面向QoE驱动的软件定义网络业务流控制研究

发布时间：2017-03-31 00:15

  本文关键词：面向QoE驱动的软件定义网络业务流控制研究，由笔耕文化传播整理发布。

【摘要】：随着网络规模急剧膨胀,新型业务不断涌现,用户对业务流量的需求日益增加。受网络结构复杂性、网络资源低利用率和用户需求多样性的影响,用户满意度持续降低。当前网络结构与功能趋于复杂,网络管控难度日渐增大,网络新功能难以快速部署,而传统网络中的业务流控制所采用的接纳控制、流量控制、带宽分配和路由选择控制等控制技术已难以发挥其有效的作用,更难以满足快速增长的端到端用户和业务的QoS需求。但是,基于集中式的控制平面和分布式的数据平面相分离的软件定义网络(Software Defined Networking,SDN)的兴起,既可以实现控制平面的全局优化,又可以实现高性能的网络转发能力,其开放的可编程接口,为网络业务流控制提供了一种新的解决方式。本文在分析传统网络业务流控制不足的基础上,采用QoE作为业务服务质量衡量指标,开展软件定义网络环境下的面向QoE驱动的业务流控制机制的研究,主要工作如下:第一,提出了一种面向QoE驱动的SDN业务流控制架构模型。该模型基于软件定义网络环境,在SDN应用层采用自主服务协商和优化模块获得最佳的服务配置,SDN控制层根据约定的服务配置分配用于提供业务流传输的网络路径,进行满足用户个性化需求的业务流控制的路径分配。第二,提出了基于自主协商机制的SDN多业务流全局优化配置方法。该方法针对在网络资源有限的条件下,采用基于改进的自主服务协商和优化机制,根据优化目标建立基于MOS的数学模型,通过计算网络资源最优的效用值来使用户感知质量最大化,并使用迭代MOS增加算法和改编的贪婪算法优化全局效用函数,得到一组总体用户业务质量感知接近最优的多用户服务配置,最后通过仿真验证该方法的有效性。第三,提出了基于双重增强学习策略的SDN多业务流路径优化控制方法。该方法为使用户业务流的整体QoE效用和网络整体资源利用率最大化,创新地把体验质量感知和强化学习结合起来,提出了一个新颖的QoE感知双重增强学习策略,为每个服务级别动态地计算最有效的路径,根据其具体的QoE要求来传递每个服务类型的业务流。仿真实验表明提出的基于双重增强学习策略的路径优化方法能够保障用户的QoE要求和网络的整体性能。
【关键词】：软件定义网络 业务流控制 QoE 服务协商 路径优化
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要4-5
• Abstract5-9
• 专用术语注释表9-10
• 第一章 绪论10-16
• 1.1 研究背景和意义10-11
• 1.2 国内外研究现状11-13
• 1.3 本文研究内容13-14
• 1.4 本文组织结构14-16
• 第二章 相关背景知识介绍16-26
• 2.1 软件定义网络16-20
• 2.1.1 SDN的定义16-17
• 2.1.2 SDN的体系结构17-19
• 2.1.3 开放式接口与协议19-20
• 2.2 用户体验质量20-24
• 2.2.1 QoE的定义和影响因素21
• 2.2.2 QoE指标的量化与评估方法21-22
• 2.2.3 基于QoE的度量标准22-24
• 2.3 增强学习策略24-25
• 2.4 本章小结25-26
• 第三章 面向QoE驱动的软件定义网络业务流控制模型26-36
• 3.1 面向QoE驱动的SDN业务流控制模型的设计需求26-29
• 3.1.1 传统网络业务流控制模型研究26-27
• 3.1.2 SDN业务流控制模型的设计需求27-29
• 3.2 面向QoE驱动的SDN业务流控制模型29-35
• 3.2.1 SDN业务流控制模型的结构特征29-32
• 3.2.2 服务协商和优化32-34
• 3.2.3 路径优化控制34-35
• 3.3 本章小结35-36
• 第四章 基于自主协商机制的SDN多业务流全局优化配置36-48
• 4.1 改进的自主服务协商和优化机制36-39
• 4.1.1 最终服务配置的协商过程37-38
• 4.1.2 基于QoE的效用函数38-39
• 4.2 基于MOS的数学模型39-41
• 4.3 迭代MOS增加算法和改编的贪婪算法41-43
• 4.4 仿真与分析43-47
• 4.5 本章小结47-48
• 第五章 基于双重增强学习策略的SDN多业务流路径优化控制48-61
• 5.1 QoE度量标准模型49
• 5.2 双重增强学习机制49-53
• 5.2.1 值函数50-51
• 5.2.2 QoE感知学习机制51-52
• 5.2.3 学习速率52
• 5.2.4 折扣因子52-53
• 5.3 探索与丢弃方案53-54
• 5.3.1 探索53-54
• 5.3.2 区分的丢弃方案54
• 5.4 仿真与分析54-60
• 5.5 本章小结60-61
• 第六章 总结与展望61-63
• 6.1 全文工作总结61-62
• 6.2 后续研究工作展望62-63
• 参考文献63-66
• 附录1 攻读硕士学位期间撰写的论文66-67
• 附录2 攻读硕士学位期间参加的科研项目67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 王丛;;软件定义存储价值[J];电脑与电信;2014年06期

2 翁继东;;软件定义网络关键技术及其实现研究[J];电子技术与软件工程;2014年04期

3 蔡学镛;;软件的病态性肥胖[J];程序员;2008年04期

4 颜阳;;数据驱动商业 软件定义未来[J];软件和信息服务;2014年02期

5 何利文;李陟;陈向东;鲁蔚峰;周强;孔令军;陈丹伟;王少辉;李海波;周亮;黄俊;李杰;;云环境中软件定义的安全服务[J];南京邮电大学学报(自然科学版);2014年04期

6 ;飞思卡尔携先进的“软件定义网络”技术亮相“开放网络峰会”[J];单片机与嵌入式系统应用;2013年06期

7 赵小凡;;对“软件定义一切”的思考和理解[J];软件和信息服务;2014年01期

8 张国颖;徐云斌;王郁;;软件定义光传送网的发展现状、挑战及演进趋势[J];电信网技术;2014年06期

9 ;NI发布2009年测试与测量发展趋势[J];工业控制计算机;2009年02期

10 成亚男;褚灵伟;董晨;宋旭，

本文编号：278434