KR20160105469A - 소프트웨어 정의 네트워크 내의 구획 시스템 및 방법 - Google Patents

소프트웨어 정의 네트워크 내의 구획 시스템 및 방법 Download PDF

Info

Publication number
KR20160105469A
KR20160105469A KR1020167020770A KR20167020770A KR20160105469A KR 20160105469 A KR20160105469 A KR 20160105469A KR 1020167020770 A KR1020167020770 A KR 1020167020770A KR 20167020770 A KR20167020770 A KR 20167020770A KR 20160105469 A KR20160105469 A KR 20160105469A
Authority
KR
South Korea
Prior art keywords
sdn
controllers
network
controller
partition
Prior art date
Application number
KR1020167020770A
Other languages
English (en)
Other versions
KR101908466B1 (ko
Inventor
수 리
페타르 드주킥
행 장
Original Assignee
후아웨이 테크놀러지 컴퍼니 리미티드
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 후아웨이 테크놀러지 컴퍼니 리미티드 filed Critical 후아웨이 테크놀러지 컴퍼니 리미티드
Publication of KR20160105469A publication Critical patent/KR20160105469A/ko
Application granted granted Critical
Publication of KR101908466B1 publication Critical patent/KR101908466B1/ko

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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
    • 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
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • 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)
  • Environmental & Geological Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

소프트웨어 정의 네트워크(SDNs: Software Defined Networks)에서 구획 시스템 및 방법.
소프트웨어 정의 네트워크에서 네트워크 구획 방법의 실시예는 적어도 하나의 구획 수량 파라미터의 수 K를 결정하는 단계를 포함한다. 주어진 K에 대해, SDN의 복수의 네트워크는 K 개의 구획으로 분할된다. K 개의 구획은 각각 K 개의 SDN 제어기에 할당된다. K 개의 SDN 제어기는 트래픽 엔지니어링 결정(traffic engineering decision)을 생성하고, 복수의 네트워크 노드 중 각 할당된 네트워크 노드에 대해 분산 네트워크 최적화를 수행하도록 구성된다.

Description

소프트웨어 정의 네트워크 내의 구획 시스템 및 방법{SYSTEM AND METHOD FOR ZONING IN SOFTWARE DEFINED NETWORKS}
본 출원은, Li 등에 의해, 2014년 3월 31일 자로 미국 특허청에, ‘소프트웨어 정의 네트워크 내의 계층적 트래픽 엔지니어링에 대한 논리적 구획의 생성’의 명칭으로 가출원된 미국 출원 번호 61/973,013 및 Li 등에 의해, 2014년 1월 10일 자로 미국 특허청에, ‘소프트웨어 정의 네트워크 내의 구획 시스템 및 방법’의 명칭으로 가출원된 미국 출원 번호 61/926,099의 이익을 주장한, 2014년 10월 31일자로 미국 특허청에, ‘소프트웨어 정의 네트워크 내의 구획 시스템 및 방법’의 명칭으로 출원된 미국출원번호 14/530,332의 우선권을 주장하며, 이들 문헌은 전체로서 본 명세서에 통합된다.
본 출원은, 2013년 12월 27일자로 미국 특허청에, ‘SDN 내의 분산 트래픽 엔지니어링에 대한 동적 구획에의한 트래픽 거동’의 명칭으로 출원되어 양수인에게 할당되고 계류중인 미국 출원 번호 14/142,344 및 2013년 12월 26일자로 미국 특허청에, ‘계층적 소프트웨어 정의 네트워크 트래픽 엔지니어링 제어기’의 명칭으로 출원되어 양수인에게 할당되고 계류중인 미국 출원 번호 14/141,077와 관련된 것으로서, 이들 문헌은 전체로서 본 명세서에 통합된다.
본 발명은 대체로 소프트웨어 정의 네트워크(SDNs: software defined networks) 내의 구획 방법에 관한 것으로서, 구체적 실시예에서, 구획 시스템 및 방법에 관한 것이다.
주로, 스마트폰, 태블릿, 및 비디오 스트리밍에 의해 구동되는, 무선 네트워크에 의해 처리되는 무선 데이터의 양은 현저하게 증가했고, 성장은 계속 증가할 것으로 예상된다. 또한, 데이터양의 증가와 더불어, 무선 네트워크에 접속하는 장치의 수는 기하급수적으로 증가하여 대략 10억 개의 장치에 도달할 것으로 기대된다. 상이한 어플리케이션은 미래 무선 네트워크의 성능에 다른 요구 사항을 배치한다. 미래 무선 네트워크는 매우 유연하고, 고효율이며, 개방되고, 사용자 및 소비자에게 맞춤가능할 것으로 예상된다.
소프트웨어 정의 네트워크(SDN: software defined network)의 네트워크 구획 방법 실시예는, 적어도 하나의 구획 수량 파라미터에 따라, 구획의 수 K를 설정하는 단계; 상기 SDN의 복수의 네트워크 노드를 K 개의 구획으로 분할하는 단계; 및 상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계를 포함하고, 상기 K 개의 SDN 제어기 각각은 TE 디시젼(traffic engineering decision)을 만들고, 상기 각각의 구획으로 분할된 네트워크 노드에 대해 분산 네트워크 최적화를 수행하도록 구성된다.
통신 시스템 실시예는, 복수의 네트워크 노드, 복수의 제어기, 구획 제어기, 및 마스터 제어기를 포함하고, 복수의 트래픽 플로가 링크를 통해 상기 복수의 네트워크 노드를 횡단하고, 상기 복수의 네트워크 노드에 대해 TE 과제(Traffic Engineering problem)가 정의되며, 상기 복수의 제어기로부터 구획 제어기의 서브셋(subset)이 선택될 수 있으며, 상기 구획 제어기는, 상기 구획 제어기의 서브셋의 크기를 결정하고, 상기 구획 제어기의 서브셋을 선택하며, 휴리스틱(heuristic) 방식으로, 상기 복수의 네트워크 노드를 구획으로 분할하고, 상기 구획 제어기의 서브 셋을 상기 구획에 각각 할당하도록 구성되고, 상기 마스터 제어기는, 상기 TE 과제를 상기 구획에 대응하는 TE 서브과제로로 분해하도록 구성되며, 상기 구획 제어기의 서브셋은 상기 구획의 상기 TE 서브과제를 각각 해결하도록 구성된다.
구획 제어기 실시예는, 제어 평면(control plane)을 경유하여, 복수의 소프트웨어 정의 네트워크(SDN:software defined network) 제어기 및 복수의 네트워크 노드에 연결될 수 있는 네트워크 인터페이스 제어기(NIC:network interface controller); 및 프로세서를 포함하고, 데이터 평면을 경유하여 트래픽 플로(traffic flow)가 링크를 통해 상기 복수의 네트워크 노드를 횡단할 수 있고, 상기 복수의 네트워크 노드, 상기 트래픽 플로, 및 상기 링크에 대해 TE(traffic engineering) 과제가 정의될 수 있으며, 상기 프로세서는, 예측된 TE 복잡성(complexity)에 따른 구획 제어기의 서브셋의 크기, 상기 복수의 네트워크 노드를 포함하는 네트워크의 크기 및 상기 트래픽 플로를 포함하는 트래픽 부하(traffic load)를 결정하고, 제어기 토폴로지(controller topology), 네트워크 토폴로지(network topology), 및 상기 트래픽 부하에 따라, 상기 복수의 SDN 제어기에서 상기 구획 제어기의 서브셋을 선택하고, 복수의 네트워크 노드를 구획으로 분할하며, 상기 구획 제어기의 서브셋을 상기 구획에 각각 할당하도록 구성된다.
본 발명과 그에 따른 이점의 더욱 완전한 이해를 위해, 첨부된 도면을 참조하여 다음 설명으로 기준이 만들어진다.
도 1은 구획된 네트워크의 일 실시예의 다이어그램이다.
도 2는 일 실시예의 토폴로지(topology) 그래프이다.
도 3은 일 실시예의 플로 그래프이다.
도 4는 소프트웨어 정의 네트워크 구획 방법의 일 실시예의 흐름도이다.
도 5는 컴퓨팅 시스템의 일 실시예의 블록도이다.
도 6은 다른 실시예의 토폴로지 그래프이다.
도 7은 클러스터링 휴리스틱(clustering heuristic) 방식을 사용한 지리적 구획 결과를 나타낸 것이다.
도 8은 분할 휴리스틱(partitioning heuristic) 방식을 사용한 지리적 구획 결과를 나타낸 것이다.
도 9는 태스크 어사인먼트 휴리스틱(task assignment heuristic) 방식을 사용한 지리적 구획 결과를 나타낸 것이다.
도 10은 구획 기반 TE 최적화 과제를 나타낸 것이다.
도 11은 플로 그래프 구조를 나타낸 것이다.
이하에서 실시예의 제작 및 사용이 상세하게 설명된다. 그러나 본 발명은 구체적 콘텍스트의 광범위하게 다양한 방식으로 구현될 수 있는 응용 가능한 많은 창의적 개념을 제공하는 것을 이해해야 한다. 논의되는 구체적 실시예는 본 발명의 구체적 제작 및 사용 방법을 설명하기 위한 것이며, 본 발명의 범위가 이에 제한되는 것은 아니다.
미래 무선 네트워크는 많은 처리량, 짧은 대기 시간, 저 에너지, 저 비용, 및 더 많은 수의 연결에 대한 요구가 만족될 것으로 기대된다. NFV(network function virtualization) 및 software defined networking)와 같은 기술은 미래 무선 네트워크 구축에 점차 중요해 졌다. NFV는 전통적으로 데이터 센터의 클라우드 컴퓨팅 인프라에서 실행되는 전용 하드웨어에 연결되는 네트워크 기능을 활성화한다. 전용 하드웨어 인프라에서, 데이터 평면(data plane), 제어 평면(control plane), 및 관리 평면(management plane) 네트워크 기능의 분리는 미래 무선 네트워크 구조의 공통 특징이 될 것으로 기대된다. 하나의 장점은 탄력적으로 네트워크 기능 요구 사항을 지원하는 기능이다. 소프트웨어 정의 네트워크는 제어 평면 및 데이터 평면이 분리되고, 네트워크 지능과 상태가 논리적으로 중앙 집중화되고, 기본 네트워크 인프라가 어플리케이션에서 추출된, 지능형 프로그래머블 네트워크를 만들기 위한 아키텍처 프레임 워크이다.
TE(traffic engineering) 과제(problem)는 다양한 트래픽 플로(flow)에 대해 라우팅 경로를 결정하고, 네트워크 유틸리티가 최대화되기 위해, 각 QoS(quality of service)의 품질 요구에 따라 리소스(resources), 예를 들어, 대역폭을 할당한다. 네트워크가 커짐에 따라, TE는 더욱 복잡해지는 복잡한 과제이다. 소프트웨어 정의 네트워크(SDN:(software defined network)의 특징은 무선 네트워크가 성능을 개선하기 위해 구획으로 동적으로 분할될 수 있다는 것이다. 좀 더 구체적으로, 여기에서 무선 네트워크는 영역을 구획으로 분할, 즉, 네트워크를 구획하는 것이 실현되고, 네트워크의 크기 또는 로딩에 기인하여 중앙 제어가 비현실적 또는 실행 불가능하게 되는 TE 과제의 분포된 최적화를 허용한다. 구획은 구획 제어기, 즉 SDN 제어기를 포함하고, 그것의 노드를 포함한 관련된 네트워크 요소를 포함한다. 추가로, 여기에서 무선 네트워크는 지리적 구획(geographic zones) 또는 논리 구획(logical zones)으로 분할될 수 있다는 것이 실현된다. 지리적 구획은, 다른 요인 중, 사용자 장비(user equipments, UEs), 무선 노드, 라우터, 및 그것들의 밀도의 위치와 같은 지역 고려사항에 형성된다. 예를 들어, 구획은 10마일 내로 모든 네트워크 요소를 제공하는 단일 SDN 제어기로 정의될 수 있다. 대안으로서, 논리 네트워크 구획은 네트워크 트래픽 플로에 따라 형성될 수 있다. 예를 들어, 특정 트래픽과 관련된 네트워크 요소는 단일 논리 구획 및 단일 SDN 제어기에 할당될 수 있다. 지리적 구획은 아크-플로 모델(arc-flow model)을 사용하여 TE 최적화 공식으로 처리될 수 있다. 논리 구획 경로 플로를 사용하여 TE 최적화 공식으로 처리될 수 있다. 추가로, 여기에서, 논리 구획 제어기는, 추가로 마스터 구획 제어기 또는 마스터 제어기에 의해 제어되거나 조정될 수 있다. 트래픽이 변화하고, 사용자가 하나의 구획에서 다른 구획으로 횡단함에 따라, 무선 네트워크는 주기적으로, 구획 제어기에 의해 재구획될 수 있고, 마스터 구획 제어기에 의해 다시 최적화될 수 있다. 구획 과제의 최적화는 네트워크 요소를 구획으로 그룹화하는 것의 밸런스(balance)이고, 분포되고, 구획 기반 TE 최적화의 오버헤드(overhead)를 최소화하는 것이다. 다양한 구획에 대해, TE 과제의 분포된 최적화로써, TE 과제는 로컬 구획 제어기, 즉, SDN 제어기에 맡긴 서브과제(sub-problem)로 나누어질 수 있다. 제어 평면에 있는 SDN 제어기는 네트워크 요소로부터 상태 정보 및 트래픽 요구 사항을 수집하고 TE 과제를 생성한다. SDN 제어기는 데이터 평면 하드웨어에 제어 결정을 제공하여 네트워크의 작업을 제어한다.
제어 평면 오버헤드는 여러 소스가 있다. 이러한 소스는 TE 과제 초기화, 네트워크 상태 리포트(report), 네트워크 공급 명령, 및 SDN 제어기들 사이의 상호 작용을 포함한다. TE 과제 초기화 오버헤드는, 소스, 목적지, 명령 등과 같은 트래픽 플로 정보의 분배하여 구획 제어기를 선택하는 것에 기인한다. 네트워크 상태는 노드에 따르는 링크의 상태 및 노드의 상태에 대응한다. 구획 내에서 노드들을 연결하는 링크는 내부 링크이고, 다른 구획의 노드들을 연결하는 링크는 경계(border) 링크이다. 상이한 구획으로 SDN 제어기의 분배는 주어진 구획에 대해 네트워크 상태 리포트 및 네트워크 공급을 제한하지만, 다양한 구획 조정에 오버헤드 비용이 발생한다. 비-최적 구획의 작은 수는 네트워크 상태 리포트 및, 네트워크 조정 오버헤드를 감소시키는 각 SDN 제어기에서 네트워크 공급을 늘린다. 각 SDN 제어기의 네트워크 상태 리포트 및 네트워크 공급 부하가 줄어드는 동안, 비-최적 구획의 많은 수는 조정 오버헤드 늘린다. 따라서, 구획의 수를 결정하는 것은 구획 최적화에서 밸런싱 태스크이다. 구획의 수 결정은, 대체로, 시간, 네트워크 크기, 및 트래픽 부하로 표현되는, 예상되는 구획 TE 복잡성에 따라, 구획 제어기에 의해 만들어진다. 예상된 구획 복잡성의 요소는 특정 SDN 제어기의 처리 능력이다. 다른 예상된 구획 복잡성의 요소는, 얼마나 빨리 TE 최적화가 수행되어야 하는 가이다. TE 과제의 해결 수단은, 트래픽 부하 및 처리량에 의해, 적어도 부분적으로, 결정된 시간의 기간 안에 도착한다. TE 과제가 충분히 빨리 해결될 수 없으면, 트래픽을 라우팅하는 방법을 모르는 노드에 의해 혼잡이 발생한다. 따라서, 특정 SDN 제어기가 예상된 TE 서브과제를 해결할 처리 능력이 부적하면, 구획의 수는 증가한다. 그것에 의해, 추가로, 처리 부하가 분배된다. TE 복잡성, 네트워크 크기, 및 트래픽 부하의 관계는 다양한 시스템 측정 및 데이터 포인트에 의해, 경험적으로 관측된다. 이러한 측정 및 데이터 포인트는 예를 들어, MIB(management information base)에 집중될 수 있다. 한번 요청된 구획의 수가 알려지면, 네트워크는 구획으로 분할되거나 나누어질 수 있다고, 구획은 때때로, 조각 또는 부분으로 지칭되고, 특정 실시예에서 중복될 수 있다. 하지만, 다른 실시예에서는 중복되지 않는다. 분할(partitioning)은 분할 과제(partitioning problem), 또는 구획 과제의 해결 수단에 따라 실행된다. 분할 과제에 대한 해결수단은 여러 방식을 사용하여 발견될 수 있으며, 일부 방식은 지리적 구획에 사용되고, 다른 나머지는 논리 구획에 사용된다.
무선 네트워크는 많은 SDN 제어기를 포함할 수 있다. 사실, 어떤 네트워크 요소는 SDN 제어기 구현할 수 있다. 무선네트워크 구획에서, 구획 제어기는 네트워크 내의 사용 가능한 SDN 제어기에서 선택된다. 예를 들어, 다른 네트워크 요소 또는 트래픽 플로와 관련된 SDN 제어기가 선택될 수 있다. 비슷하게, 일부 네트워크 요소는 어떤 SDN 제어기와도 관련되지 않을 수 있다. 구획 제어기로서 선택하기 위한 SDN 제어기의 수는 구획의 수에 의존한다. 예를 들어, 네트워크는 하나의 SDN 제어기를 구획마다 할당하도록 구성될 수 있다. 구획의 수는 대체로, 사용 가능한 SDC 제어기의 수보다 크지 않다.
구획 제어기는, 제어기간 최소 거리 극대화의 목적으로 선택되고, 이것은 대체로 홉 카운트(hop count)로 표현된다. 대안적인 실시예로서, 유클리드 거리(Euclidean distance), 통신 지연, 및 당업자에게 명백한 다른 것들을 포함한 다른 거리 측정이 사용될 수 있고, 구획 제어기 또한, 제어기의 균일 분포를 획득하기 위해 선택되고, 제어기의 부하 밸런싱을 용이하게 한다. 제어기 간 거리는 주어진 구획 내의 노드의 밀도에 의해 영향받는다. 고밀도 구획에서 많은 SDN 제어기를 갖는 것은 유리하지만, 제어기 간 거리가 짧은 경향이 있고, 이것은 최소 제어기 간 거리 극대화의 목적에 대하여 상쇄하는 효과가 있다. 이러한 경향을 밸런싱 하기 위해, 중심 또는 원거리의 특정 SDN 제어기가 얼마나 주어진 노드의 분포와 관련되었는지에 따라, SDN 제어기의 제어기간 거리는 가중될 수 있다. SDN 제어기의 수가 적을 때, 철저한 탐색 및 모든 소프트웨어 정의 네트워크의 가능한 조합을 근본적으로 평가하는 것에 의해 선택이 수행될 수 있다. 그렇지 않으면, 선택은 휴리스틱(heuristic) 방식으로 수행될 수 있다. SDN 제어기가 한번 선택되면, 각 SDN 제어기는 구획에 보내져서 TE 서브과제를 해결하기 위해 그 구획을 맡는다. 발송 과제(dispatching problem)에 대한 해결 수단을 수행하기 위해 SDN 제어기가 보내진다.
N 개의 노드에 대해, N 개의 노드 전부는, N 개의 노드에 연결된 링크를 통해 데이터 평면 패킷을 다른 노드로 포워드(forward) 한다. 노드의 서브 셋 S는 제어기로서 서브(serve)하도록 구성되어 있다. 구획 과정은, 데이터 평면 노드의 서브 셋을 제어기 평면의 노드에 연결하여,
Figure pct00001
구획을 생성한다. 각 데이터 평면 노드는 고유 제어기와 관련되어 있고, 그것의 네트워크 상태를 수집하고 그것의 포워딩 테이블(forwarding tables)을 제공한다. 네트워크 상태는 노드에 따르는 링크의 상태에 대응한다. 제어기들은 제어 평면에서 서로 상호 작용하고, DNO(distributed network optimization, 분산 네트워크 최적화)에 참여한다. 제어기들은 DNO 과제를 해결하기 위해, 같이 작업하며, DNO 과제는 각 구획에 대응하는 복수의 서브과제 및 조정 마스터 과제(coordinating master problem)로 분해될 수 있다. 분배 최적화는 반복적으로 해결될 수 있다. 각 반복에서, 구획 서브과제는, 구획에 대해 수집된 네트워크 상태 정보 및 경계 링크 사용의 오버헤드 비용(overhead costs)에 따라, 구획에 대한 리소스 할당을 획득하여 해결된다. 경계 링크에 대한 리소스 할당은, 마스터 TE 과제를 해결하는 마스터 SDN 제어기에 의해 조정된다.
분할 과제는 지리적 구획에 대해 나타나고,
Figure pct00002
,
Figure pct00003
,
Figure pct00004
,
Figure pct00005
,
Figure pct00006
, 및
Figure pct00007
되도록, 이하:
Figure pct00008
와 같이, TE 과제 초기화 오버헤드는 무시된다.
여기에서,
Figure pct00009
은 네트워크 내의 노드의 셋이고,
Figure pct00010
는 제어기의 셋이며,
Figure pct00011
이고,
Figure pct00012
은 마스터 제어기이며,
Figure pct00013
이고,
Figure pct00014
는 노드 리포트 당 단위 데이터의 수이고,
Figure pct00015
는 링크 리포트 당 단위 데이터의 수이며,
Figure pct00016
는 링크 당 보조 단위 데이터의 수이고,
Figure pct00017
는 분산 네트워크 최적화 반복 수이며,
Figure pct00018
는 노드 공급 당 단위 데이터의 수이고,
Figure pct00019
는 링크 공급 당 단위 데이터의 수이며,
Figure pct00020
는 임밸런스 톨러레이팅 팩터(imbalance tolerating factor)이고,
Figure pct00021
은
Figure pct00022
및
Figure pct00023
의 연결지시자이고,
Figure pct00024
,
Figure pct00025
이며,
Figure pct00026
는
Figure pct00027
부터
Figure pct00028
까지 홉 거리(hop distance)이고,
Figure pct00029
,
Figure pct00030
이다.
공식의 첫 번째 조건은 구획당 수집 오버헤드(per-zone collection overhead)
Figure pct00031
을 정의한다. 각 노드는 노드에 대한 정보 및 노드에 따르는 링크를 제어기에 리포트한다. 리포트는 개별 구획에서 발생하고, 전송된 총 비트는 수집 오버헤드로 계산된다. 공식의 두 번째 조건은 구획 당 조정 오버헤드(per-zone coordination overhead),
Figure pct00032
를 설명하고, 그것은 각 슬래이브 제어기(slave controller)가 리포트하고, 마스터 제어기로부터 수신하는 총 비트를 포함한다. 이러한 것들은, 개별 구역의 공유된 링크의 수 및 조정 반복 회수에 적용된다. 세 번째 조건은 구역 당 공급 오버헤드(per-zone provisioning overhead),
Figure pct00033
를 정의하고, 이것은 구획 당 수집 오버 헤드와 유사하게 계산된다. 공급은 노드와 링크에 대해 수행된다. 각 링크는 두 번 프로비전되고 한번은 각 엔드 노드(end node)에 대해 프로비전된다. 네 번째 조건은 구역 밸런싱 제약(zone balancing constraint)이고,
Figure pct00034
는 과제의 실현 가능성을 보장하기 위해 선택된다. 다섯 번째 조건은 노드-제어기 집합에 대한 결정이 바이너리(binary)가 되도록 제한한다. 마지막 조건은, 각 노드가 단일 제어기와 관련되어 있는 것을 지시하고,
Figure pct00035
는
Figure pct00036
가
Figure pct00037
와 관련되어 있다는 것을 지시하는 결정 변수이다.
위에서 공식화된 바와 같이, 지리적 구획에 대해, 분할, 즉, 구획 과제를 해결하기 위한, 클러스터링(clustering), 분할(partitioning), 및 태스크-할당(task-assignment)을 포함하는 여러 휴리스틱 방식(heuristic approaches)이 있다. 클러스터링은, 홉 거리(hop distance) 또는 주어진 거리 측정에 기초하여, 각 노드를 가장 가까운 제어기와 관련시킨다. 분할은 네트워크를, 요소에 연결된 S 개로 나누고 다음으로, 제어기를 할당한다. 태스크-할당은 MimMin 필라소피(MinMin philosophy)를 적용한다. 이러한 휴리스틱 방식은 물리 토폴로지(physical topology) 정보를 사용하여 지리적 구획을 형성한다. 물리 토폴로지 정보는 제어 평면 토폴로지(control plane topology) 및 데이터 평면 토폴로지(data plane topology)를 포함한다. 제어 평면 토폴로지 정보는 SDN 제어기, 라우터, 및 UE에 대한 정보를 포함하고, SDN 제어기들 사이의 연결, 각 네트워크 요소/SDN 제어기 쌍 사이의 연결, 및 각 UE/SDN 제어기 상 사이의 연결을 포함하며, 노드 및 연결과 관련된 파라미터를 포함한다. 파라미터는 연결 비용, 노드 능력, 및 다른 것들을 포함한다. 연결은 실제 또는 가상 연결일 수 있다. 데이터 평면 토폴로지 정보는 라우터, UE, 및 유선(wire-line)과 무선(wireless)을 포함하는 물리 링크에 대한 정보를 포함하고, 파라미터는 노드와 링크에 관련되어 있다. 이러한 파라미터는 TE 과제에 도입되는 연산 부하(computational load)를 포함할 수 있다.
클러스터링으로써, 각 제어기는 처음에 내부 노드들 중 하나에 직접 링크되는 외부 노드를 흡수하여 증가하는 것으로 크기가 커지는 구획을 형성한다. 복수의 구획에 의해 노드가 흡수될 때, 홉 거리가 가장 가까운 구획에 의해 흡수된다. 복수의 구획이, 노드와 제어기 사이의 동일한 홉 거리를 갖는다면, 결정은 임의로 만들어질 수 있다. 제어기는 이 방식의 구획내에서 지리적으로 포함되어 있다.
분할으로써, 네트워크는 k 개로 분할된, 최소 합 링크 가중(minimum sum link weight)으로 자르는 것을 사용하여 밸런스 된 크기의 요소에 연결된 네트워크 그래프로서 모델링 될 수 있다. 이것은 때때로, 밸런스 된 최소 k-절단 과제(balanced minimum k-cut problem)로 지칭된다. 분할 휴리스틱은, 네트워크 그래프의 밸런스 된 최소 k-컷 과제를 찾는 것에 기초하고, 여기에서,
Figure pct00038
이다. 이것은 두 개의 단계로 실행된다. 첫 번째 단계는 네트워크 그래프에서 자연적으로 가중된, 밸런스 된 최소 k-절단 과제를 해결하는 것이고, 각 노드
Figure pct00039
는
Figure pct00040
및 가중치
Figure pct00041
를 갖는 모든 링크에 의해 가중된다. 해결 수단은 멀티 레벌 분할(multi-level partitioning)과 같은 알려진 휴리스틱을 결합하여 발견된다. 제어기는, 그때, 노드와 제어기 간, 및 마스터와 슬래이브 제어기 간 총 통신비용을 최소화하는 목적을 갖고, 각 파티션으로 보내진다.
디스패칭(dispatching) 과제는 태스크 할당 과제(task assignment problem)로서 모델링된다.
Figure pct00042
이 분할 해결 수단의 첫 번째 단계에서 획득된 파티션 셋(partition set)을 나타낸다고 하면,
Figure pct00043
는 제어기에 매칭된 파티션의 수 즉,
Figure pct00044
를 포함한다.
Figure pct00045
를
Figure pct00046
에 일단이 있고 다른 단은
Figure pct00047
(
Figure pct00048
)에 있는 에지의 셋(set of edges)으로 구성된,
Figure pct00049
인 파티션의 경계로 놓는다.
Figure pct00050
로 표시된,
Figure pct00051
인 각 에지에 대해, 말단 정점(end vertex)은
Figure pct00052
에 있다. 제어기 디스패칭 과제(dispatching problem)는
Figure pct00053
,
Figure pct00054
,
Figure pct00055
,
Figure pct00056
,
Figure pct00057
, 및
Figure pct00058
을 만족하도록,
이하의 수식:
Figure pct00059
으로 나타난다.
여기에서,
Figure pct00060
는
제어기
Figure pct00061
가 파티션
Figure pct00062
로 보내졌는지를 지시하는 결정 변수이다. 처음 세 가지 조건은, 각 제어기를 파티션에 보내는 것으로 유발된, 수집 오버헤드(collection overhead), 조정 오버헤드(coordination overhead), 및 공급 오버헤드(previsioning overhead)를 정의한다. 네 번째 제약은 바이너리가 될 것을 요구한다. 다섯 번째 제약은 파티션이 정확하게 하나의 제어기로 갈 것을 강제한다. 여섯 번째 제약은 파티션보다 더 많은 제어기가 유연함을 제공하는 것을 허용한다. 제어기는 할당된 지리적 구획 내로 제한될 필요가 없다.
태스크-할당으로써, 각 노드가 총 비용을 최소화는 고유 제어기에 할당된 태스크 이도록, 구획 과제는 구성된다. 구획 구성
Figure pct00063
의 비용
Figure pct00064
은 이하:
Figure pct00065
에 의해 설명된다.
여기에서,
Figure pct00066
,
Figure pct00067
, 및
Figure pct00068
은 내부-구획 정보 수집 비용, 마스터- 슬래이브 조정 비용, 및 피로비저닝 비용이다. 비용은 상술한 원래 과제 공식에 따라 계산된다.
Figure pct00069
는 원래 과제의 네 개의 구역 크기 밸런싱 제역에 따라 계산된, 구역-임밸런스(zone-imbalance) 비용이고,
Figure pct00070
는 가중 인자이다. 휴리스틱 할당에 따라,
Figure pct00071
는 할당된 제어기의 구획이고,
Figure pct00072
이다. 초기 구획 구성
Figure pct00073
에서, 각 제어기는 그 제어기를 포함하는 구획에 유일한 구성원으로 할당된다. 모든 비-제어기 노드(non-controller nodes)는 관련되지 않은 노드 셋
Figure pct00074
에 속하고,
Figure pct00075
의 경계
Figure pct00076
는 구획
Figure pct00077
에 대하여 정의되며, 모든 구획에 대해 반복된다. 경계
Figure pct00078
는,
Figure pct00079
의 노드로의 링크를 갖는,
Figure pct00080
의 노드의 세트를 포함한다. 각 반복에서, 경계 노드
Figure pct00081
는
Figure pct00082
에서 경계 구획
Figure pct00083
로 횡단한다. 횡단은 두 단계로 달성된다. 첫 번째 단계에서, 각 경계
Figure pct00084
내의 각 노드
Figure pct00085
에 대해, 비용 증가
Figure pct00086
가 경계 노드
Figure pct00087
의 추가로써 각 경계 구획
Figure pct00088
에 대해 계산된다. 신규 구획 구성의 비용
Figure pct00089
은 수학식
Figure pct00090
에 따라, 이전 구획 구성
Figure pct00091
에 대해 계산된다. 두 번째 단계에서, 최소 비용 증가가 확인되고, 경계 노드는 횡단한다.
Figure pct00092
세트가 비면, 과정은 중단된다.
논리 구획은 구성원 플로의 후보 라우팅 경로의 조합이다. 복수의 논리 구획은 플로 경로들 사이의 링크 경로 때문에 물리적으로 겹칠 수 있다. 위에서 공식화된 바와 같이, 태스크 할당 휴리스틱 및 그래프 파티션 휴리스틱을 포함하는, 논리 구획에 대해, 구획 과제를 해결하는 여러 방식이 있다. 휴리스틱 알고리즘은 데이터 플로 정보를 사용하여 논리 구획을 형성한다. 데이터 플로 정보는 플로 당 라우팅 경로 후보(per-flow routing path candidates) 및 각 플로와 관련된 파라미터를 포함한다. 파라미터는 TE 과제, 관련된 가상 네트워크 및 다른 것들에 도입된 계산 부하를 포함한다. 그래프 파티션 방식(graph partition approach)은 플로들 사이의 링크 공유를 모델링하는 플로 그래프를 사용하고, 그래프 이론을 사용하여 그 과제를 해결한다. 논리 구획에 대해, 네트워크는 노드 셋 N 및 링크 셋 L을 갖는 것으로 모델링된다. 노드의 서브 셋 S는 하나가 마스터 제어기 m인 제어기들로 구성된다. 트래픽 플로 셋 F는 TE 과제에서 주어진다. 개별적 플로에 대한 라우팅 경로는 알려진 것으로 가정한다. 구획 과정은, 플로의 서브 셋을 제어기 노드에 연결하여 k 개의 구획을 생성한다. 각 플로는 노드의 네트워크 상태를 수집하는 고유 제어기와 라우팅 패스를 따르는 링크와 관련되어 있다. 제어기는 제어기의 TE 디시전(traffic engineering decision)의 플로 소스를 알린다. 논리 구획의 크기는 구획 내 플로의 후보 경로의 총수로서 정의된다. 논리 구획은 오버헤드 비용 및 구획 크기 밸런싱의 목표로 형성된다.
논리 구획에 대해, 구획 구성
Figure pct00093
는 플로-제어 관련 행렬
Figure pct00094
에 의해 설명되고, 각 열 벡터
Figure pct00095
는, 슬래이브 SDN 제어기에 의해 제어된 구획을 정의한다. 플로
Figure pct00096
이고 슬래이브 제어기
Figure pct00097
이다.
Figure pct00098
가
Figure pct00099
와 관련되면
Figure pct00100
이고 , 그렇지 않으면 0이다. 정의에 의해, 구획
Figure pct00101
의 크기
Figure pct00102
는
Figure pct00103
Figure pct00104
로써 계산되고,
Figure pct00105
는 플로
Figure pct00106
의 크기이며, 플로
Figure pct00107
에 대한 후보 경로의 수이다.
구획 구성
Figure pct00108
을 감안하면, 오버헤드 비용
Figure pct00109
은 초기화 비용
Figure pct00110
, 수집 비용
Figure pct00111
, 공급 비용
Figure pct00112
, 및 조정 비용
Figure pct00113
을 포함하고,
Figure pct00114
이다. 다른 세 개의 비용이 최적화의 처음 또는 마지막에 한번 발생하는 반면, 조정 비용은 최적화 반복을 통해 발생한다.
초기화 비용은, 목적지, 요구사항 등을 포함한 플로 정보를 슬래이브 제어기에 분배하는 마스터 제어기에 기인한다. 주어진 슬래이브 제어기에 분배된 정보는, 슬래이브 제어기에 관련된, 그 정보의 플로로 제한된다. 초기화 비용은
Figure pct00115
으로 주어지고,
Figure pct00116
는 플로 설명 당 단위 데이터의 수(a number of data units per flow description)이고,
Figure pct00117
은 마스터 제어기에서 슬래이브 제어기로의 통신에 대한, 단위 데이터 당 오버헤드 비용(overhead cost per data unit) 이다.
수집 비용은, 각 슬래이브 제어기가, 슬래이브 제어기의 구획 내의 노드 및 링크 상태를 모으는 것에 기인한다. 수집 비용은
Figure pct00118
으로 주어지고,
Figure pct00119
Figure pct00120
및
Figure pct00121
은 각각 노드
Figure pct00122
또는 링크
Figure pct00123
이 슬래이브 제어기 s에 관련된 것을 지시하며,
Figure pct00124
는 노드 상태 리포트 당 단위 데이터의 수이고,
Figure pct00125
는 링크 상태 리포트 당 단위 데이터의 수이며,
Figure pct00126
는 노드에서 슬래이브 제어기까지 통신에 대한 단위 데이터 당 오버헤드 비용이고,
Figure pct00127
는 마지막 노드와 슬래이브 제어기 사이의 링크에 대한 단위 데이터 당 오버헤드 비용이다.
공급 비용(Provisioning cost)은 슬래이브 제어기가, 슬래이브 제어기의 구획을 통해 TE 디시전(traffic engineering decision)을 분배하는 것에 기인한다. 공급 비용은
Figure pct00128
으로 주어지고,
Figure pct00129
는 플로 경로 당 TE 디시전(traffic engineering decision)의 단위 데이터의 수이고,
Figure pct00130
는 슬래이브 제어기에서 플로의 소스 노드로의 통신에 대한 단위 데이터 당 오버헤드 비용이다.
조정 비용(Coordination cost )은 마스터 제어기의, 슬래이브 제어기에 대한 TE 서브과제의 수집 및 업데이트에 기인한다. 교환되는 데이터의 양은 구획에 의해 공유된 링크의 수에 비례한다. 조정 비용은
Figure pct00131
으로 주어지고,
Figure pct00132
은 하나 또는 단 하나의
Figure pct00133
및
Figure pct00134
가 구획
Figure pct00135
에 속한 것을 지시하며,
Figure pct00136
는 TE 최적화 반복 수이고,
Figure pct00137
는 구획들 사이에서 공유된 링크 당 단위 유닛의 수이고,
Figure pct00138
및
Figure pct00139
는 슬래이브 제어기와 마스터 제어기 사이의 통신에 대한 오버헤드 비용이며,
Figure pct00140
은
Figure pct00141
인,
Figure pct00142
와
Figure pct00143
에서 공유된 링크의 수이다.
상술한 바와 같이, 분할 과제는,
Figure pct00144
,
Figure pct00145
, 및
Figure pct00146
이도록, 오버헤드 비용
Figure pct00147
을 최소화하는 연습이며, 여기에서,
Figure pct00148
는 부하 임발란스 톨러레이팅 요소(load imbalance tolerating factor)이다.
논리 구획에 대한 태스크 할당 방식을 사용하여 분할 과제를 해결하는 것에 대해, ICF(imbalance cost factor)
Figure pct00149
를 고려하면, 구획 과제는 크기 밸런싱 제약을 제거하고 페널리제이션 텀(penalization term)
Figure pct00150
를 추가하는 것으로 완화된다. 신규 비용 등식 및 페널리제이션 텀은 이하:
Figure pct00151
,
Figure pct00152
와 같이 주어진다.
따라서,
Figure pct00153
,
Figure pct00154
,
Figure pct00155
, 및
Figure pct00156
,
Figure pct00157
을 만족하도록, 구획 과제는
Figure pct00158
이 된다.
오브젝티브(objective) 함수 값을 최소화하기 위해, 태스크 할당 방식을 사용하여, 극 플로, 즉, 태스크가 고유 제어기, 즉, 프로세서에 할당된다. Min Min(휴리스틱(MinMin heuristic) 및 다른 것과 같은 알고리즘이 반복되고, 구획 구조
Figure pct00159
가 증가하여 구축된다.
태스크 할당 방식에서, 할당 결정이 없다고 만들어진 것에 대해, 플로의 세트는
Figure pct00160
에 의해 표시된다. 처음에는 구획 구성
Figure pct00161
는 빈 세트이고
Figure pct00162
이다. 각 반복에서, 할당 결정이 하나의 플로에 대해 만들어지고, 그 플로
Figure pct00163
를 슬래이브 제어기 s에 할당한다. 이것은 세팅
Figure pct00164
으로 표시된다. 그 다음에 플로는
Figure pct00165
에서 제거된다.
그래프 파티션 휴리스틱 방식에서, 동일한 소스에서 시작되고 동일한 목적지를 향하는 플로가 단일 플로로 고려되기 위해, 플로들은 플로의 소스 및 목적지에 따라 모여있다. 플로 그래프는, 꼭지점으로서 각 플로를 표시하는 것 및, 각 꼭지점에 의해 공유된 별개의 각 네트워크 링크에 대해 에지로써 꼭지점의 서브 셋을 연결하는 것으로서 각 플로를 표시하는 것으로 구성된다. 각 꼭지점은 가중치
Figure pct00166
가 주어지고, t는 꼭지점이 나타내는, 원래 즉, 모이기 이전의 플로의 수이고,
Figure pct00167
는 플로의 크기이다. 에지는 또한, 통과하는 별개 플로 경로의 수에 따라 가중치가 주어진다. 플로 그래프의 결과는 하이퍼 그래프(hypergraph)이고, 각 에지는 링크 공유를 의미하고, 고유 네트워크 링크에 대응한다.
Figure pct00168
에 대해, 플로 그래프는 k 개의 연결된 요소로 분할되고, 각 요소는 논리 구획을 정의하며, 고유 제어기로 보내진다.
도 1은 구획된 네트워크(100)의 일 실시예의 다이어그램이다. 구획된 네트워크(100)는 4개의 컨트롤러(110-1 내지 1104), 마스터 제어기(120), 구획 제어기(150), 및 복수의 네트워크 노드(140)를 포함한다. 복수의 네트워크 노드(140)는 구획된 네트워크(100) 전역에 다양하게 분포되어 있다. 네트워크 노드는 때때로, 액세스 포인트, 노드 Bs(Node Bs), 또는 eNBs(evolved Node Bs)로 지칭된다. 제어기(110-1 내지 110-4) 및 마스터 제어기(120)는 또한 제어기로서 작용하는 추가적 기능 및 구성이 있는 네트워크 노드이다. 대체로, 어떤 네트워크 노드도 제어기가 될 수 있다. 제어기(110-1 내지 110-4)는 때때로 SDN 제어기, 구획 제어기, 또는 슬래이브 제어기로 지칭된다. 마스터 제어기(120)는 또한 때때로 SDN 제어기로 지칭된다.
구획 제어기(150)는 구획된 네트워크(100)를 4개의 구획(130-1 내지 130-3)으로 분할한다. 4개의 구획 각각은 제어기(110-1 내지 110-4) 중 어느 하나에 할당된다. 구획(130-1)은 제어기(110-1)에 할당되고 안에서, 3개의 네트워크 노드를 제공한다. 구획(130-2)은 제어기(110-2)에 할당되고 안에서, 4개의 네트워크 노드를 제공한다. 구획(130-3)은 제어기(110-3)에 할당되고 안에서, 4개의 네트워크 노드를 제공한다. 구획(130-4)은 제어기(110-4)에 할당되고 안에서, 3개의 네트워크 노드를 제공한다. 마스터 제어기(120)는 제어기(110-1 내지 1104) 중에서 TE 최적화를 조정한다. 마스터 제어기(120) 및 구획 제어기(150)는 분리된 논리 네트워크 요소이다. 마스터 제어기(120) 및 구획 제어기(150)는 하나의 컴퓨팅 시스템, 또는 분리된 컴퓨팅 시스템으로 구현될 수 있다.
도 2는 일 실시예의 토폴로지(topology) 그래프(200)이다. 토폴로지 그래프(200)는 400개의 네트워크 노드(220)를 포함하고, 10개는 제어기(210)이다. 네트워크 노드(220)는 토폴로지 그래프(220)에서 흰색 원으로 표시되어 있고, 제어기(210)는 검은색 원으로 표시되어 있다. 어떤 제어기(210)라도 또한 마스터 제어기로서 지정될 수 있다. 네트워크 노드(220)는 링크를 표시하는 에지(230) 또는 홉(hop)에 의해 연결된다.
도 3은 일 실시예의 플로(flow) 그래프(300)이다. 플로 그래프(300)는 흰색 박스로 표시되는 트래픽 플로(traffic flow, 310), 회색 원으로 표시되는 하이퍼-에지(320), 및 라인(330)을 포함한다. 트래픽 플로(310)들은 각각 가중치를 갖는다. 트래픽 플로의 가중치는 플로 크기와 플로 수의 프로덕트로서 계산된다. 플로 크기는, 플로에 대한 후보 경로의 수를 의미한다. 플로의 수는 모이지 않은 플로의 수를 의미하고, 플로의 수는 공통 소스 및 공통 목적지 사이의 플로를 하나의 합쳐진 플로로 처리된다. 예를 들어, 플로 그래프(300)에서, 플로의 하위 행은, 왼쪽에서 오른쪽으로 4.0, 5.0, 10.0, 8.0, 9.0, 및 1.0의 가중치를 갖는다. 때때로 단순히 에지로서 지칭되는 하이퍼-에지(320)는 물리 링크를 의미한다. 특정 트래픽 플로가 물리 링크를 공유하는 것을 지시하는 라인(330)은 트래픽 플로(310)에서 하이퍼-에지(320)를 다양하게 연결한다. 하이퍼-에지(320)는 또한 통과하는 플로 경로의 수를 지시하는 각각의 가중치가 할당되어 있다.
도 4는 소프트웨어 정의 네트워크 구획 방법의 일 실시예의 흐름도이다. 소프트웨어 정의 네트워크는 복수의 네트워크 노드 및 복수의 SDN 제어기를 포함한다. 방법은 시작 단계(410)에서 시작한다. 구획 수량 단계(420)에서, 네트워크가 얼마나 많은 구획으로 분할되어야 하는지에 따라, 결정이 형성된다. 적어도 하나의 구획 수량 파라미터에 따라, 구획 수량 K가 결정된다. 구획 수량 파라미터는 예측된, 구획 TE 복잡성(complexity), 네트워크 크기, 트래픽 부하, 및 플로 정보를 포함한다. 좀 더 구체적으로, 결정은, TE 복잡성과 네트워크 크기 사이의 관련성, 트래픽 부하와 플로 정보 사이의 관련성을 고려한다. TE 복잡성은 제어기 처리 능력 및 얼마나 빨리 TE 최적화가 수행되어야 하는지에 관한 작업 요구사항의 함수이다.
특정 실시예에서, 방법은 또한 적어도 K 개의 구획 제어기가 사용 가능한 SDN 제어기에서 선택되는 선택 단계를 포함할 수 있다. 최소 제어기간 거리가 극대화되도록 구획 제어기가 선택된다. 인터-제어기(inter-controller) 거리는 대체로 홉 카운트(hop count)로 표시된다. 구획 제어기를 선택하는 동작은 구획 제어기의 균일한 분포를 달성하는 것에 목표를 둔다. 균일한 분포는 부하 밸런싱을 쉽게 한다. 또한, 네트워크 노드 밀도에 큰 차이가 있는 경우, 특정 실시예에서, 인터-제어기 거리는 적절한 밸런스 구획에 가중된다. 제어기의 수 K가 작으면, 철저하고, 효과적으로 모든 가능한 조합을 평가하여 선택이 수행될 수 있다. 그렇지 않으면, 휴리스틱 방법이 사용되어 K개의 제어기가 선택될 수 있다.
도 4의 실시예에 이어, 구획화 단계(430)에서, 복수의 네트워크 노드는 K 개의 구획으로 분할된다. 일부 실시예에서, K 개의 구획은 지리적 구획이다. 다른 실시예에서, K 개의 구획은 논리 구획이다. 분할의 목표는 TE 최적화 과정에서 오버헤드 비용을 최소화하는 것이다. TE 최적화에서 오버헤드 비용은 노드 및 링크 상태를 수집하는 통신 비용, 공급 하는 통신 비용, 및 제어기들 사이에서 조정하는 통신 비용을 포함한다. 분할은 휴리스틱 방법에 따라 수행된다. 클러스터링, 분할, 지리적 구획에 대한 태스크 할당 방식, 및 논리 구획에 대한 태스크 할당과 그래프 분할을 포함하는 많은 휴리스틱 방식이 사용될 수 있다. 제어기는 전달 단계(440)에서 각 구획에 할당된다. 방법은 최종 단계(450)에서 끝난다.
도 5는 컴퓨팅 시스템(500)의 일 실시예의 블록도이다. 컴퓨팅 시스템은 여기에서 개시된 장치 및 방법을 구현하는 데 사용된다. 구체적 장치는 나타난 모든 구성 요소 또는 구성요소의 서브 셋만을 활용할 수 있고, 집적의 레벨은 장치마다 다를 수 있다. 더욱이, 장치는, 복수의 처리 유닛, 프로세서, 메모리, 송신기, 수신기, 등과 같은 구성요소의 복수의 예를 포함할 수 있다. 컴퓨팅 시스템(500)은 스피커, 마이크로폰, 마우스, 터치 스크린, 키패드, 키보드, 프린터, 디스플레이, 등과 같은, 하나 또는 그 이상의 입/출력 장치에 장착된 처리 유닛(502)을 포함할 수 있다. 처리 유닛은 CPU(central processing unit, 514), 메모리(508), 대용량 저장 장치(504), 비디오 어댑터(510), 및 버스(520)에 연결된 I/O 인터페이스(512)를 포함할 수 있다.
버스(520)는, 메모리 버스 또는 메모리 제어기, 주번 버스(peripheral bus), 비디오 버스 등을 포함하는 어떤 유형의 여러 버스 구조라도 하나 또는 그 이상을 포함할 수 있다. CPU(514)는 어떤 유형의 전자 데이터 프로세서라도 포함할 수 있다. 메모리(508)는 SRAM(static random access memory), DRAM(dynamic random access memory), SDRAM(synchronous DRAM), ROM(read-only memory), 및 이들의 조합과 같은 어떤 유형의 비휘발성 시스템 메모리라도 포함할 수 있다. 실시예에서, 메모리(508)는 부트-업(boot-up)에 사용되는 ROM, 프로그램용 DRAM, 프로그램이 실행되는 동안 사용되는 데이터 저장 장치를 포함할 수 있다.
대용량 저장 장치(504)는, 데이터, 프로그램, 및 다른 정보를 저장하고 데이터 프로그램, 및 버스(502)를 경유하여 액세스 가능한 다른 정보를 생성하도록 구성된 비활성 저장 장치라면 어떤 유형이라도 포함할 수 있다. 예를 들어, 대용량 저장 장치(504)는 하나 또는 그 상의 고체 상태 드라이브, 하드 디스크 드라이브, 자기 디스크 드라이브, 광디스크 드라이브 등을 포함할 수 있다.
비디오 어댑터(510) 및 I/O 인터페이스(512)는 외부 입력 및 출력 장치를 처리 유닛(502)에 연결하는 인터페이스를 제공한다. 도시된 바와 같이, 입력 및 출력 장치의 예는 비디오 어댑터(510)에 연결된 디스플레이(518) 및 I/O 인터페이스에 연결된 마우스/키보드/프린터(516)를 포함한다. 다른 장치는 처리 유닛(502)에 연결될 수 있고, 추가적 또는 더 적은 수의 인터페이스 카드가 사용될 수 있다. 예를 들어, USB(Universal Serial Bus, 미 도시)와 같은 직렬 인터페이스가 프린터용 인터페이스를 제공하는 데 사용될 수 있다.
처리 유닛(502)은 또한 하나 또는 그 이상의 네트워크 인터페이스(506)를 포함할 수 있고, 그것은 이더넷 케이블(Ethernet cable) 또는 그와 같은 유선 링크를 포함할 수 있고, 및/또는 노드 또는 다른 네트워크에 액세스하는 무선 링크를 포함할 수 있다. 네트워크 인터페이스(506)는 처리 유닛(502)이 네트워크를 통해 무선 유닛과 통신하는 것을 가능하게 한다. 예를 들어, 네트워크 인터페이스(506)는 하나 또는 그 이상의 송신기/송신 안테나와 하나 또는 그 이상의 수신기/수신 안테나를 경유하는 무선 통신을 제공할 수 있다. 실시예에서, 처리 유닛(502)은, 다른 처리 유닛, 인터넷, 무선 저장 장치, 또는 그와 유사한 것을 이용한 데이터 처리 및 통신용 로컬 영역 네트워크(522) 또는 광역 네트워크에 연결될 수 있다.
도 6은 다른 실시예의 토폴로지 그래프(600)이다. 토폴로지 그래프(600)는 네트워크 노드(610)를 포함하고, 네트워크 노드(610)의 8개는 제어기(620)로 지정되어 있다. 도 2에 도시된 바와 같이, 네트워크 노드(510)는 흰색 원으로 표시되고 제어기(620)는 검은색 원으로 표시된다. 라인(630)은 복수의 네트워크 노드 사이의 링크를 나타낸다.
도 7은 클러스터링 휴리스틱(clustering heuristic) 방식을 사용한 지리적 구획 결과(700)를 나타낸 것이다. 구획 결과(700)는 8개의 지리적 구획(710, 720, 730, 740, 750, 760, 770, 및 780)을 포함한다. 8개의 구획은 도 6의 토폴로지 그래프의 모든 네트워크 노드를 둘러싼다. 도 6의 제어기(620)들은 또한 8개의 지리적 구획에 할당된다. 구획은 다양하게 음영 처리된 원의 그룹에 의해 도시되고, 네트워크 노드를 나타내며, 구획의 인시덴트 링크(incident links)를 나타낸다. 구획 결과(700)는 또한 제어기(620)와 각 구획 내의 각 제어기(620)의 네트워크 노드 사이의 쇄선을 포함한다.
도 8은 분할 휴리스틱(partitioning heuristic) 방식을 사용한 지리적 구획 결과(800)를 나타낸 것이다. 구획 결과(800)는 8개의 지리적 구획(810, 820, 830, 840, 850, 860, 870, 및 880)을 포함한다. 8개의 지리적 구획은 도 6의 토폴로지 그래프 내의 모든 네트워크 노드를 둘러싼다. 도 6의 제어기(620)들은 또한 8개의 지리적 구획에 할당된다. 구획은 다양하게 음영 처리된 원의 그룹에 의해 도시되고, 네트워크 노드를 나타내며, 구획의 인시덴트 링크를 나타낸다. 구획 결과(800)는 또한, 또한 제어기(620)와 각 구획 내의 각 제어기(620)의 네트워크 노드 사이의 쇄선을 포함한다.
도 9는 태스크 어사인먼트 휴리스틱(task assignment heuristic) 방식을 사용한 지리적 구획 결과(900)를 나타낸 것이다. 구획 결과(900)는 8개의 지리적 구획(910, 920, 930, 940, 950, 960, 970, 및 980)을 포함한다. 구획은 다양하게 음영 처리된 원의 그룹에 의해 도시되고, 네트워크 노드를 나타내며, 구획의 인시덴트 링크를 나타낸다. 구획 결과(900)는 또한, 또한 제어기(620)와 각 구획 내의 각 제어기(620)의 네트워크 노드 사이의 쇄선을 포함한다.
도 10은 소프트웨어 정의 네트워크(1000)에 대한, 구획 기반 TE 최적화 과제를 나타낸 것이다. 소프트웨어 정의 네트워크(1000)는 마스터 제어기(1010), 슬래이브 제어기(1020), 및 네트워크 노드(1030)를 포함한다. 마스터 제어기(1010)가 TE 최적화 과제를 해결하는 것보다, TE 최적화 과제는, 슬래이브 제어기(1020)에 의해 해결 가능한 서브과제로 분해된다. 각 슬래이브 제어기(1020)는 구획(1040)에 할당된다. 오버헤드 비용이 최소화되기 위해 구획(1040)이 형성된다. 특정 비용은 특정 구획에 대해 한정된다. 예를 들어, 쇄선(1050)으로 표시된, 노드와 링크 상태의 수집 및 공급은 각 구획에 제한된다. 추가적인 구획 및 슬래이브 제어기가 그 비용을 더 낮게 퍼트릴 수 있으나, 실선(1060)으로 표시된 마스터-슬래이브 조정과 관련된 오버헤드 비용은 슬래이브 제어기의 추가로 증가한다.
도 11은 토폴로지(1100-A)에 따라, 플로 그래프(1100-B)의 구조를 나타낸 것이다. 토폴로지(1100-A)는 3개의 트래픽 플로(1110, 1120, 및 1130)를 포함한다. 트래픽 플로는, 1-9 사이의 번호가 매겨진 갖는 9개의 네트워크 노드(1140)를 다양하게 횡단한다. 첫 번째 플로(1110)는 노드(1)에서 시작되고 노드(8)로 향한다. 트래픽 플로(1110)는 2개의 라우팅 경로(1-2-5-7-8 및 1-3-5-7-8)를 갖는다. 두 번째 플로(1120)는 노드(4)에서 시작되고 또한 노드(8)로 향한다. 플로(1120)는 단일 라우팅 경로(4-5-7-8)를 갖는다. 세 번째 플로(1130)는 노드(6)에서 시작되고 노드(9)를 향한다. 플로(1130)는 두 개의 라우팅 경로(6-7-8-9 및 6-8-9)를 갖는다.
플로 그래프(1100-B)는 트래픽 플로(1110, 1120, 및 1130 )를 흰색 사각형으로 도시한다. 각 트래픽 플로는 괄호에 표시된 가중치가 할당된다. 가중치는, 후보 라우팅 경로의 수, 즉, 플로 크기와 플로 수의 프로덕트(product)이다. 실시예에서, 플로 수는 각 트래픽 플로(1110, 1120, 및 1130)에 대한 플로 수이다. 따라서, 각 트래픽 플로의 가중치는 후보 라우팅 경로의 수를 반영한다. 플로 그래프(110-B)는 또한 하이퍼-에지(1150) 및 하이퍼-에지(1160)를 도시한다. 하이퍼-에지(1150)는 노드(7)와 노드(8) 사이의, 3개의 트래픽 플로 모두 중에서 공유된 물리 링크를 나타낸다. 하이퍼-에지(1160)는 노드(5)와 노드(7) 사이의, 트래픽 플로(1110 및 1120) 사이에서 공유된 물리 링크를 나타낸다. 실시예에서, 다른 물리적 링크는 공유되지 않거나, 다른 물리적 링크는 플로 그래프(1100-B) 내에 표시되지 않는다. 하이퍼-에지(1150, 1160)는 또한, 표시된 물리 링크를 통과하는 후보 라우팅 경로의 수를 나타내는 가중치가 할당된다. 하이퍼-에지(1150)는, 트래픽 플로(1120)에 대한 하나의 라우팅 경로 및 트래픽 플로(1130)에 대한 라우팅 경로(6-7-8-9)인, 트래픽 플로(1110)에 대한 2개의 라우팅 경로에 대응하는 가중치 4를 갖는다. 비슷하게, 하이퍼-에지(1160)는, 트래픽 플로(1110)에 대한 2개의 라우팅 경로 및 트래픽 플로(1120)에 대한 하나의 경로에 대응하는 가중치 3을 갖는다.
본 발명은 예시적인 실시 예를 참조하여 설명되었지만, 이러한 설명은 제한적인 의미로 해석되어서는 안 된다. 다양한 변형 및 예시적인 실시 예들의 조합뿐만 아니라 본 발명의 다른 실시 예는 상기 설명을 참조하면 당업자에게 명백할 것이다. 따라서 첨부된 청구 범위는 그러한 변경 또는 실시 예를 포함한다.

Claims (27)

  1. 복수의 네트워크 노드를 갖는 소프트웨어 정의 네트워크(SDN:software defined network)의 네트워크 구획 방법으로서,
    적어도 하나의 구획 수량 파라미터에 따라, 구획의 수 K를 결정하는 단계;
    상기 SDN의 복수의 네트워크 노드를 K 개의 구획으로 분할하는 단계; 및
    상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계
    를 포함하고,
    상기 K 개의 SDN 제어기 각각은 TE 디시젼(traffic engineering decision)을 만들고, 상기 각각의 구획으로 분할된 네트워크 노드에 대해 분산 네트워크 최적화를 수행하도록 구성된, 네트워크 구획 방법.
  2. 제1항에 있어서,
    K 개의 SDN 제어기의 제1 그룹을 선택하는 단계
    를 더 포함하는 네트워크 구획 방법.
  3. 제2항에 있어서,
    상기 K 개의 SDN 제어기의 제1 그룹을 선택하는 단계는,
    상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계와 동시에 수행되는, 네트워크 구획 방법.
  4. 제2항에 있어서,
    상기 K 개의 SDN 제어기의 제1 그룹을 선택하는 단계는,
    상기 SDN의 복수의 네트워크 노드를 K 개의 구획으로 분할하는 단계 이전 및 상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계 이전에 수행되는, 네트워크 구획 방법.
  5. 제4항에 있어서,
    상기 K 개의 SDN 제어기의 제1 그룹을 교체하기 위해, 상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계와 동시에, K 개의 SDN 제어기의 제2 그룹을 재선택하는 단계
    를 더 포함하는 네트워크 구획 방법.
  6. 제2항에 있어서,
    상기 K 개의 SDN 제어기의 제1 그룹을 선택하는 단계는,
    복수의 후보 SDN 제어기의 각 제어기 간 거리에 따라, 상기 복수의 후보 SDN 제어기에서 상기 K 개의 SDN 제어기의 제1 그룹을 선택하는 단계를 포함하고,
    상기 K 개의 SDN 제어기의 제1 그룹을 선택하는 단계는,
    상기 K 개의 SDN 제어기의 제1 그룹의 상기 각 제어기 간 거리를 최대화하는 단계를 더 포함하는, 네트워크 구획 방법.
  7. 제6항에 있어서,
    상기 각 제어기 간 거리는 홉 카운트(hop count)를 포함하는, 네트워크 구획 방법.
  8. 제6항에 있어서,
    상기 각 제어기간 거리가 가중화되는, 네트워크 구획 방법.
  9. 제1항에 있어서,
    상기 적어도 하나의 구획 수량 파라미터는,
    TE 복잡성(traffic engineering complexity), 네트워크 크기, 트래픽 부하(traffic load), 및 트래픽 플로 정보(traffic flow information) 중 적어도 하나를 포함하는, 네트워크 구획 방법.
  10. 제1항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    휴리스틱 알고리즘(heuristic algorithm)에 따라, 상기 SDN을 지리적 구획으로 분할하는 단계를 포함하고,
    상기 휴리스틱 알고리즘은, 물리적 토폴로지 정보(physical topology information)를 사용하여 상기 지리적 구획을 형성하는, 네트워크 구획 방법.
  11. 제10항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    클러스터링 휴리스틱 알고리즘(clustering heuristic algorithm)에 따라, 상기 지리적 구획을 형성하는 단계
    를 더 포함하는, 네트워크 구획 방법.
  12. 제10항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    파티셔닝 휴리스틱 알고리즘(partitioning heuristic algorithm)에 따라, 상기 지리적 구획을 형성하는 단계
    를 더 포함하는, 네트워크 구획 방법.
  13. 제10항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    태스크 어사인먼트 휴리스틱 알고리즘(task assignment heuristic algorithm)에 따라, 상기 지리적 구획을 형성하는 단계
    를 더 포함하는, 네트워크 구획 방법.
  14. 제1항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    휴리스틱 알고리즘에 따라, 상기 SDN을 논리 구획으로 분할하는 단계를 포함하고,
    상기 휴리스틱 알고리즘은, 데이터 플로(data flow) 정보를 사용하여 상기 논리 구획을 형성하는, 네트워크 구획 방법.
  15. 제14항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    태스크 어사인먼트 휴리스틱 알고리즘(task assignment heuristic algorithm)에 의해, 상기 논리 구획을 형성하는 단계
    를 더 포함하는, 네트워크 구획 방법.
  16. 제14항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    그래프 파티션 휴리스틱 알고리즘(graph partition heuristic algorithm)에 의해, 상기 논리 구획을 형성하는 단계
    를 더 포함하는, 네트워크 구획 방법.
  17. 제1항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계 이전에 수행되는, 네트워크 구획 방법.
  18. 제1항에 있어서,
    상기 SDN의 복수의 노드를 K 개의 구획으로 분할하는 단계는,
    상기 K 개의 구획에 K 개의 SDN 제어기를 각각 할당하는 단계와 동시에 수행되는, 네트워크 구획 방법.
  19. 통신 시스템으로서,
    복수의 네트워크 노드, 복수의 제어기, 구획 제어기, 및 마스터 제어기를 포함하고,
    복수의 트래픽 플로가 링크를 통해 상기 복수의 네트워크 노드를 횡단하고,
    상기 복수의 네트워크 노드에 대해 TE 과제(Traffic Engineering problem)가 정의되며,
    상기 복수의 제어기로부터 구획 제어기의 서브셋(subset)이 선택될 수 있으며,
    상기 구획 제어기는, 상기 구획 제어기의 서브셋의 크기를 결정하고, 상기 구획 제어기의 서브셋을 선택하며, 휴리스틱(heuristic) 방식으로, 상기 복수의 네트워크 노드를 구획으로 분할하고, 상기 구획 제어기의 서브 셋을 상기 구획에 각각 할당하도록 구성되고,
    상기 마스터 제어기는, 상기 TE 과제를 상기 구획에 대응하는 TE 서브과제로로 분해하도록 구성되며,
    상기 구획 제어기의 서브셋은 상기 구획의 상기 TE 서브과제를 각각 해결하도록 구성된, 통신 시스템.
  20. 제19항에 있어서,
    상기 구획 제어기의 서브셋은,
    상기 TE 서브과제의 각 솔루션(solution)에 따라, 상기 복수의 네트워크 노드에 네트워크 리소스를 공급하도록 구성된, 통신 시스템
  21. 제19항에 있어서,
    상기 마스터 제어기는 추가로,
    상기 구획 제어기의 서브셋과 통신하여 상기 TE 서브과제의 상태를 조정하도록 구성된, 통신 시스템
  22. 구획 제어기로서,
    제어 평면(control plane)을 경유하여, 복수의 소프트웨어 정의 네트워크(SDN: software defined network) 제어기 및 복수의 네트워크 노드에 연결될 수 있는 네트워크 인터페이스 제어기(NIC: network interface controller); 및
    프로세서
    를 포함하고,
    데이터 평면을 경유하여 트래픽 플로(traffic flow)가 링크를 통해 상기 복수의 네트워크 노드를 횡단할 수 있고, 상기 복수의 네트워크 노드, 상기 트래픽 플로, 및 상기 링크에 대해 TE(traffic engineering) 과제가 정의될 수 있으며,
    상기 프로세서는, 예측된 TE 복잡성(complexity)에 따른 구획 제어기의 서브셋의 크기, 상기 복수의 네트워크 노드를 포함하는 네트워크의 크기 및 상기 트래픽 플로를 포함하는 트래픽 부하(traffic load)를 결정하고, 제어기 토폴로지(controller topology), 네트워크 토폴로지(network topology), 및 상기 트래픽 부하에 따라, 상기 복수의 SDN 제어기에서 상기 구획 제어기의 서브셋을 선택하고, 복수의 네트워크 노드를 구획으로 분할하며, 상기 구획 제어기의 서브셋을 상기 구획에 각각 할당하도록 구성된,
    구획 제어기.
  23. 제22항에 있어서,
    상기 복수의 네트워크 노드를 구획으로 분할하는 것은,
    휴리스틱 알고리즘(heuristic algorithm)을 사용하여 수행되는, 구획 제어기.
  24. 제22항에 있어서,
    상기 복수의 네트워크 노드를 구획으로 분할하는 것은,
    상기 TE 서브과제를 해결하는 것과 관련된 오버헤드 비용(overhead cost)을 최소화하는 것을 포함하는, 구획 제어기.
  25. 제22항에 있어서,
    상기 복수의 네트워크 노드를 구획으로 분할하는 것은,
    물리적 토폴로지 정보(physical topology information)에 따라 지리 구획을 형성하는 것을 포함하는, 구획 제어기.
  26. 제22항에 있어서,
    상기 복수의 네트워크 노드를 구획으로 분할하는 것은,
    상기 복수의 트래픽 플로에 대한 정보에 따라, 논리 구획을 형성하는 것을 포함하는, 구획 제어기.
  27. 제22항에 있어서,
    상기 구획 제어기의 서브셋은,
    상기 구획 제어기의 서브셋의 각 구획 내에서 상기 복수의 네트워크 노드 및 상기 링크의 상태를 수집하도록 구성된, 구획 제어기.
KR1020167020770A 2014-01-10 2015-01-08 소프트웨어 정의 네트워크 내의 구획 시스템 및 방법 KR101908466B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201461926099P 2014-01-10 2014-01-10
US61/926,099 2014-01-10
US201461973013P 2014-03-31 2014-03-31
US61/973,013 2014-03-31
US14/530,332 2014-10-31
US14/530,332 US9397917B2 (en) 2014-01-10 2014-10-31 System and method for zoning in software defined networks
PCT/US2015/010638 WO2015105987A1 (en) 2014-01-10 2015-01-08 System and method for zoning in software defined networks

Publications (2)

Publication Number Publication Date
KR20160105469A true KR20160105469A (ko) 2016-09-06
KR101908466B1 KR101908466B1 (ko) 2018-10-16

Family

ID=53522302

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167020770A KR101908466B1 (ko) 2014-01-10 2015-01-08 소프트웨어 정의 네트워크 내의 구획 시스템 및 방법

Country Status (9)

Country Link
US (1) US9397917B2 (ko)
EP (1) EP3092779B1 (ko)
JP (1) JP6323733B2 (ko)
KR (1) KR101908466B1 (ko)
CN (1) CN105900403B (ko)
AU (1) AU2015204758B2 (ko)
BR (1) BR112016016019A2 (ko)
RU (1) RU2648610C2 (ko)
WO (1) WO2015105987A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190002294A (ko) * 2017-06-29 2019-01-08 주식회사 케이티 네트워크 인프라 구축 시스템 및 네트워크 인프라 구축 방법
KR20190060562A (ko) * 2017-11-24 2019-06-03 한국과학기술원 다중자원 인프라구조 관리 방법 및 장치
KR101963512B1 (ko) * 2017-09-29 2019-07-31 포항공과대학교 산학협력단 분산형 소프트웨어 정의 네트워킹 컨트롤러의 배치 방법 및 장치

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150043911A1 (en) * 2013-08-07 2015-02-12 Nec Laboratories America, Inc. Network Depth Limited Network Followed by Compute Load Balancing Procedure for Embedding Cloud Services in Software-Defined Flexible-Grid Optical Transport Networks
US9432257B2 (en) 2013-12-27 2016-08-30 Huawei Technologies Co., Ltd. Traffic behavior driven dynamic zoning for distributed traffic engineering in SDN
US9397917B2 (en) * 2014-01-10 2016-07-19 Huawei Technologies Co., Ltd. System and method for zoning in software defined networks
US20150350102A1 (en) * 2014-06-03 2015-12-03 Alberto Leon-Garcia Method and System for Integrated Management of Converged Heterogeneous Resources in Software-Defined Infrastructure
CN104580168B (zh) * 2014-12-22 2019-02-26 华为技术有限公司 一种攻击数据包的处理方法、装置及系统
TWI551179B (zh) * 2014-12-25 2016-09-21 台達電子工業股份有限公司 無線節點的自組織網路建立方法
US10511485B2 (en) * 2015-08-11 2019-12-17 At&T Intellectual Property I, L.P. Dynamic virtual network topology discovery engine
US9853909B2 (en) * 2015-09-15 2017-12-26 Telefonaktiebolaget Lm Ericsson (Publ) Methods and apparatus for traffic management in a communication network
AU2016325529B2 (en) 2015-09-23 2018-11-15 Google Llc Systems and methods for mobility management in a distributed software defined network packet core system
US10291485B2 (en) * 2015-10-19 2019-05-14 Nec Corporation System and method for fault-tolerant parallel learning over non-iid data
CN105357080B (zh) * 2015-12-01 2019-01-04 电子科技大学 一种应用于软件定义网络的流量工程方法
US9948606B2 (en) * 2015-12-25 2018-04-17 Kn Group, Ghq Enhancing privacy and security on a SDN network using SDN flow based forwarding control
US10355969B2 (en) 2015-12-25 2019-07-16 KN Install Solutions (N.IRE) Limited Data driven orchestrated network using a light weight distributed sdn controller
US10069570B2 (en) 2016-01-27 2018-09-04 Ciena Corporation Multi-layer modem reclamation systems and methods
US10491501B2 (en) 2016-02-08 2019-11-26 Ciena Corporation Traffic-adaptive network control systems and methods
US10680852B2 (en) * 2016-07-14 2020-06-09 Hewlett Packard Enterprise Development Lp Configuration of a managed device
US10523499B2 (en) * 2016-09-20 2019-12-31 Hewlett Packard Enterprise Development Lp Master controller selection in a software defined network
US10581744B2 (en) 2016-12-02 2020-03-03 Cisco Technology, Inc. Group-based pruning in a software defined networking environment
WO2018137237A1 (zh) * 2017-01-26 2018-08-02 华为技术有限公司 一种业务流迁移的方法及设备
CN107196772B (zh) 2017-03-24 2020-03-13 创新先进技术有限公司 一种广播消息的方法及装置
WO2019006708A1 (zh) * 2017-07-05 2019-01-10 全球能源互联网研究院有限公司 基于双端口交换机的sdn多域网络备份方法及系统
US10771336B2 (en) * 2017-09-22 2020-09-08 Futurewei Technologies, Inc. Topology-aware controller associations in software-defined networks
CN108234354B (zh) * 2017-11-02 2021-03-30 紫光恒越技术有限公司 Sdn控制器与sdn交换机的连接控制方法以及sdn控制器系统
CN108322525B (zh) * 2018-01-23 2021-06-22 浙江工商大学 一种工业多核心网络构建方法
US10812392B2 (en) * 2018-03-05 2020-10-20 Schweitzer Engineering Laboratories, Inc. Event-based flow control in software-defined networks
CN108777636B (zh) * 2018-05-25 2019-07-02 陕西师范大学 一种软件定义网络中鲁棒的多控制器优化部署方法
US11363031B2 (en) 2018-08-27 2022-06-14 Ciena Corporation Network architecture providing device identification and redirection using whitelisting traffic classification
EP3771153B1 (en) * 2018-12-17 2023-06-07 ECI Telecom Ltd. Migrating services in data communication networks
US11057495B2 (en) 2019-05-01 2021-07-06 Ciena Corporation Selecting where to process data associated with Internet of Things (IoT) devices
DE102019206815A1 (de) * 2019-05-10 2020-11-12 Robert Bosch Gmbh Verfahren zum Betreiben eines Kommunikationssystems
CN112511453B (zh) * 2020-11-19 2023-04-07 中移（杭州）信息技术有限公司 Sdn控制器部署方法、设备和存储介质
KR102277554B1 (ko) * 2021-03-29 2021-07-15 한화시스템(주) 소프트웨어 정의 네트워크에서의 스위치 마이그레이션을 제공하는 컨트롤러 및 방법
CN113094857B (zh) * 2021-04-14 2024-04-05 沈阳航空航天大学 一种节能的软件定义车辆网络的控制器布局方法
CN113328889B (zh) * 2021-05-31 2022-06-28 河南财政金融学院 一种软件定义网络中控制层架构分布式优化方法
CN115348111B (zh) * 2022-10-18 2022-12-09 中国人民解放军军事科学院系统工程研究院 一种高安全网络的集中连接控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130215769A1 (en) * 2012-02-22 2013-08-22 Telefonaktiebolaget L M Ericsson (Publ) Controller placement for fast failover in the split architecture
WO2013187054A1 (en) * 2012-06-14 2013-12-19 Nec Corporation Communication system, control apparatus, communication method, control method and program

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6370142B1 (en) 1995-07-12 2002-04-09 Nortel Networks Limited Method and apparatus for performing per-port IP multicast pruning
US6272341B1 (en) 1995-11-30 2001-08-07 Motient Services Inc. Network engineering/systems engineering system for mobile satellite communication system
US6651234B2 (en) 2001-04-06 2003-11-18 Nec Corporation Partition-based decision heuristics for SAT and image computation using SAT and BDDs
ITMI20011508A1 (it) * 2001-07-13 2003-01-13 Marconi Comm Spa Metodo per il routing in reti di telecomunicazioni
US7512679B2 (en) 2003-08-29 2009-03-31 International Business Machines Corporation Apparatus and method to select a captain from a plurality of control nodes
US8185663B2 (en) 2004-05-11 2012-05-22 Hewlett-Packard Development Company, L.P. Mirroring storage interface
US7920884B2 (en) * 2004-06-04 2011-04-05 Qualcomm Incorporated Frame structures for a wireless communication system with multiple radio technologies
US20080096503A1 (en) 2006-10-23 2008-04-24 Motorola, Inc. System and method for dynamically reconfiguring associations between a remote site and a zone controller in a communication system
US8305999B2 (en) * 2007-01-05 2012-11-06 Ravi Palanki Resource allocation and mapping in a wireless communication system
US8352866B2 (en) 2008-06-27 2013-01-08 International Business Machines Corporation Adapting a network topology
US8413216B2 (en) * 2010-12-15 2013-04-02 ZanttZ, Inc. Network stimulation engine
JP5900353B2 (ja) * 2011-02-07 2016-04-06 日本電気株式会社 通信システム、制御装置、通信ノードおよび通信方法
JP5675498B2 (ja) * 2011-05-24 2015-02-25 Kddi株式会社 ネットワーク分割方法、装置およびプログラム
JP5910811B2 (ja) * 2011-07-27 2016-04-27 日本電気株式会社 スイッチ装置の制御システム、その構成制御装置および構成制御方法
US8971334B2 (en) 2011-08-02 2015-03-03 Telefonaktiebolaget L M Ericsson (Publ) Packet broadcast mechanism in a split architecture network
EP2811701B1 (en) * 2012-02-02 2019-07-24 Nec Corporation Controller, load-balancing method, computer program product and computer system
CN102594697B (zh) 2012-02-21 2015-07-22 华为技术有限公司 负载均衡方法及负载均衡装置
US9419941B2 (en) * 2012-03-22 2016-08-16 Varmour Networks, Inc. Distributed computer network zone based security architecture
US20130250802A1 (en) * 2012-03-26 2013-09-26 Praveen Yalagandula Reducing cabling costs in a datacenter network
US9210180B2 (en) * 2012-04-18 2015-12-08 Radware Ltd. Techniques for separating the processing of clients' traffic to different zones in software defined networks
US9276877B1 (en) * 2012-09-20 2016-03-01 Wiretap Ventures, LLC Data model for software defined networks
CN102882719B (zh) 2012-09-26 2015-06-17 盛科网络（苏州）有限公司 实现Openflow交换机系统中控制器冗余备份的方法及系统
CN103051565B (zh) 2013-01-04 2018-01-05 中兴通讯股份有限公司 一种等级软件定义网络控制器的架构系统及实现方法
US10009287B2 (en) * 2013-12-26 2018-06-26 Huawei Technologies Co., Ltd. Hierarchical software-defined network traffic engineering controller
US9432257B2 (en) * 2013-12-27 2016-08-30 Huawei Technologies Co., Ltd. Traffic behavior driven dynamic zoning for distributed traffic engineering in SDN
US9397917B2 (en) * 2014-01-10 2016-07-19 Huawei Technologies Co., Ltd. System and method for zoning in software defined networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130215769A1 (en) * 2012-02-22 2013-08-22 Telefonaktiebolaget L M Ericsson (Publ) Controller placement for fast failover in the split architecture
WO2013187054A1 (en) * 2012-06-14 2013-12-19 Nec Corporation Communication system, control apparatus, communication method, control method and program

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190002294A (ko) * 2017-06-29 2019-01-08 주식회사 케이티 네트워크 인프라 구축 시스템 및 네트워크 인프라 구축 방법
KR101963512B1 (ko) * 2017-09-29 2019-07-31 포항공과대학교 산학협력단 분산형 소프트웨어 정의 네트워킹 컨트롤러의 배치 방법 및 장치
KR20190060562A (ko) * 2017-11-24 2019-06-03 한국과학기술원 다중자원 인프라구조 관리 방법 및 장치

Also Published As

Publication number Publication date
EP3092779A4 (en) 2016-12-28
JP6323733B2 (ja) 2018-05-16
AU2015204758A1 (en) 2016-08-04
EP3092779B1 (en) 2019-11-06
BR112016016019A2 (pt) 2018-05-22
RU2016132883A (ru) 2018-02-16
KR101908466B1 (ko) 2018-10-16
US20150200859A1 (en) 2015-07-16
WO2015105987A1 (en) 2015-07-16
JP2017504265A (ja) 2017-02-02
CN105900403A (zh) 2016-08-24
AU2015204758B2 (en) 2017-09-07
EP3092779A1 (en) 2016-11-16
US9397917B2 (en) 2016-07-19
CN105900403B (zh) 2019-10-22
RU2648610C2 (ru) 2018-03-26

Similar Documents

Publication Publication Date Title
KR101908466B1 (ko) 소프트웨어 정의 네트워크 내의 구획 시스템 및 방법
Islam et al. A survey on task offloading in multi-access edge computing
CN106105117B (zh) 分层软件定义网络中的流量工程控制器
Mijumbi et al. Dynamic resource management in SDN-based virtualized networks
Qi et al. Data center network architecture in cloud computing: review, taxonomy, and open research issues
CN104396187A (zh) 带宽保证和工作保持
Palmieri et al. GRASP-based resource re-optimization for effective big data access in federated clouds
Bu et al. Enabling adaptive routing service customization via the integration of SDN and NFV
CN105681153A (zh) 一种虚拟网络映射方法及装置
CN111130858A (zh) 一种sd-wan场景下的动态多目标虚拟网络映射方法
Alfakih et al. Multi-objective accelerated particle swarm optimization with dynamic programing technique for resource allocation in mobile edge computing
Li et al. Dynamic SDN controller association mechanism based on flow characteristics
Liu et al. On optimal hierarchical SDN
Zhang et al. Cost efficient and low-latency network service chain deployment across multiple domains for SDN
Sergeeva et al. Dynamic airspace configurations generated by evolutionary algorithms
Zu et al. Resource aware chaining and adaptive capacity scaling for service function chains in distributed cloud network
Abdelaal et al. Network-aware resource management strategy in cloud computing environments
Ping Load balancing algorithms for big data flow classification based on heterogeneous computing in software definition networks
Bu et al. Towards delay-optimized and resource-efficient network function dynamic deployment for VNF service chaining
CA3190966A1 (en) Automatic node fungibility between compute and infrastructure nodes in edge zones
CN106717084B (zh) 重叠速率区分区的设备和方法
JP6383336B2 (ja) サーバ管理装置およびサーバ管理方法
Nishanbayev et al. Formalization of the Task of Building a Cloud-data Center based on a Software-Defined Network
CN102055651B (zh) 可扩展路由器分布式控制平面的任务分配方法及装置
Upadhyay et al. Load Balancing Techniques in Fog and Edge Computing: Issues and Challenges

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant