基于SDN架构的控制层故障检测及恢复算法研究

发布时间：2020-07-02 21:13

【摘要】：软件定义网络(Softerware Defined Network,SDN)通过将网络设备中的控制功能抽象出来形成控制层,让网络成为一种可以灵活调配的资源。这种转控分离的SDN架构有效降低网络管理的复杂性,并为网络提供强大的可编程性,满足不同网络用户对网络资源的需求。早期整个SDN中仅部署一台控制器管控全网,现阶段随着网络规模的不断扩大,网络环境变得越来越复杂,整个网络完全依赖于一台控制器难以保障网络的可靠性。为解决单控制器架构带来的性能瓶颈、单点故障和可扩展性等问题,基于多控制器架构的SDN应运而生。多控制器架构在提升网络性能的同时,也为控制层的故障检测与恢复提供了良好的基础。本文主要针对SDN控制层的故障检测和恢复进行相关研究。在SDN控制层的故障检测方面,现有控制器故障检测算法多采用固定超时值的方式进行故障检测,固定超时值的设置非常困难,其大小将直接影响故障检测算法的检测性能。因此,本文设计了一种自适应故障检测算法,该算法基于检测响应时延与控制器CPU利用率动态调整检测时延。最后通过仿真将本文所设计算法与灰度预测算法、指数移动平均算法的预测效果进行比较,结果表明本文所设计算法预测准确率明显高于其它对比算法。在控制层故障恢复方面,将故障域内的交换机迁移至幸存控制器控制域内是实现控制层故障恢复的有效方式。现有基于交换机迁移机制的控制层故障恢复算法中交换机迁移方式粗放,目标控制器的选取多仅以交换机-控制器时延或目标控制器负载作为衡量指标,容易导致目标控制器选取僵化,难以保证控制层故障恢复后具有良好的综合性能。因此,本文设计了一种基于交换机迁移的目标控制器选取算法,综合考量交换机-控制器时延、控制器负载和链路故障率多种指标选取目标控制器。最后将本文所设计算法与Survivor算法、PPF算法在交换机-控制器时延,控制器负载和链路故障率方面进行比较,结果表明本文所设计算法在维持链路故障率和交换机-控制器时延一定的条件下,有效平衡了目标控制器之间的负载,整体性能优于其它对比算法。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.02

【相似文献】

相关期刊论文 前10条

1 任仁良;袁鹏;;航空锂电池故障检测与诊断[J];电源技术;2018年12期

2 张京;;故障检测技术在电子电路的研究[J];通讯世界;2017年03期

3 冯珊珊;;刍议数字电路在线故障检测技术[J];信息通信;2015年12期

4 郭瞻;洪超;;在《汽车故障检测与维修》中应用思维导图教学法的研究[J];科技风;2016年08期

5 李景林;;大数据环境下的网格动态故障检测研究[J];计算机应用与软件;2016年06期

6 刘杰;;关于暖通空调系统故障检测与诊断技术研究进展[J];企业导报;2016年19期

7 王毅敏;;基于高服务质量的云网络故障检测方案分析[J];信息通信;2015年10期

8 黄晓桃;;电子电路故障检测技术与方法[J];数码世界;2017年08期

9 韩琦;魏东;曹勇;;暖通空调系统故障检测与诊断技术研究进展[J];暖通空调;2014年03期

10 侯燕;;基于神经网络的计算机网络故障检测[J];煤炭技术;2012年04期

相关会议论文 前10条

1 赵琦;周东华;;闭环系统的小故障检测与分离方法[A];第十九届中国控制会议论文集（二）[C];2000年

2 徐子伟;张陈斌;陈宗海;;基于数据驱动的故障检测和诊断方法概述[A];系统仿真技术及其应用（第16卷）[C];2015年

3 魏运鹏;;红外检测技术在梅钢设备热故障检测中的应用[A];中国计量协会冶金分会2009年年会论文集[C];2009年

4 纪志成;苏晓丹;;一类线性时变系统的故障检测和分析方法研究[A];2007中国控制与决策学术年会论文集[C];2007年

5 李福明;段广仁;;一种鲁棒故障检测与分离的参数化方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

6 周东华;;一种工业异步电机的在线故障检测与诊断新方法[A];1994年中国控制会议论文集[C];1994年

7 王委斌;;牵引电机状态修及故障检测[A];2005年铁道牵引动力学术年会论文集[C];2005年

8 葛彤;邓建华;;复杂动态系统故障检测与诊断的层次递进方法[A];1996中国控制与决策学术年会论文集[C];1996年

9 魏晨;陈宗基;;非线性系统的鲁棒故障检测与诊断[A];第十九届中国控制会议论文集（二）[C];2000年

10 王洪江;孙保民;田进步;;一种图形化的故障检测和诊断方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

相关重要报纸文章 前10条

1 徐镇 李珏宏;故障检测告别“停车在库”模式[N];解放军报;2019年

2 上海 徐亚东;ADSL故障检测利器[N];电脑报;2004年

3 王政;湖北移动网络故障检测能力成倍提升[N];人民邮电;2015年

4 陈代寿;BFD高速路由故障检测[N];中国计算机报;2005年

5 记者 薛贵宝　通讯员 桂九宏;假故障检测“大车”真功夫[N];人民铁道;2009年

6 海南 李平胜;电脑花样缝纫机漏气故障检测1例[N];电子报;2016年

7 成都 史为 编译;有线电视用户线故障检测法[N];电子报;2013年

8 暴青雨　本报特约通讯员 赵彦斌;为了战时能打赢[N];解放军报;2011年

9 宇航智控;预测与健康管理(PHM)技术[N];中国航空报;2018年

10 吉林 孙德印;飞利浦20GX8552/57R彩电保护电路原理与故障检测[N];电子报;2009年

相关博士学位论文 前10条

1 李楠;基于局部特征强化的过程监测方法研究[D];上海交通大学;2016年

2 周萌;基于多目标观测器设计的故障检测与分离[D];哈尔滨工业大学;2018年

3 王艳芹;网络环境下离散随机系统故障检测及应用研究[D];东北石油大学;2017年

4 王世林;基于多元统计分析的工业过程故障检测研究[D];华北电力大学(北京);2018年

5 段超群;基于退化特征的隐状态装备故障检测策略优化及健康预测[D];华中科技大学;2018年

6 韩克镇;基于LMI的鲁棒滤波和记忆调度故障检测优化设计[D];东北大学;2017年

7 惠永永;基于邻域保持嵌入的复杂过程故障检测研究[D];兰州理工大学;2019年

8 蒋立;基于自编码器模型的非线性过程监测[D];浙江大学;2018年

9 潘怡君;基于鲁棒主元分析方法的大型高炉故障检测研究[D];浙江大学;2018年

10 宋凯;基于PLS的统计质量监控研究与应用[D];浙江大学;2005年

相关硕士学位论文 前10条

1 伊成龙;模态信号一般条件下马氏系统的故障检测与估计[D];辽宁石油化工大学;2019年

2 张芷瑜;基于多元统计分析的故障检测在化工过程中的应用[D];辽宁石油化工大学;2019年

3 钟纯;基于核可预测元分析的非线性过程监测技术[D];上海交通大学;2016年

4 仲伟;分数阶线性系统故障检测若干问题研究[D];上海交通大学;2018年

5 周程;飞行器组合导航系统故障检测及滤波响应量化研究[D];电子科技大学;2019年

6 李铭璐;基于深度学习的风机叶片覆冰故障检测方法研究[D];华中科技大学;2019年

7 刘默;离散随机系统的故障检测与容错控制[D];辽宁石油化工大学;2019年

8 余绍斌;基于KECA-ELM的冷水机组故障检测与诊断研究[D];杭州电子科技大学;2019年

9 刘晓舟;无线传感器网络故障检测算法的研究[D];安徽理工大学;2019年

10 檀磊;工业过程故障检测自适应流形学习算法研究及应用[D];云南大学;2018年

本文编号：2738697