【摘要】：軟件定義網(wǎng)絡(luò)(SDN)是一種新型網(wǎng)絡(luò)架構(gòu),能實時、準確地更新網(wǎng)絡(luò)配置,滿足目前不斷涌現(xiàn)的新型數(shù)據(jù)業(yè)務的服務需求。然而,隨著數(shù)字化進程的推進和數(shù)字經(jīng)濟的發(fā)展,網(wǎng)絡(luò)所承載的服務愈來愈多,SDN也面臨著諸多挑戰(zhàn),其中對大量業(yè)務數(shù)據(jù)流的調(diào)度與處理問題尤為突出。因此,需要有一種新的調(diào)度策略與處理模型。盡管業(yè)界在數(shù)據(jù)流調(diào)度與處理的研究上取得了一定進展,但相關(guān)研究并沒有充分考慮到SDN的網(wǎng)絡(luò)架構(gòu)特點,具體表現(xiàn)為:1)對數(shù)據(jù)流的處理需要充分考慮網(wǎng)絡(luò)資源調(diào)度方面的靈活性和智能化,切合滿足現(xiàn)有數(shù)據(jù)業(yè)務對SDN網(wǎng)絡(luò)架構(gòu)的要求;2)集合流需要進一步劃分為多類數(shù)據(jù)流,單一的調(diào)度算法并不能充分考慮所有數(shù)據(jù)流的服務要求,保障數(shù)據(jù)流的細粒度;3)SDN中的數(shù)據(jù)流調(diào)度策略由控制器配置,在研究數(shù)據(jù)流調(diào)度處理時需要考慮控制器的存在。為此,本文對面向SDN多數(shù)據(jù)流的調(diào)度策略進行了研究,同時引入Fork-Join模型,利用其并行處理業(yè)務的能力為多種數(shù)據(jù)業(yè)務提供更快速的服務,主要工作如下:(1)針對目前網(wǎng)絡(luò)中數(shù)據(jù)流的多種多樣并且服務需求差異化的特點,引入Fork-Join模型對網(wǎng)絡(luò)資源進行靈活分配,利用Fork-Join系統(tǒng)并行處理數(shù)據(jù)的優(yōu)點,降低多數(shù)據(jù)流的處理延遲、積壓等,并分別使用網(wǎng)絡(luò)演算和排隊論分析比較ForkJoin系統(tǒng)的積壓和時延上界。(2)對不同數(shù)據(jù)流業(yè)務進行優(yōu)先級劃分,建立了多數(shù)據(jù)流Fork-Join調(diào)度系統(tǒng)模型(MSFJ),同時結(jié)合多種數(shù)據(jù)流調(diào)度策略提出了多優(yōu)先級隊列調(diào)度方案,并使用網(wǎng)絡(luò)演算理論推導出了在不同調(diào)度方案下MSFJ系統(tǒng)的積壓與時延上界。(3)利用數(shù)值仿真比較了MSFJ系統(tǒng)在不同調(diào)度策略下的積壓與時延,同時基于MSFJ系統(tǒng)模型搭建了SDN的數(shù)據(jù)流通信平臺,進一步驗證不同調(diào)度策略的優(yōu)劣,為多數(shù)據(jù)流調(diào)度提供實驗基礎(chǔ)。綜上所述,本文對現(xiàn)有調(diào)度策略展開深入研究,同時建立了SDN中多種數(shù)據(jù)流的調(diào)度模型,在此基礎(chǔ)上提出多優(yōu)先級調(diào)度策略,合理分配網(wǎng)絡(luò)資源,以滿足多種數(shù)據(jù)業(yè)務的網(wǎng)絡(luò)需求。將網(wǎng)絡(luò)演算理論引入到多優(yōu)先級調(diào)度策略的性能分析中,同時引入Fork-Join模型提升系統(tǒng)處理能力,滿足多優(yōu)先級數(shù)據(jù)業(yè)務的調(diào)度需求。
【圖文】：

另一個域中的節(jié)點通居控制器是否知道信度無線網(wǎng)絡(luò)架構(gòu)求正在大幅提升。根[43]顯示，中國電信移，移動數(shù)據(jù)的使用量激開始推動密集異構(gòu)網(wǎng)免由于干擾和信令開控制器（邏輯視圖）

3.1 類似于 Fork-Join 系統(tǒng)的 MapReduce 抽象模型樣的應用，產(chǎn)生了不同特征的數(shù)據(jù)流量，從網(wǎng)絡(luò)簡要分為兩類：時延敏感型數(shù)據(jù)流和時延容忍度聚合。顧名思義，時延敏感型數(shù)據(jù)流對系統(tǒng)服它需要節(jié)點對它傾斜網(wǎng)絡(luò)資源保障其服務優(yōu)先信號求組、用戶通信等；時延容忍型數(shù)據(jù)流在完有較高的吞吐率。因此，對于不同服務需求應。多優(yōu)先級數(shù)據(jù)流的 Fork-Join 調(diào)度機制研究的主的 QoS 性能，在滿足各類數(shù)據(jù)流調(diào)度需求的同時本研究系統(tǒng)模型性能的分析，，使用網(wǎng)絡(luò)演算分
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP393.02

【相似文獻】

相關(guān)期刊論文 前10條

1 于自強;禹曉輝;董吉文;王琳;;分布式多數(shù)據(jù)流頻繁伴隨模式挖掘[J];軟件學報;2019年04期

2 ;多指令流多數(shù)據(jù)流的多微處理機系統(tǒng)AP_(85)研制成功求解速度比PDP-11/23快十余倍[J];航空計算技術(shù);1988年02期

3 楊文;李文敬;李雙;楊琰;;基于基因表達式編程的多數(shù)據(jù)流分類并行算法[J];華中科技大學學報(自然科學版);2012年S1期

4 屠莉;陳];鄒凌君;;基于相關(guān)分析的多數(shù)據(jù)流聚類(英文)[J];軟件學報;2009年07期

5 鄒凌君;陳];屠莉;;一種基于譜分量相似度的多數(shù)據(jù)流聚類算法(英文)[J];Journal of Southeast University(English Edition);2008年03期

6 王剛,吳代賢;多數(shù)據(jù)流時間序列中的依賴模式發(fā)現(xiàn)算法研究[J];西南師范大學學報(自然科學版);2003年04期

7 孟慶強;胡牧;孫立華;鄭浩泉;;面向電力大數(shù)據(jù)的多數(shù)據(jù)流實時處理技術(shù)研究[J];計算機與數(shù)字工程;2018年05期

8 李洪乾;;面向電力大數(shù)據(jù)的多數(shù)據(jù)流實時處理技術(shù)研究[J];計算機產(chǎn)品與流通;2018年10期

9 姜萬昌;霍聰;任家東;;有限通信資源下多數(shù)據(jù)流連接的降載算法[J];計算機工程;2008年21期

10 張軍;韋崗;余華;;基于特征分量輸出概率加權(quán)的多數(shù)據(jù)流魯棒語音識別方法[J];聲學學報(中文版);2008年02期

相關(guān)會議論文 前5條

1 丁超;元昌安;李桂來;覃曉;彭昱忠;;基于GEP的多數(shù)據(jù)流的壓縮算法[A];第二十五屆中國數(shù)據(jù)庫學術(shù)會議論文集（二）[C];2008年

2 閆鶯;金澈清;曹鋒;汪恒杰;周傲英;;多數(shù)據(jù)流上共享窗口連接查詢的降載策略[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

3 袁炳南;于艷;張俊芳;;飛行試驗多目標遙測監(jiān)控及其技術(shù)實現(xiàn)[A];2008年航空試驗測試技術(shù)峰會論文集[C];2008年

4 李相國;;單天線、多數(shù)據(jù)流綜合監(jiān)控系統(tǒng)的實現(xiàn)[A];面向航空試驗測試技術(shù)——2013年航空試驗測試技術(shù)峰會暨學術(shù)交流會論文集[C];2013年

5 劉詠;孫慶國;王燁芳;;基于大數(shù)據(jù)的氣象保障技術(shù)研究[A];第35屆中國氣象學會年會 S14 大數(shù)據(jù)、互聯(lián)網(wǎng)、融媒體時代氣象服務的創(chuàng)新與變革——第八屆氣象服務發(fā)展論壇[C];2018年

相關(guān)博士學位論文 前7條

1 張霞;無線傳感器網(wǎng)絡(luò)路由協(xié)議若干關(guān)鍵問題研究[D];解放軍信息工程大學;2009年

2 沈智翔;多天線信號聯(lián)合接收處理關(guān)鍵技術(shù)研究[D];解放軍信息工程大學;2014年

3 張海霞;基于MIMO的未來寬帶無線通信關(guān)鍵技術(shù)研究[D];山東大學;2008年

4 張晨;數(shù)據(jù)流聚類分析與異常檢測算法[D];復旦大學;2009年

5 陳華輝;基于遺忘特性的數(shù)據(jù)流概要結(jié)構(gòu)及其應用研究[D];復旦大學;2008年

6 李颯;數(shù)據(jù)流軟聚類理論及其在瓦斯災害預警中的應用[D];遼寧工程技術(shù)大學;2014年

7 于自強;海量流數(shù)據(jù)挖掘相關(guān)問題研究[D];山東大學;2015年

相關(guān)碩士學位論文 前10條

1 楊勝達;基于時間距離度量的多數(shù)據(jù)流快速聚類[D];云南大學;2018年

2 向豪;面向SDN多數(shù)據(jù)流的Fork-Join調(diào)度策略研究[D];重慶郵電大學;2019年

3 羅競佳;基于PCA/ICA的多數(shù)據(jù)流關(guān)聯(lián)及模式發(fā)現(xiàn)[D];大連理工大學;2009年

4 楊文;基于GEP的多數(shù)據(jù)流分類壓縮并行算法研究[D];廣西師范學院;2013年

5 溫正清;基于網(wǎng)絡(luò)編碼的安全多數(shù)據(jù)流傳輸方案研究[D];蘇州大學;2017年

6 江楠;一種多數(shù)據(jù)流聚類異常檢測算法[D];哈爾濱工程大學;2011年

7 龐景月;滑動窗口模型下的數(shù)據(jù)流自適應異常檢測方法研究[D];哈爾濱工業(yè)大學;2013年

8 戴曉雄;基于ARM Cortex-A8平臺的VC-1視頻解碼優(yōu)化[D];華中科技大學;2012年

9 李文平;一種多數(shù)據(jù)流變化趨勢的同異反分析方法研究[D];哈爾濱工程大學;2011年

10 陶克;數(shù)據(jù)流頻繁項集挖掘技術(shù)研究[D];國防科學技術(shù)大學;2009年

本文編號：2613544