【摘要】：目前,數(shù)據(jù)中心網(wǎng)絡部署了大量的服務器和網(wǎng)絡設備,用以提供多種多樣的網(wǎng)絡功能服務(防火墻、內(nèi)容緩存,廣域網(wǎng)加速器等)和充分的網(wǎng)絡連接。數(shù)據(jù)中心大多數(shù)據(jù)流為多個服務器功能所處理,從而構(gòu)成了傳統(tǒng)網(wǎng)絡服務鏈。傳統(tǒng)網(wǎng)絡服務鏈存在一些缺點,比如設備之間的耦合性大,數(shù)據(jù)包轉(zhuǎn)發(fā)低下和擴展性差等。NFV技術(shù)的出現(xiàn),使得傳統(tǒng)網(wǎng)絡設備能以軟件的形式大量部署在通用服務器上,服務功能體(SF)可以動態(tài)創(chuàng)建,擴容。軟件定義網(wǎng)絡(SDN)可以通過集中控制生成服務功能鏈轉(zhuǎn)發(fā)流表。以此為基礎,本文提出了兩種基于SDN/NFV的服務功能鏈映射策略辦法,分別用于服務功能體分配部署映射和服務鏈路由映射。1.針對數(shù)據(jù)中心網(wǎng)絡服務器冗余量大以及SFC服務功能體映射成本資源大,本文提出一個基于服務功能聚合/拆分的功能體映射算法(SA-SFCM)。首先對于該問題,本文構(gòu)建相應的系統(tǒng)模型,然后根據(jù)能耗和服務性能之間的關(guān)系,將映射問題建成一個0-1規(guī)劃。此外,本文用關(guān)聯(lián)度(帶寬需求)來衡量服務功能體間的流量強度,分析了需聚合節(jié)點圖的特點,并以此設計一種最小化服務器間的流量的聚合策略。然后對聚合完畢的功能體進行拆分映射,旨在提高碎片資源利用率,減少服務器冗余量,且分析了拆分映射對象之間的相互流量關(guān)系,提出了合適的拆分策略,減少相互間流量。最后仿真結(jié)果顯示,SA-SFCM算法在能耗和延時方面優(yōu)于一些現(xiàn)有的算法。2.針對數(shù)據(jù)中心中服務功能鏈的路由映射問題,本文提出基于增強學習的Q-learning算法來解決,首先針對該模型,建立相應的系統(tǒng)模型,給出了SFP(服務功能路徑)和RSP(實際服務路徑)的模型,然后將路由映射的節(jié)點負載與時延大小構(gòu)成一個最小權(quán)重優(yōu)化問題,采用Q-learning算法來執(zhí)行路由映射中的SFP選擇。RSP選擇的標準則是使鏈路利用率最小的鏈路進行映射。最后仿真結(jié)果表明,基于Q-learning的路由算法在負載均衡和時延方面表現(xiàn)很好。
【圖文】：

K=4Fat-tree拓撲結(jié)構(gòu)

路由交換設備內(nèi)部架構(gòu)的演進
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP308;TP368.5

【參考文獻】

相關(guān)期刊論文 前1條

1 孫天昊;鄧俊昆;陳飛;朱慶生;;基于增強學習協(xié)商策略的研究及優(yōu)化[J];計算機工程與應用;2012年23期

，

本文編號：2683393