本文關(guān)鍵詞：面向QoE驅(qū)動的軟件定義網(wǎng)絡(luò)業(yè)務(wù)流控制研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡(luò)規(guī)模急劇膨脹,新型業(yè)務(wù)不斷涌現(xiàn),用戶對業(yè)務(wù)流量的需求日益增加。受網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜性、網(wǎng)絡(luò)資源低利用率和用戶需求多樣性的影響,用戶滿意度持續(xù)降低。當前網(wǎng)絡(luò)結(jié)構(gòu)與功能趨于復(fù)雜,網(wǎng)絡(luò)管控難度日漸增大,網(wǎng)絡(luò)新功能難以快速部署,而傳統(tǒng)網(wǎng)絡(luò)中的業(yè)務(wù)流控制所采用的接納控制、流量控制、帶寬分配和路由選擇控制等控制技術(shù)已難以發(fā)揮其有效的作用,更難以滿足快速增長的端到端用戶和業(yè)務(wù)的QoS需求。但是,基于集中式的控制平面和分布式的數(shù)據(jù)平面相分離的軟件定義網(wǎng)絡(luò)(Software Defined Networking,SDN)的興起,既可以實現(xiàn)控制平面的全局優(yōu)化,又可以實現(xiàn)高性能的網(wǎng)絡(luò)轉(zhuǎn)發(fā)能力,其開放的可編程接口,為網(wǎng)絡(luò)業(yè)務(wù)流控制提供了一種新的解決方式。本文在分析傳統(tǒng)網(wǎng)絡(luò)業(yè)務(wù)流控制不足的基礎(chǔ)上,采用QoE作為業(yè)務(wù)服務(wù)質(zhì)量衡量指標,開展軟件定義網(wǎng)絡(luò)環(huán)境下的面向QoE驅(qū)動的業(yè)務(wù)流控制機制的研究,主要工作如下:第一,提出了一種面向QoE驅(qū)動的SDN業(yè)務(wù)流控制架構(gòu)模型。該模型基于軟件定義網(wǎng)絡(luò)環(huán)境,在SDN應(yīng)用層采用自主服務(wù)協(xié)商和優(yōu)化模塊獲得最佳的服務(wù)配置,SDN控制層根據(jù)約定的服務(wù)配置分配用于提供業(yè)務(wù)流傳輸?shù)木W(wǎng)絡(luò)路徑,進行滿足用戶個性化需求的業(yè)務(wù)流控制的路徑分配。第二,提出了基于自主協(xié)商機制的SDN多業(yè)務(wù)流全局優(yōu)化配置方法。該方法針對在網(wǎng)絡(luò)資源有限的條件下,采用基于改進的自主服務(wù)協(xié)商和優(yōu)化機制,根據(jù)優(yōu)化目標建立基于MOS的數(shù)學模型,通過計算網(wǎng)絡(luò)資源最優(yōu)的效用值來使用戶感知質(zhì)量最大化,并使用迭代MOS增加算法和改編的貪婪算法優(yōu)化全局效用函數(shù),得到一組總體用戶業(yè)務(wù)質(zhì)量感知接近最優(yōu)的多用戶服務(wù)配置,最后通過仿真驗證該方法的有效性。第三,提出了基于雙重增強學習策略的SDN多業(yè)務(wù)流路徑優(yōu)化控制方法。該方法為使用戶業(yè)務(wù)流的整體QoE效用和網(wǎng)絡(luò)整體資源利用率最大化,創(chuàng)新地把體驗質(zhì)量感知和強化學習結(jié)合起來,提出了一個新穎的QoE感知雙重增強學習策略,為每個服務(wù)級別動態(tài)地計算最有效的路徑,根據(jù)其具體的QoE要求來傳遞每個服務(wù)類型的業(yè)務(wù)流。仿真實驗表明提出的基于雙重增強學習策略的路徑優(yōu)化方法能夠保障用戶的QoE要求和網(wǎng)絡(luò)的整體性能。
【關(guān)鍵詞】：軟件定義網(wǎng)絡(luò) 業(yè)務(wù)流控制 QoE 服務(wù)協(xié)商 路徑優(yōu)化
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-9
• 專用術(shù)語注釋表9-10
• 第一章 緒論10-16
• 1.1 研究背景和意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文研究內(nèi)容13-14
• 1.4 本文組織結(jié)構(gòu)14-16
• 第二章 相關(guān)背景知識介紹16-26
• 2.1 軟件定義網(wǎng)絡(luò)16-20
• 2.1.1 SDN的定義16-17
• 2.1.2 SDN的體系結(jié)構(gòu)17-19
• 2.1.3 開放式接口與協(xié)議19-20
• 2.2 用戶體驗質(zhì)量20-24
• 2.2.1 QoE的定義和影響因素21
• 2.2.2 QoE指標的量化與評估方法21-22
• 2.2.3 基于QoE的度量標準22-24
• 2.3 增強學習策略24-25
• 2.4 本章小結(jié)25-26
• 第三章 面向QoE驅(qū)動的軟件定義網(wǎng)絡(luò)業(yè)務(wù)流控制模型26-36
• 3.1 面向QoE驅(qū)動的SDN業(yè)務(wù)流控制模型的設(shè)計需求26-29
• 3.1.1 傳統(tǒng)網(wǎng)絡(luò)業(yè)務(wù)流控制模型研究26-27
• 3.1.2 SDN業(yè)務(wù)流控制模型的設(shè)計需求27-29
• 3.2 面向QoE驅(qū)動的SDN業(yè)務(wù)流控制模型29-35
• 3.2.1 SDN業(yè)務(wù)流控制模型的結(jié)構(gòu)特征29-32
• 3.2.2 服務(wù)協(xié)商和優(yōu)化32-34
• 3.2.3 路徑優(yōu)化控制34-35
• 3.3 本章小結(jié)35-36
• 第四章 基于自主協(xié)商機制的SDN多業(yè)務(wù)流全局優(yōu)化配置36-48
• 4.1 改進的自主服務(wù)協(xié)商和優(yōu)化機制36-39
• 4.1.1 最終服務(wù)配置的協(xié)商過程37-38
• 4.1.2 基于QoE的效用函數(shù)38-39
• 4.2 基于MOS的數(shù)學模型39-41
• 4.3 迭代MOS增加算法和改編的貪婪算法41-43
• 4.4 仿真與分析43-47
• 4.5 本章小結(jié)47-48
• 第五章 基于雙重增強學習策略的SDN多業(yè)務(wù)流路徑優(yōu)化控制48-61
• 5.1 QoE度量標準模型49
• 5.2 雙重增強學習機制49-53
• 5.2.1 值函數(shù)50-51
• 5.2.2 QoE感知學習機制51-52
• 5.2.3 學習速率52
• 5.2.4 折扣因子52-53
• 5.3 探索與丟棄方案53-54
• 5.3.1 探索53-54
• 5.3.2 區(qū)分的丟棄方案54
• 5.4 仿真與分析54-60
• 5.5 本章小結(jié)60-61
• 第六章 總結(jié)與展望61-63
• 6.1 全文工作總結(jié)61-62
• 6.2 后續(xù)研究工作展望62-63
• 參考文獻63-66
• 附錄1 攻讀碩士學位期間撰寫的論文66-67
• 附錄2 攻讀碩士學位期間參加的科研項目67-68
• 致謝68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王叢;;軟件定義存儲價值[J];電腦與電信;2014年06期

2 翁繼東;;軟件定義網(wǎng)絡(luò)關(guān)鍵技術(shù)及其實現(xiàn)研究[J];電子技術(shù)與軟件工程;2014年04期

3 蔡學鏞;;軟件的病態(tài)性肥胖[J];程序員;2008年04期

4 顏陽;;數(shù)據(jù)驅(qū)動商業(yè) 軟件定義未來[J];軟件和信息服務(wù);2014年02期

5 何利文;李陟;陳向東;魯蔚峰;周強;孔令軍;陳丹偉;王少輝;李海波;周亮;黃俊;李杰;;云環(huán)境中軟件定義的安全服務(wù)[J];南京郵電大學學報(自然科學版);2014年04期

6 ;飛思卡爾攜先進的“軟件定義網(wǎng)絡(luò)”技術(shù)亮相“開放網(wǎng)絡(luò)峰會”[J];單片機與嵌入式系統(tǒng)應(yīng)用;2013年06期

7 趙小凡;;對“軟件定義一切”的思考和理解[J];軟件和信息服務(wù);2014年01期

8 張國穎;徐云斌;王郁;;軟件定義光傳送網(wǎng)的發(fā)展現(xiàn)狀、挑戰(zhàn)及演進趨勢[J];電信網(wǎng)技術(shù);2014年06期

9 ;NI發(fā)布2009年測試與測量發(fā)展趨勢[J];工業(yè)控制計算機;2009年02期

10 成亞男;褚靈偉;董晨;宋旭，

本文編號：278434