节点发送ping报文,获取每个流量发生器到目标节点的网络可达性;根据ping的结果,从集合Set中去除与目标节点不可达的流量发生器,去除后生成的新流量发生器集合记为Set1。
步骤2、获取流量发生器到目标节点的详细路径。
对于目标可达的流量发生器集合Set1,分别对目标节点发送路径探测报文(如traceroute,各操作系统下命令有差别),获取流量发生器到目标节点基于每一跳的详细路径。假设从流量发生器T1到目标节点M1,中途经过路由器R1、R2和交换机S1,则详细路径可以表示为[T1、R1、R2、S1、M1]。
步骤3、判断详细路径中网络设备的转发性能。遍历集合Set1中的每个流量发生器:
步骤3.1、基于步骤2中的详细路径,统计路径中涉及到的所有网络转发设备,网络转发设备包括路由器、交换机等。
步骤3.2、将网络转发设备每个端口的实时转发流量累加结果记为A,统计网络转发设备每个端口的实时转发流量并累加,结果记为A;目标节点需要的流量大小记为B,设备的转发性能上限记为C;如果A+2B>C,说明增加当前流量后会超出设备的转发上限,该路径不能作为实际流量发生路径,从集合Set1中去除该流量发生器。所有设备都是通过云平台虚拟化,可以从云平台获取到每个设备端口数量,以及每个端口目前的流量大小,累加即可得到各设备实时转发流量。若云平台未开发/开放统计接口,则自行定制流量统计程序即可。虚拟设备的转发性能上限由镜像设备本身决定,属于虚拟设备的固有属性,可以通过性能测试得到,或者在有授权限制情况下,取授权大小即可。
重复步骤3.1-3.2遍历完成集合Set1后,生成的流量发生器新集合记为Set2。
步骤4、判断详细路劲中的网络链路性能。遍历集合Set2中的每个流量发生器:
步骤4.1、基于流量发生器和目标节点之间的详细路径,判断路径中每一段链路的带宽是否满足当前目标节点的流量需求。如果链路带宽小于目标节点的流量需求,从集合Set2中去除当前流量发生器;链路的带宽取两端网卡的带宽中的较小值。
步骤4.2、统计当前链路的实时带宽总和,记为D;目标节点需要的流量大小记为E;链路的带宽上限记为F。如果D+E>F,说明增加当前流量后会超出链路流量上限,该路径不能作为实际流量发生路径,从集合Set2中去除该流量发生器;链路实时带宽可通过云平台统计的虚拟网卡的实时流量数据获取,取链路任一端网卡的实时流量大小,或两端网卡流量的较小值。
重复步骤4.1-4.2遍历完成集合Set2后,生成的流量发生器新集合记为Set3。
步骤5、将逻辑拓扑映射为物理拓扑。遍历集合Set3中的每个流量发生器:将从流量发生器到目标节点的逻辑拓扑,映射为实际的物理拓扑,统计流量在物理拓扑中的转发次数。如T1到M1的逻辑路径为[T1、R1、R2、S1、M1],其中T1、R1、R2在同一计算节点C1实例化,S1、M1在另一计算节点C2实例化,两个计算节点通过物理交换机X联通,则实际的物理转发链路为C1-X-C2,转发次数记为2;若两个计算节点之间多增加一个物理交换机,则转发次数增加2。
步骤6、选择步骤5中在物理拓扑中转发次数最少的流量发生器,若唯一,则直接作为目标节点的实际流量执行设备;若有多个,生成的流量发生器集合记为Set4。
步骤7、对于集合Set4涉及的流量发生器,获取当前系统负载最小的流量发生器,作为目标节点的实际流量执行设备。
基于相同的发明构思,本发明实施例公开的一种网络靶场中流量发生器的自动选择系统,包括:第一筛选模块,用于判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;路径获取模块,用于通过路径探测报文获取流量发生器到目标节点的详细路径;第二筛选模块,用于统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;第三筛选模块,用于基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;以及,最优确定模块,用于对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器。
基于相同的发明构思,本发明实施例公开的一种计算机系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述计算机程序被加载至处理器时实现所述的网络靶场中流量发生器的自动选择方法的步骤。
Claims (9)
1.一种网络靶场中流量发生器的自动选择方法,其特征在于,包括如下步骤:
判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;
通过路径探测报文获取流量发生器到目标节点的详细路径;
统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;
基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;
对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器;若物理拓扑中转发次数最少的流量发生器有多个,则选取系统负载最小的流量发生器。
2.根据权利要求1所述的网络靶场中流量发生器的自动选择方法,其特征在于,通过在各流量发生器上向目标节点发送ping报文,判断网络是否可达。
3.根据权利要求1所述的网络靶场中流量发生器的自动选择方法,其特征在于,将网络转发设备每个端口的实时转发流量累加得到结果A,若A+2B>C则需排除网络转发设备所在路径相关的流量发生器;其中B为目标节点需要的流量大小,C为网络转发设备的转发性能上限。
4.根据权利要求1所述的网络靶场中流量发生器的自动选择方法,其特征在于,链路带宽取链路两端网卡带宽中的较小值。
5.根据权利要求1所述的网络靶场中流量发生器的自动选择方法,其特征在于,在物理拓扑中,若流量发生器和目标节点在同一计算节点上,则转发次数为0,若流量发生器和目标节点在不同计算节点上,两个计算节点之间每增加一个物理交换机,转发次数增加2。
6.一种网络靶场中流量发生器的自动选择系统,其特征在于,包括:
第一筛选模块,用于判断流量发生器到目标节点的网络是否可达,排除网络不可达的流量发生器;
路径获取模块,用于通过路径探测报文获取流量发生器到目标节点的详细路径;
第二筛选模块,用于统计详细路径中涉及到的所有网络转发设备,排除增加目标节点流量后会超出设备的转发性能上限的路径相关的流量发生器;
第三筛选模块,用于基于详细路径中每一段链路的带宽,排除链路带宽小于目标节点流量需求,以及增加目标节点流量后超出链路带宽上限的路径相关的流量发生器;
以及,最优确定模块,用于对于剩下的流量发生器,将流量发生器到目标节点的逻辑拓扑映射为物理拓扑,选取物理拓扑中转发次数最少的流量发生器;若物理拓扑中转发次数最少的流量发生器有多个,则选取系统负载最小的流量发生器。
7.根据权利要求6所述的网络靶场中流量发生器的自动选择系统,其特征在于,所述第二筛选模中,块将网络转发设备每个端口的实时转发流量累加得到结果A,若A+2B>C则需排除网络转发设备所在路径相关的流量发生器;其中B为目标节点需要的流量大小,C为网络转发设备的转发性能上限。
8.根据权利要求6所述的网络靶场中流量发生器的自动选择系统,其特征在于,在物理拓扑中,若流量发生器和目标节点在同一计算节点上,则转发次数为0,若流量发生器和目标节点在不同计算节点上,两个计算节点之间每增加一个物理交换机,转发次数增加2。
9.一种计算机系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被加载至处理器时实现根据权利要求1-5任一项所述的网络靶场中流量发生器的自动选择方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311028122.7A CN116743653B (zh) | 2023-08-16 | 2023-08-16 | 一种网络靶场中流量发生器的自动选择方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311028122.7A CN116743653B (zh) | 2023-08-16 | 2023-08-16 | 一种网络靶场中流量发生器的自动选择方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116743653A CN116743653A (zh) | 2023-09-12 |
CN116743653B true CN116743653B (zh) | 2023-11-10 |
Family
ID=87906496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311028122.7A Active CN116743653B (zh) | 2023-08-16 | 2023-08-16 | 一种网络靶场中流量发生器的自动选择方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116743653B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1822560A (zh) * | 2006-04-10 | 2006-08-23 | 武汉理工大学 | 一种动态网络路由仿真系统 |
JP2007243487A (ja) * | 2006-03-07 | 2007-09-20 | Nippon Telegr & Teleph Corp <Ntt> | ネットワークのパス設定・帯域管理システムおよび方法 |
CN108900498A (zh) * | 2018-06-25 | 2018-11-27 | 哈尔滨工业大学 | 一种基于bgp网络靶场的调度僵尸机攻击方法 |
CN109039794A (zh) * | 2017-06-08 | 2018-12-18 | 北京金山云网络技术有限公司 | 一种回源路径确定方法及装置 |
CN111600754A (zh) * | 2020-05-11 | 2020-08-28 | 重庆邮电大学 | 一种面向tsn和非tsn互联的工业异构网络调度方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070008884A1 (en) * | 2003-10-08 | 2007-01-11 | Bob Tang | Immediate ready implementation of virtually congestion free guarantedd service capable network |
CN107078921A (zh) * | 2014-09-16 | 2017-08-18 | 云端吉尼斯公司 | 用于基于商业意图驱动策略的网络业务表征、监视和控制的方法和系统 |
US20220368625A1 (en) * | 2019-10-09 | 2022-11-17 | Curated Networks | Multipath routing in communication networks |
-
2023
- 2023-08-16 CN CN202311028122.7A patent/CN116743653B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007243487A (ja) * | 2006-03-07 | 2007-09-20 | Nippon Telegr & Teleph Corp <Ntt> | ネットワークのパス設定・帯域管理システムおよび方法 |
CN1822560A (zh) * | 2006-04-10 | 2006-08-23 | 武汉理工大学 | 一种动态网络路由仿真系统 |
CN109039794A (zh) * | 2017-06-08 | 2018-12-18 | 北京金山云网络技术有限公司 | 一种回源路径确定方法及装置 |
CN108900498A (zh) * | 2018-06-25 | 2018-11-27 | 哈尔滨工业大学 | 一种基于bgp网络靶场的调度僵尸机攻击方法 |
CN111600754A (zh) * | 2020-05-11 | 2020-08-28 | 重庆邮电大学 | 一种面向tsn和非tsn互联的工业异构网络调度方法 |
Non-Patent Citations (4)
Title |
---|
基于MPLS的Internet流量工程系统模型和仿真;赵水宁, 邵军力;系统仿真学报(04);全文 * |
校园专网中基于SDN的路径选择与带宽保障策略;肖军弼;隋萌萌;陈松;任密林;万里;;计算机应用与软件(03);第1-6页 * |
网络测量部署模型及其优化算法;蔡志平;刘芳;赵文涛;刘湘辉;殷建平;;软件学报(02);全文 * |
面向虚实互联网络的链路采集技术研究;刘渊;冯兴兵;王晓锋;邓赵红;;系统仿真学报(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116743653A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11496399B2 (en) | Dynamically balancing traffic in a fabric using telemetry data | |
US8310942B2 (en) | Flow statistics aggregation | |
CN111225031B (zh) | 云数据中心虚拟底层网络架构及其数据传输方法 | |
CN109905280B (zh) | 一种面向移动卫星网络的仿真方法及系统 | |
WO2002080462A1 (en) | Deployment support and configuration of network routing policies | |
Beshley et al. | Experimental performance analysis of software-defined network switch and controller | |
EP3105697A1 (en) | A system and method for integrating legacy flow-monitoring systems with sdn networks | |
KR102544682B1 (ko) | 소프트웨어 정의 네트워크 환경에서 기계 학습 기반의 경로 선택 장치 및 방법 | |
CN104980317A (zh) | 一种调度数据网设备的自动测试系统及测试方法 | |
Tomovic et al. | A new traffic engineering approach for QoS provisioning and failure recovery in SDN-based ISP networks | |
CN114553752B (zh) | 基于仿真软件的网络性能测试方法、装置和计算机设备 | |
US20210306267A1 (en) | Optimized network latency using in-band telemetry | |
CN113542051B (zh) | 一种基于软件定义网络的监控流量负载均衡方法 | |
US20150263939A1 (en) | Communication system, control apparatus, control method and program | |
KR101674177B1 (ko) | 멀티노드간 이더넷 가상연결서비스를 제공하는 트랜스포트 sdn 컨트롤러 및 멀티노드간 이더넷 가상연결서비스 제공 방법 | |
US11863322B2 (en) | Communication method and apparatus | |
Akin et al. | Comparison of routing algorithms with static and dynamic link cost in SDN | |
CN116743653B (zh) | 一种网络靶场中流量发生器的自动选择方法与系统 | |
Alzarog et al. | Sdn controllers comparison based on network topology | |
Khoobbakht et al. | Hybrid flow-rule placement method of proactive and reactive in SDNs | |
CN113407401B (zh) | 一种自动化测试方法及装置、电子设备及存储介质 | |
US20150195189A1 (en) | Multiple tree routed selective randomized load balancing | |
US11595292B2 (en) | Dynamic node cluster discovery in an unknown topology graph | |
KR101541168B1 (ko) | 소프트웨어 정의 네트워크 환경에서 컨트롤러의 플로우에 대한 경로 제어방법 | |
Akin et al. | Link-prioritized network state information collection in 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 |