針對對等網(wǎng)（P2P）系統(tǒng)中的應(yīng)用層組播（ALM）流量優(yōu)化問題,設(shè)計了一個基于軟件定義網(wǎng)絡(luò)（SDN）的實時流調(diào)度系統(tǒng)。首先使用網(wǎng)絡(luò)測量技術(shù)獲取網(wǎng)絡(luò)的流量矩陣,然后將它抽象成一張帶權(quán)重的網(wǎng)絡(luò)狀態(tài)圖提供給終端優(yōu)先組播樹（TFST）生成算法。TFST生成算法分兩階段進行:第一階段計算組播樹時通過修改終端節(jié)點的距離為0來巧妙地引導(dǎo)生成算法優(yōu)先考慮終端節(jié)點;第二階段是根據(jù)設(shè)定的權(quán)衡因子對分支節(jié)點數(shù)量進行調(diào)整,這樣計算出的組播樹能同時兼顧流量代價和實施代價。最后為避免組播樹部署到網(wǎng)絡(luò)中時頻繁的流表更新帶來的網(wǎng)絡(luò)性能下降問題,還設(shè)計了一個基于循環(huán)神經(jīng)網(wǎng)絡(luò)的模塊來根據(jù)網(wǎng)絡(luò)性能自動調(diào)整更新周期。仿真結(jié)果表明采用了ALM實時流調(diào)度系統(tǒng)的網(wǎng)絡(luò)擁塞指標(biāo)與原始網(wǎng)絡(luò)相比下降了47%,在中等負載情況下,利用神經(jīng)網(wǎng)絡(luò)模塊自動調(diào)整更新周期方式與立即更新和固定5 s間隔更新方式相比,擁塞指標(biāo)的均值分別降低了17. 6%和25%,在將機器學(xué)習(xí)引入SDN實現(xiàn)智能化網(wǎng)絡(luò)方面具有較大的應(yīng)用價值。 

【文章來源】：計算機應(yīng)用. 2020,40(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

ALM樹與基礎(chǔ)網(wǎng)絡(luò)

TFST的構(gòu)建

網(wǎng)絡(luò)性能的主要指標(biāo)有時延（Delay）、帶寬、丟包率（Loss）。SDN環(huán)境下有很多可用的網(wǎng)絡(luò)測量方法及工具[15-16]來測量這三個指標(biāo)。帶寬通常比較穩(wěn)定，那么衡量網(wǎng)絡(luò)性能變化的主要指標(biāo)就是擁塞指標(biāo)P=Delay+Loss了。用L表示由流量矩陣M′所反映的網(wǎng)絡(luò)負載，那么P既與L相關(guān)，又與更新間隔T有關(guān)，所以P是L和T的函數(shù)，記作P=f(L,T),P和L都是可測量的，確定T值的問題就是一個根據(jù)樣本值P,L對參數(shù)T進行估計的問題，顯然f形式未知且非線性，無法采用傳統(tǒng)的參數(shù)估計和線性回歸等工具來計算T值。為此，本文設(shè)計了一個如圖4所示的帶反饋環(huán)的逆系統(tǒng)來根據(jù)P自動調(diào)整T，其中的下標(biāo)i表示第i次迭代。Hornik已經(jīng)證明，只需一個包含足夠多神經(jīng)元的隱層，多層前饋網(wǎng)絡(luò)就能以任意精度逼近任意復(fù)雜度的連續(xù)函數(shù)[17]。函數(shù)逼近問題的本質(zhì)是一種有監(jiān)督的學(xué)習(xí)。為了實現(xiàn)上述逆系統(tǒng)，本文設(shè)計了一個如圖5所示的遞歸神經(jīng)網(wǎng)絡(luò)模型來逼近f函數(shù)，輸入層中的x1、x2、x3、x4分別表示流量矩陣M中的流量均值、眾數(shù)、方差、鏈路流量平均變化率，刻畫了網(wǎng)絡(luò)負載的四個特征；x5和x6分別表示丟包率和平均延遲，反映了網(wǎng)絡(luò)性能特征。x7是模型的輸出結(jié)果T的反饋輸入。偏置值x0=1（圖并未畫出），隱藏層采用6個神經(jīng)元，激活函數(shù)采用ReLU(Rectified Liner Uints）。損失函數(shù)定義為當(dāng)前網(wǎng)絡(luò)擁塞指標(biāo)與理想擁塞指標(biāo)之差：|P-Popt|，優(yōu)化器采用隨機梯度下降（Stochastic Gradient Descent,SGD）算法。為避免數(shù)據(jù)規(guī)模對結(jié)果的影響，P和T等所有數(shù)據(jù)都用雙正切函數(shù)映射到（0,1）區(qū)間。

【參考文獻】：
期刊論文
[1]SDN網(wǎng)絡(luò)測量技術(shù)綜述[J]. 張恒,蔡志平,李陽.  中國科學(xué):信息科學(xué). 2018(03)
[2]SDN網(wǎng)絡(luò)性能測量系統(tǒng)設(shè)計與實現(xiàn)[J]. 陳蕾衣,張新有.  成都信息工程大學(xué)學(xué)報. 2018(01)
[3]數(shù)據(jù)流特征感知的交換機流表智能更新方法[J]. 姜立立,曾國蓀,丁春玲.  計算機應(yīng)用. 2016(07)
[4]軟件定義網(wǎng)絡(luò):安全模型、機制及研究進展[J]. 王蒙蒙,劉建偉,陳杰,毛劍,毛可飛.  軟件學(xué)報. 2016(04)
[5]Gossip-Based Resource Location Strategy in Interest Community for P2P Networks[J]. HE Ming,ZHANG Yujie,MENG Xiangwu.  Chinese Journal of Electronics. 2015(02)

碩士論文
[1]軟件定義網(wǎng)絡(luò)中流媒體QoE控制技術(shù)研究[D]. 孫超.山東大學(xué) 2018



本文編號：3566072