傳統(tǒng)IP網絡是基于分布式的設計思想,網絡中的路由器等網絡設備一般都需要具有自主學習能力,在一定程度上限制了網絡技術的發(fā)展,而SDN網絡的集中控制架構正是解決這一難題的新一代網絡。最近幾年神經網絡的廣泛應用,可以很好的跟SDN網絡相結合,解決SDN網絡中的關鍵問題,使SDN網絡變得更加智能化。主要工作可分為以下三點:第一,SDN網絡具有全局網絡信息的優(yōu)勢,在性能監(jiān)測方面具有先天優(yōu)越性。主要針對轉發(fā)層的網絡設備以及鏈路狀況進行監(jiān)測。首先搭建了SDN網絡平臺,然后在SDN控制器中添加相應模塊功能,實現(xiàn)了數(shù)據(jù)的采集以及存儲功能,最后實現(xiàn)對網絡中的鏈路時延、鏈路吞吐量、丟包率、流表項等重要參數(shù)進行監(jiān)測的功能。第二,以性能監(jiān)測為基礎,設計并實現(xiàn)了用BP神經網絡算法對SDN網絡進行故障診斷的功能,針對BP神經網絡容易陷入極小值的問題,實現(xiàn)了使用遺傳算法對BP神經網絡優(yōu)化的GA-BP算法。在此基礎之上,提出并實現(xiàn)了基于粗糙集約簡的RS-GA-BP混合算法,先對樣本進行約簡,然后再用GA-BP算法進行訓練和診斷,達到縮短訓練和診斷時間目的。第三,設計并實現(xiàn)了性能監(jiān)測以及故障診斷的頁面顯示功能,拓展了原有的基于REST API的頁面顯示方式,添加了基于JDBC的頁面顯示功能。對性能監(jiān)測模塊和故障診斷模塊分別進行實驗,通過實驗驗證,性能監(jiān)測功能可以正確的在頁面中動態(tài)顯示。GA-BP算法可以對網絡的端口、鏈路以及流表是否丟失進行有效診斷和定位并可以達到96%以上的正確率。RS-GA-BP算法可以有效降低故障訓練以及診斷時間并且可以達到95%以上的診斷正確率。與其他文獻中算法的正確率進行比較,驗證了本文算法在診斷正確率方面的優(yōu)勢。
【學位單位】：電子科技大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP393.0
【部分圖文】：

OVS1OVS4OVS2HOST1HOST6OVS5OVS971133214212OVS1118圖5-3 所需下發(fā)流表項的特定路徑區(qū)別其他流表項，設置流表項優(yōu)先級為 101，然后根據(jù)頁面交換機的信息對比驗證流表下發(fā)功能的正確性。為了驗證流表下發(fā)的正確性，light 控制器的自動下發(fā)流表模塊，然后從源主機向目的主機發(fā)送 20M業(yè)務流，測試目的節(jié)點能否收到業(yè)務流，驗證流表是否正確下發(fā)，實5-4 和 5-5 所示。中顯示由 HOST1 發(fā)往 10.0.0.6 地址也就是 HOST6 的 UDP 業(yè)務流能并且丟包率基本為 0，因此可以驗證下發(fā)流表項功能有效。

圖5-5 HOST6 接收業(yè)務流結果2 網絡重要性能參數(shù)正確性驗證（一）實驗目的確保性能監(jiān)測模塊能正確的顯示到頁面中。（二）實驗場景及步驟實驗場景與上一個實驗相同，但是需要在拓撲連接的 python 文件中設定吐量、時延以及丟包率等信息。因此為了驗證實現(xiàn)的重要性能參數(shù)的正確ython 文件中隨機設置了鏈路的帶寬、時延以及丟包率的具體值。然后根顯示結果與此設定比較，判斷正確性。下面分別驗證鏈路吞吐量、時延和正確性。（1）鏈路吞吐量驗證鏈路帶寬限制是在 python 中事先設定好的，不同的鏈路可以設定為不同VS1 到 OVS6 之間的鏈路作為測試鏈路。首先驗證吞吐量監(jiān)測功能：在圖 5-2 實驗拓撲中，在 python 文件中設定

第五章 SDN 網絡性能監(jiān)測與故障診斷實驗結果與分析59圖5-6 鏈路吞吐量功能驗證驗證帶寬限制的有效性：設置所有鏈路帶寬限速為 30Mbps。從 HOST1 用 iperf向 HOST4 發(fā)送 20Mbps 的 UDP 數(shù)據(jù)并持續(xù) 120 秒，同時從 HOST2 用 iperf 向HOST5 發(fā)送 20Mbps 的 UDP 數(shù)據(jù)并持續(xù) 240 秒。下發(fā)固定流表項，使兩條業(yè)務流都經過 OVS1 到 OVS6 之間的鏈路。在頁面中監(jiān)測 OVS1 中端口 5 的流量，實驗結果在頁面中顯示如圖 5-7 所示。圖5-7 鏈路帶寬限制功能驗證
【相似文獻】

相關期刊論文 前10條

1 王衛(wèi)新;;4G網絡優(yōu)化分析及其解決方案分析[J];數(shù)碼世界;2017年05期

2 寧荻;配置網絡參數(shù)的另外幾種方法[J];電腦開發(fā)與應用;2004年04期

3 帷幄;如何防止網絡參數(shù)被篡改[J];網絡與信息;2002年02期

4 馮正和;宋濤;;空域網絡與譜域網絡[J];微波學報;1988年02期

5 ;看圖調網絡 CS中的客戶端網絡參數(shù)調校技巧[J];電子競技;2005年Z1期

6 施永貴;王洪峰;唐加福;何晶晶;;多業(yè)務CDMA網絡參數(shù)優(yōu)化模型與算法[J];信息與控制;2012年04期

7 崔玉娜;晉晶晶;;無線網絡參數(shù)修改管理辦法探討[J];電信工程技術與標準化;2014年04期

8 程耕國;;論用回歸差分析網絡參數(shù)的唯一性[J];武漢鋼鐵學院學報;1986年04期

9 姚宏亮;萇健;王浩;李俊照;;靈敏性分析下的因果網絡參數(shù)的擾動學習研究[J];計算機科學與探索;2012年02期

10 ;控制網絡的正確選擇[J];機電信息;1998年05期

相關博士學位論文 前7條

1 周永權;泛函網絡理論及其學習算法研究[D];西安電子科技大學;2006年

2 肖秦琨;基于動態(tài)貝葉斯網絡的智能自主優(yōu)化機制研究[D];西北工業(yè)大學;2006年

3 陳益平;下一代移動通信網絡始終最佳連接服務關鍵技術研究[D];上海交通大學;2007年

4 魏宗文;重整化方法在復雜網絡中的應用[D];中國科學技術大學;2017年

5 趙慧;復雜網絡的若干同步控制問題研究及其應用[D];北京郵電大學;2017年

6 張春萍;熱聲核特性參數(shù)實驗研究及高頻微型熱聲實驗裝置的研制[D];華中科技大學;2011年

7 姜江;證據(jù)網絡建模、推理及學習方法研究[D];國防科學技術大學;2011年

相關碩士學位論文 前10條

1 王新源;SDN網絡性能監(jiān)測及故障診斷系統(tǒng)設計與實現(xiàn)[D];電子科技大學;2018年

2 劉天宇;基于深度信念網絡的人臉識別[D];大連海事大學;2017年

3 吳曙輝;移動通信無線網絡參數(shù)集中管理與制作系統(tǒng)的設計實現(xiàn)[D];湖南大學;2010年

4 趙芳金;多網絡組合與信息傳遞機制研究[D];重慶郵電大學;2017年

5 符銳;阜新CDMA網絡參數(shù)優(yōu)化[D];大連海事大學;2006年

6 陳留情;基于復雜網絡的信息流傳輸優(yōu)化研究[D];北京郵電大學;2016年

7 明月;網絡安全態(tài)勢要素獲取與評估技術研究[D];重慶郵電大學;2017年

8 萬皓;相依網絡在不同相依方式下級聯(lián)故障的魯棒性研究[D];華東交通大學;2017年

9 周仁;復雜網絡的拓撲識別方法研究[D];西安理工大學;2017年

10 孫澒椿;無線Ad-Hoc網絡平面移動模型及網絡容量分析[D];蘭州理工大學;2017年

本文編號：2869721