一种基于Viterbi算法的虚拟网络功能自适应部署方法

为了应对移动数据流量的爆炸性增长,5G移动通信网将引入新型的架构设计。软件定义网络和网络功能虚拟化是网络转型的关键技术,将驱动移动通信网络架构的创新,服务链虚拟网络功能的部署是网络虚拟化研究中亟待解决的问题。该文针对已有部署方法未考虑服务链中虚拟网络功能间顺序约束和移动业务特点的问题,提出一种基于Viterbi算法的虚拟网络功能自适应部署方法。该方法实时感知底层节点的资源变化并动态调整拓扑结构,采用隐马尔科夫模型描述满足资源约束的可用的底层网络节点拓扑信息,基于Viterbi算法在候选节点中选择时延最短的服务路径。实验表明,与其它的虚拟网络功能部署方法相比,该方法降低了服务链的服务处理时间,并提高了服务链的请求接受率和底层资源的成本效率。     

基于元能力的网络柔性服务机理探析

针对传统网络在灵活性、可扩展性等方面存在的缺陷,对元能力和元服务的基本性质和基本理论进行了阐述,提出了一种基于元能力的网络柔性服务机理,该机理通过网络元能力的建模和动态组合,可灵活构建网络服务链和服务路径。通过服务链的灵活组合和部署,在节点层面实现了网络功能的灵活定义;通过服务路径的灵活定制,实现了网络服务多样性与动态性的结合,最终实现网络柔性服务。     

一种基于匹配博弈的服务链协同映射方法

针对软件定义网络(SDN)/网络功能虚拟化(NFV)环境下服务链映射难以兼顾效率与物理资源利用率的问题,该文提出一种基于匹配博弈的服务链协同映射方法。首先,以最大化网络资源效用为目标,建立服务链映射模型MUSCM;然后,分虚拟网络功能(VNF)部署和组链两个部分解决服务链映射问题,VNF部署部分,设计基于多对一匹配博弈理论的算法协同服务链和服务节点双方互相进行选择,有效提升了服务链的映射效率和物理资源的利用率,在此基础上,设计基于分段路由策略的算法实现各VNF实例间的流量牵引以完成VNF组链,有效降低了链路传输时延。实验结果表明,与经典算法相比,该算法在保证映射请求接受率的同时,有效降低了服务链的平均传输延时,提升了系统的物理资源利用率。     

一种支持硬件加速的虚拟网络功能部署模型

为解决以软件实现的虚拟网络功能(VNF)性能受限问题,软件定义网络和网络功能虚拟化(SDN/NFV)等新型网络架构引入了硬件加速资源。硬件加速资源的部署,使得VNF能够为日益增长的数据流量提供服务保障。该文针对已有研究未考虑具有高性能数据处理需求的服务链VNF部署问题,提出一种支持硬件加速的VNF部署模型。该模型基于硬件加速资源的承载特性,在保证未加速VNF到商用服务器的优化部署下,优先实现交换机中加速资源的复用,并根据网络业务的性能需求,灵活调整加速资源与VNF的映射约束。仿真实验表明,与其他典型部署方法相比,在引入相同硬件加速资源的情况下,该模型可以承载更多的业务流量,满足服务链高性能数据处理需求,有效提高了部署在网络中加速硬件的资源利用率。     

源端控制的OpenFlow数据面

为了实现流表的多元快速查找,OpenFlow交换机一般采用TCAM存储和查找流表,从而带来了扩展性、成本和能耗的问题。尽管可以采取流表压缩、引入RAM存储器等方法,但仍无法彻底解决使用TCAM造成的局限性。针对这个问题提出了源端控制的OpenFlow数据面模型,即SCOF（source-controlled OpenFlow）。它以一种源路由地址—向量地址（VA）作为数据分组的交换标签,VA完全定义了通信路径。SCOF的数据转发设备是向量交换机,它不需要存储和查找流表,只根据VA即可完成数据分组转发。SCOF模型降低了交换机硬件复杂度,简化了流表更新过程,克服了OpenFlow的扩展性问题。     

基于深度学习的软件定义网络应用策略冲突检测方法

在基于OpenFlow的软件定义网络（SDN）中,应用被部署时,相应的流表策略将被下发到OpenFlow交换机中,不同应用的流表项之间如果产生冲突,将会影响交换机的实际转发行为,进而扰乱特定应用的正确部署以及SDN的安全。随着SDN规模的扩大以及需要部署应用的数量的剧增,交换机中的流表数量呈现爆炸式增长。此时若采用传统的流表冲突检测算法,交换机将会耗费大量的系统计算时间。结合深度学习,首次提出了一种适合SDN中超大规模应用部署的智能流表冲突检测方法。实验结果表明,第一级深度学习模型的AUC达到97.04%,第二级模型的AUC达到99.97%,同时冲突检测时间与流表规模呈现线性增长关系。     

基于拓扑预测与LLDP控制的天基网络路由方法

随着SDN的兴起,许多基于SDN的天基网络架构被提出,但这些架构没有考虑突发情况对网络拓扑的影响以及LLDP的合理使用。针对以上不足,提出基于拓扑预测与LLDP控制的天基网络路由方法。该方法采用基于SDN的网络架构,在正常情况下关闭LLDP协议,根据预测拓扑直接计算路径下发流表;在突发情况下开启LLDP,获取实时拓扑然后计算路径下发流表。为了验证TP-LC,搭建基于SDN交换机的仿真平台,能够同时模拟天基网络特性与SDN架构特性。仿真结果表明,TP-LC与Open SAN相比,降低了信令开销,减少了数据丢失。     

基于服务链的Web服务组合方法

以Web服务本体和领域本体为基础,采用服务轮廓的匹配算法,提出一种基于语义匹配的查找服务链的方法。使用这方法可以根据服务请求发现一个服务链,将这个服务链组合起来,可以满足请求者的需要。把本方法应用到一个具体的实例,说明本方法是怎样查找服务链的。     

基于SDN的数据中心链路均衡算法研究

针对当前数据中心网络存在链路利用率低,容易产生拥塞以及更新部署新兴业务周期长的缺点。本文将SDN（software define network）架构应用到数据中心网络中,并提出了一种链路负载均衡算法LLB,该算法基于链路的利用率为数据包选择负荷较轻的路径并由控制器以流表的形式下发。试验证明该算法能有效提高链路的利用率,缓解拥塞现象,提高资源利用率。     

一种采用NFV架构的服务功能链动态编排与部署

随着虚拟化技术的出现,网络功能虚拟化(Network Function Virtualization,NFV) 和软件定义网络(Software Defined Networking,SDN) 技术使网络功能从硬件中抽象出来并可运行在虚拟机上,将虚拟网络功能映射部署到物理网络上,为用户提供定制化服务。服务功能链(Service Function Chaining,SFC) 由一组虚拟网络功能组成,目前其部署的一个关键问题是如何在保证为用户提供相应服务的同时降低网络资源消耗和负载压力。为此,首先介绍了一种可用于服务功能链编排的NFV 架构,并对基于SRv6 技术的SFC 编排过程进行说明;然后提出了一种有效的SFC动态编排算法——第一步使用广度优先搜索遍历网络并找到部署服务链的最短物理路径,第二步使用蚁群优化算法生成最优部署方案。仿真结果表明,该方案能够有效减轻网络负载,同时平均降低端到端延迟22%,减少带宽资源消耗18%,优化部署成功率23%。     

基于图卷积神经网络的软件定义电力通信网络路由控制策略

传输时延和数据包丢失率是电力通信业务可靠传输重点关注的问题,该文提出一种面向软件定义电力通信网络的最小路径选择度路由控制策略。结合电力通信网络软件定义网络(SDN)集中控制架构的特点,利用图卷积神经网络构建的链路带宽占用率预测模型(LBOP-GCN)分析下一时刻路径带宽占用率。通过三角模算子(TMO)融合路径的传输时延、当前时刻的路径带宽占用率和下一时刻的路径带宽占用率,计算出从源节点到目的节点间不同传输路径的选择度(Q),然后将Q值最小的路径作为SDN控制器下发的流表项。实验结果表明,该文所提出的路由控制策略能有效减小业务传输时延和数据包丢失率。     

OpenFlow table lookup scheme integrating multiple-cell Hash table with TCAM

In OpenFlow networks,switches accept flow rules through standardized interfaces,and perform flow-based packet processing.To facilitate the lookup of flow tables,TCAM has been widely used in OpenFlow switches.However,TCAM is expensive and consumes a large amount of power.A hybrid lookup scheme integrating multiple-cell Hash table with TCAM was proposed for flow table matching to simultaneously reduce the cost and power consumption of lookup structure without sacrificing the lookup performance.By theoretical analysis and extensive experiments,optimal capacity configuration of Hash table and TCAM was achieved with the optimized cost of flow table lookup.The experiment results also show that the proposed lookup scheme can save over 90% cost and the power consumption of flow table matching can be reduced significantly compared with the pure TCAM scheme while keeping the similar lookup performance.     

基于联合备份的服务功能链可靠性保障的部署方法

在网络功能虚拟化(NFV)环境中,针对服务功能链(SFC)部署时的可靠性问题,该文提出对备份虚拟网络功能选择、备份实例放置和服务功能链部署的联合优化方法。首先,定义一个单位开销可靠性提高值的虚拟网络功能衡量标准,改进备份虚拟网络功能选择方法;其次,采用联合备份的方式调整相邻备份实例之间的放置策略,以降低带宽资源开销;最后,将整个服务功能链可靠性保障的部署问题构建成整数线性规划模型,并提出一种基于最短路径的启发式算法,克服整数线性规划求解的复杂性。仿真结果表明,该方法在优先满足网络服务可靠性需求的同时,优化资源配置,提高了请求接受率。     

主动测量SDN性能的机制

提出了一种能够主动测量SDN中任何两点间的端到端路径性能的机制,设计了OpenFlow测量协议OFMP,实现了无需改变交换机转发规则就能测量两点间特定流的多种性能参数的原型系统OFMd。实验结果表明,OFMd只需发送一个测试报文就能快速高效地获取多种端到端路径性能参数。     

DDoS attack detection and defense based on hybrid deep learning model in SDN

Software defined network (SDN) is a new kind of network technology,and the security problems are the hot topics in SDN field,such as SDN control channel security,forged service deployment and external distributed denial of service (DDoS) attacks.Aiming at DDoS attack problem of security in SDN,a DDoS attack detection method called DCNN-DSAE based on deep learning hybrid model in SDN was proposed.In this method,when a deep learning model was constructed,the input feature included 21 different types of fields extracted from the data plane and 5 extra self-designed features of distinguishing flow types.The experimental results show that the method has high accuracy,it’s better than the traditional support vector machine (SVM) and deep neural network (DNN) and other machine learning methods.At the same time,the proposed method can also shorten the processing time of classification detection.The detection model is deployed in SDN controller,and the new security policy is sent to the OpenFlow switch to achieve the defense against specific DDoS attack.     

Experimental proof of concept of an SDN‐based traffic engineering solution for hybrid satellite‐terrestrial mobile backhauling

Satellite networks are expected to be an integral part of 5G service deployment. One compelling use case is mobile backhauling, where the exploitation of a satellite component can improve the reach, robustness, and economics of 5G rollout. The envisaged availability of new satellite capacity, together with the development of better integration approaches for the provisioning and operation of the satellite component in a more flexible, agile, and cost‐effective manner than done today, are expected to revamp such use case within the 5G ecosystem. In this context, sustained in the architectural designs proposed within H2020 VITAL research project, this paper presents an experimental proof of concept (PoC) of a satellite‐terrestrial integration solution that builds upon software‐defined networking (SDN) technologies for the realization of end‐to‐end traffic engineering (E2E TE) in mobile backhauling networks with a satellite component. A laboratory test bed has been developed and validated, consisting of a small‐scale private mobile network with a backhaul setting that combines Ethernet‐wired links, a satellite link emulator (OpenSAND), OpenFlow switches, and an OpenFlow controller running the network application for E2E TE. Provided results show the operation of a E2E TE application able to enforce different traffic routing and path failure restoration policies as well as the performance impact that it has on the mobile network connectivity services.     

一种基于OpenFlow的多路径传输机制

针对高连通度数据中心网络存在吞吐量低、网络负载均衡差等流量工程问题,该文提出一种基于OpenFlow的多路径传输(OpenFlow based Multipath Transmission, OFMT)机制。借助OpenFlow集中控制的优势,OFMT为每条流精确计算传输路径,将网络中的流量优化分配到端到端的多条路径上,并通过周期性轮询和动态调度实现良好的负载均衡,进而提高数据中心网络吞吐量。实验结果表明,在相同的网络流量负载下,OFMT与较典型数据中心传输协议相比,有效提高了网络的吞吐量,并降低了流完成时间。     

基于深度Q网络的在线服务功能链部署方法

针对5G网络资源状态动态变化和网络模型高维度下服务功能链部署的复杂性问题,该文提出一种基于深度Q网络的在线服务功能链部署方法(DeePSCD)。首先,为描述网络资源动态变化的特征,将服务功能链部署建模成马尔可夫决策过程,然后,针对系统资源模型的高维度问题采用深度Q网络的方法进行在线服务功能链部署策略求解。该方法可以有效描述网络资源状态的动态变化,特别是深度Q网络能有效克服求解复杂度,优化服务功能链的部署开销。仿真结果表明,所提方法在满足服务时延约束条件下降低了服务功能链的部署开销,提高了运营商网络的服务请求接受率。