本文關(guān)鍵詞：混合SDN的流量矩陣估計(jì)和路由優(yōu)化研究

  更多相關(guān)文章： 混合SDN 流量工程 神經(jīng)網(wǎng)絡(luò) 遺傳算法 流量矩陣估計(jì) 路由優(yōu)化

【摘要】：軟件定義網(wǎng)絡(luò)(Software Defined Network,SDN)是近幾年學(xué)術(shù)界和產(chǎn)業(yè)界最為關(guān)注的新型網(wǎng)絡(luò)架構(gòu),其核心思想是將控制平面與轉(zhuǎn)發(fā)平面分離,以簡化網(wǎng)絡(luò)管理、應(yīng)用部署等操作。受投資保護(hù)、風(fēng)險(xiǎn)控制等因素影響,SDN的全面部署無法在短期內(nèi)完成,從而形成傳統(tǒng)P網(wǎng)絡(luò)與SDN共存的狀態(tài),即混合SDN。 混合SDN作為SDN全面部署過程的中間狀態(tài),為傳統(tǒng)IP網(wǎng)絡(luò)引入了SDN的部分優(yōu)勢,同時(shí)又受到傳統(tǒng)IP網(wǎng)絡(luò)固有缺陷的限制。如何充分利用SDN的優(yōu)勢對傳統(tǒng)P網(wǎng)絡(luò)進(jìn)行優(yōu)化,成為當(dāng)前混合SDN流量工程的研究熱點(diǎn)和難點(diǎn)。目前已有的混合SDN流量工程,通常假定流量矩陣已知,但事實(shí)上,混合SDN的流量矩陣很難直接測量得到。而已有的估計(jì)方法主要是針對傳統(tǒng)P網(wǎng)絡(luò)的,不完全適用于混合SDN網(wǎng)絡(luò)。同時(shí),現(xiàn)有的混合SDN流量工程在實(shí)施路由優(yōu)化時(shí),未考慮SDN節(jié)點(diǎn)自身服務(wù)能力的實(shí)際限制,導(dǎo)致在一味追求網(wǎng)絡(luò)性能最優(yōu)的同時(shí),可能超出SDN節(jié)點(diǎn)的服務(wù)極限。本文針對混合SDN流量工程中的上述問題進(jìn)行研究,主要完成了以下工作： (1)提出了一種基于OD流聚類的自適應(yīng)多Elman神經(jīng)網(wǎng)絡(luò)(Adaptive Multi-Elman Neural Network, AMElman)估計(jì)算法,實(shí)現(xiàn)了對混合SDN流量矩陣的精確估計(jì)。該算法利用Elman神經(jīng)網(wǎng)絡(luò)建模,避免了先驗(yàn)信息對估計(jì)過程的影響；通過對OD流進(jìn)行聚類,提高了整個(gè)估計(jì)過程的精確性；同時(shí),利用SDN節(jié)點(diǎn)對OD流的精確測量,在不引入額外測量代價(jià)的情況下提高了估計(jì)算法的自適應(yīng)性。 (2)提出了一個(gè)基于鏈路代價(jià)和的路由優(yōu)化模型及相應(yīng)的最小代價(jià)和(Minimal Cost Sum, MCS)路由優(yōu)化算法。該模型從網(wǎng)絡(luò)全局出發(fā),以鏈路代價(jià)和最小化為優(yōu)化目標(biāo),并將混合SDN中SDN節(jié)點(diǎn)的實(shí)際處理能力納入約束條件,實(shí)現(xiàn)全網(wǎng)鏈路負(fù)載均衡的最優(yōu)化,克服了已有模型的諸多局限。 (3)利用Abilene網(wǎng)絡(luò)的真實(shí)數(shù)據(jù)對上述算法進(jìn)行仿真,實(shí)驗(yàn)結(jié)果表明,AMElman算法比已有的算法具有更高的估計(jì)精度和更好的自適應(yīng)能力,而MCS算法能夠使網(wǎng)絡(luò)的鏈路負(fù)載更加均衡。同時(shí),對流量矩陣的估計(jì)值在網(wǎng)絡(luò)優(yōu)化中的實(shí)際應(yīng)用效果進(jìn)行了實(shí)驗(yàn)分析,結(jié)果表明,基于AMElman算法得到的流量矩陣估計(jì)值用于網(wǎng)絡(luò)的路由優(yōu)化是可行的。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.06

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 蔣定德;王興偉;郭磊;許爭爭;陳振華;;大尺度IP骨干網(wǎng)絡(luò)流量矩陣估計(jì)方法研究[J];電子學(xué)報(bào);2011年04期

2 蔣定德;秦文達(dá);唐慶怡;聶來森;張健;;基于網(wǎng)絡(luò)層析成像的光網(wǎng)絡(luò)流量矩陣估計(jì)方法(英文)[J];光子學(xué)報(bào);2014年07期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張什永;貝葉斯網(wǎng)不確定性推理研究[D];中國科學(xué)技術(shù)大學(xué);2010年

，

本文編號：1235314