發(fā)布時間：2021-12-31 20:37

　　針對由于網(wǎng)絡(luò)流量的復雜多變而導致的軟件定義網(wǎng)絡(luò)（SDN）架構(gòu)控制平面的負載不均問題,提出一種基于隱馬爾科夫優(yōu)化的最大熵網(wǎng)絡(luò)流量預(yù)測和控制器預(yù)部署PPME模型。根據(jù)協(xié)議種類對SDN流量進行分類,利用已捕獲的歷史數(shù)據(jù)流,采用最大熵算法預(yù)測未來數(shù)據(jù)流的分布,生成控制平面中各類控制器的預(yù)部署方案,并加入隱馬爾科夫鏈對預(yù)測方案的時效性進行優(yōu)化。實驗結(jié)果表明,相比于SVR模型與GBRT模型,該模型具有更高的預(yù)測精度,且生成的預(yù)部署方案能夠適應(yīng)復雜SDN環(huán)境中的動態(tài)變化,減少了由于突發(fā)事件而導致的負載不均和控制器遷移,縮短了由控制器遷移而產(chǎn)生的網(wǎng)絡(luò)延遲與響應(yīng)時間。 

【文章來源】：計算機工程. 2020,46(10)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

SHLB模型架構(gòu)

隱馬爾科夫算法的狀態(tài)圖如圖2所示,其中,Hi(i=1,2,…,T)為隱藏狀態(tài)集合,Oi(i=1,2,…,T)為觀測值集合。馬爾科夫過程位于可觀測狀態(tài)之上,由當前狀態(tài)決定,A只能觀測Oi,且Oi由馬爾科夫過程和B的隱狀態(tài)決定。2 本文模型設(shè)計

本文從 MAWI Working Group獲取了12月×30天×24小時的流量集,該流量集已被廣泛應(yīng)用于流分類,可以幫助研究人員評估其流量檢測方法[22]。數(shù)據(jù)集中的數(shù)據(jù)特征包括產(chǎn)生數(shù)據(jù)包的時間、傳輸控制層的協(xié)議、目標地址、發(fā)送地址以及數(shù)據(jù)包配置信息(數(shù)據(jù)包大小、端口號與MAC地址)等。對于本文來說,影響流量預(yù)測的主要因素是數(shù)據(jù)包的數(shù)量、時間和協(xié)議類型,因此,PPME模型以數(shù)據(jù)包大小、數(shù)據(jù)包協(xié)議名稱和時間作為特征值,通過對數(shù)據(jù)進行整理,生成了網(wǎng)絡(luò)流數(shù)據(jù)矩陣,具體如圖3所示,其中,行表示每秒內(nèi)各個協(xié)議數(shù)據(jù)包的數(shù)量,列表示各種協(xié)議類型。在單位時間內(nèi),不同協(xié)議的數(shù)據(jù)流數(shù)量差別較大,如圖4所示,其中,HTTP數(shù)據(jù)流最多,且HTTPS、UDP和ICMP數(shù)據(jù)流相差不大,而IPv6、UDPv6及其他數(shù)據(jù)流較少,利用該流量分布指導控制層中控制器的分類及部署。圖4 各種協(xié)議數(shù)據(jù)流的分布

【參考文獻】：
期刊論文
[1]基于最大熵模型預(yù)測水楊柳的潛在生境分布[J]. 周揚,易雨君,楊雨風,王文君.  水利水電技術(shù). 2019(05)
[2]一種基于改進信息增益特征選擇的最大熵模型文本分類方法[J]. 何明.  西南師范大學學報(自然科學版). 2019(03)
[3]基于最大熵的中文詞語情感分析研究[J]. 王磊.  計算機時代. 2018(12)
[4]基于最大熵和HMM的藏文新詞識別對比研究[J]. 色差甲,貢保才讓,才讓加.  青海師范大學學報(自然科學版). 2018(01)
[5]基于最大熵原理的網(wǎng)絡(luò)流量預(yù)測綜合模型[J]. 林天峰.  微電子學與計算機. 2006(08)

博士論文
[1]軟件定義網(wǎng)絡(luò)關(guān)鍵技術(shù)及相關(guān)問題的研究[D]. 胡延楠.北京郵電大學 2015

碩士論文
[1]SDN網(wǎng)絡(luò)控制平面負載均衡技術(shù)的研究[D]. 李琳.內(nèi)蒙古師范大學 2018



本文編號：3560935