基于SDN的多路径负载均衡算法及流表分配优化算法研究
本文关键词: SDN 数据中心网络 多路径 负载均衡 流表 出处:《安徽大学》2017年硕士论文 论文类型:学位论文
【摘要】:随着计算机网络的发展、大数据和云计算的出现,网络中数据流量爆炸式增长,软件定义网络(Software Defined Network,SDN)和数据中心网络成为了未来网络发展的主流方向之一。SDN定义了一种新型网络架构,它的核心思想是将网络的控制层和数据层进行分离,分别使用控制器和网络传输设备实现。与传统IP网络不同的是,SDN网络控制功能全部由控制器实现,网络传输设备仅用于数据的高速转发。数据中心网络解决了网络流量剧增带来的难题,通过将网络数据信息集中存储,实现了以信息为中心的网络。对SDN网络与数据中心网络的研究,已经得到越来越多研究者的关注。在数据中心网络中,为了提高网络带宽和吞吐量,多采用具有多路径特性的层次型网络拓扑结构,如胖树拓扑结构。然而传统路由算法对多路径的支持非常有限。针对此问题,在数据中心网络中引入SDN,通过对控制层的编程实现路由计算和网络集中控制,能够充分利用网络资源,实现多路径负载均衡。在SDN网络中,控制器通过标准的OpenFlow协议集中管理网络设备的转发行为。控制器制定路由策略后,向OpenFlow交换机下发流表,数据流使用匹配的流表项进行转发。交换机流表基于三态内容寻址存储器(Ternary Content Addressable Memory,TCAM)实现,只有大约1k-2k条流表项,流表资源有限。当数据流没有匹配的流表项时,会向SDN控制器发送packet-in消息请求分配流表资源。控制器每秒能够处理的packet-in消息大约只有30k条,计算资源有限。因此,在分配流表项时,需要均衡使用流表资源和计算资源,优化流表分配方案。论文的主要内容如下:(1)针对胖树数据中心网络中传统路由算法对多路径支持有限的问题,本文提出了基于路由评估的多路径负载均衡算法F-MPLB(Flow-multi path load balancing)。该算法利用SDN网络集中控制的特点,获取多路径实时状态信息,通过当前交换机节点和链路负载情况,评估多路径瓶颈带宽,以此选择最符合数据流传输需求的路径。实验结果表明,F-MPLB算法无论在降低网络传播时延还是在提高网络吞吐量等方面都优于传统路由算法,能够实现胖树数据中心网络的多路径负载均衡。(2)针对SDN网络中交换机流表资源和控制器计算资源有限的问题,本文在SDN网络中提出了基于资源偏好的流表分配优化算法RC-FDO(Resources consideration-flowtable distribution optimization),该算法通过引入流表资源代价、计算资源代价和资源偏好度,结合当前网络运行状态和数据流特性,研究如何设定的合理的流表项idle_timeout值。实验结果表明,RC-FDO算法能够有效提高流表资源利用率和数据流请求接受率,实现更高的网络平均吞吐量。
[Abstract]:With the development of computer network and the emergence of big data and cloud computing, the data flow in the network explodes. Software Defined Network (SDN) and data Center Network (SDN) become one of the mainstream directions of future network development. SDN defines a new network architecture, whose core idea is to separate the control layer and data layer of the network. Different from the traditional IP network, the SDN network control function is realized by the controller. The network transmission equipment is only used for high speed data transmission. The data center network solves the problem caused by the sharp increase of network traffic, by centralizing the storage of network data information, More and more researchers have paid attention to the research of SDN network and data center network. In data center network, in order to improve the network bandwidth and throughput, Hierarchical network topology with multipath characteristics, such as fat-tree topology, is often adopted. However, the traditional routing algorithm has very limited support for multipath. By introducing SDN into data center network, routing calculation and centralized network control can be realized by programming control layer, which can make full use of network resources and realize multipath load balancing. The controller centrally manages the forwarding behavior of network devices through the standard OpenFlow protocol. The data flow is forwarded using matching stream table entries. The switch flow table is based on the ternary Content Addressable memory (TCAM). There are only about 1k-2k stream table entries, and the flow table resources are limited. When the data flow does not match the stream table entries, Packet-in messages are sent to the SDN controller to request the allocation of flow table resources. The controller can process only about 30 k of packet-in messages per second, with limited computing resources. Therefore, when allocating flow table items, a balanced use of stream table resources and computational resources is required. The main contents of this paper are as follows: 1) aiming at the problem that the traditional routing algorithm has limited support for multipath in the fat tree data center network, This paper presents a multipath load balancing algorithm based on routing evaluation, F-MPLBN Flow-multi path load balancing.Using the characteristics of centralized control of SDN network, the algorithm acquires real-time state information of multipath, and obtains the load of current switch nodes and links. The experimental results show that the F-MPLB algorithm is superior to the traditional routing algorithm in reducing network propagation delay and improving network throughput. To solve the problem of limited resource of switch flow table and controller in SDN network, we can realize multipath load balancing of fat tree data center network. In this paper, RC-FDO(Resources consideration-flowtable distribution optimization algorithm based on resource preference is proposed in SDN network. By introducing flow table resource cost, resource cost and resource preference degree are calculated, combined with current network running state and data flow characteristics. The experimental results show that the RC-FDO algorithm can effectively improve the resource utilization of the stream table and the request acceptance rate of the data flow, and achieve higher average throughput of the network.
【学位授予单位】:安徽大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP393.02
【相似文献】
相关期刊论文 前10条
1 侯太平,顾大权,王柏春,朱红伟;远程天气会商系统中的数据流处理[J];计算机工程;2003年03期
2 陈昕,宋瀚涛;基于数据流的近似查询计算及其应用研究[J];计算机应用研究;2003年11期
3 陈昕,陈维兴,苏锦祥;基于数据流模式的聚集快速查询计算研究[J];计算机集成制造系统;2004年06期
4 张冬冬,李建中,王伟平,郭龙江;分布式复式数据流的处理[J];计算机研究与发展;2004年10期
5 王金栋;周良;张磊;丁秋林;;一类数据流连续查询的降载策略研究[J];武汉大学学报(工学版);2005年06期
6 刘景春;;数据流分类关键技术研究[J];佳木斯大学学报(自然科学版);2007年01期
7 李琳;孙士兵;;数据流聚类方法发展研究[J];长沙民政职业技术学院学报;2008年04期
8 陈军;周明天;杨晓燕;;数据流系统降载研究综述[J];计算机应用研究;2008年10期
9 傅鹂;鲁先志;蔡斌;;一种基于数据流驱动的数据流连续查询模型[J];重庆工学院学报(自然科学版);2008年10期
10 David P.Misunas ,张启瑞;数据流处理机的性能分析[J];计算机工程与应用;1980年12期
相关会议论文 前10条
1 张冬冬;李建中;王伟平;郭龙江;;分布式复式数据流的处理[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
2 楚红涛;寒枫;张燕;王婷;;基于数据流的挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
3 尹婷;李红燕;;窗口模型下数据流查询流水化执行的研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
4 孟军;张航黎;张建英;郭禾;;分布式数据流的渐增式聚集维护算法[A];2006年全国开放式分布与并行计算学术会议论文集(二)[C];2006年
5 韩近强;杨冬青;唐世渭;;数据流处理中一种自适应的直方图维护算法[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
6 蔡致远;熊方;钱卫宁;周傲英;;核合并分析及其在数据流密度估计上的应用[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
7 王亦兵;杨树强;王晓伟;;一个面向数据流的多维分析系统的研究与实现[A];全国计算机安全学术交流会论文集(第二十四卷)[C];2009年
8 于亚新;王国仁;陈灿;苏林;朱歆华;赵相国;;基于操作符优先级的两种分布式数据流负载分配算法研究[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
9 周锐;肖川;王国仁;韩东红;霍欢;;数据流滑动窗口连接上的卸载技术的研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
10 田李;王乐;贾焰;邹鹏;李爱平;;分布式数据流上低通信开销的连续极值查询方法研究[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
相关博士学位论文 前10条
1 张丽;数据流上序敏感查询处理关键技术研究[D];国防科学技术大学;2013年
2 李飒;数据流软聚类理论及其在瓦斯灾害预警中的应用[D];辽宁工程技术大学;2014年
3 陈华辉;基于遗忘特性的数据流概要结构及其应用研究[D];复旦大学;2008年
4 孔英会;数据流技术及其在电力信息处理中的应用研究[D];华北电力大学(河北);2009年
5 崇志宏;基于屏蔽/汇总技术的数据流处理算法[D];复旦大学;2006年
6 姚远;海量动态数据流分类方法研究[D];大连理工大学;2013年
7 曹振丽;面向养殖环境监测的数据流处理方法研究[D];中国农业大学;2015年
8 朱辉生;基于情节规则匹配的数据流预测研究[D];复旦大学;2011年
9 袁志坚;数据流突发检测若干关键技术研究[D];国防科学技术大学;2008年
10 王金栋;数据流系统中负载管理技术应用研究[D];南京航空航天大学;2006年
相关硕士学位论文 前10条
1 王川;面向位置服务的物联网数据质量保证方法研究[D];南京理工大学;2015年
2 祝然威;基于时间窗口的数据流频繁项挖掘算法[D];复旦大学;2014年
3 邱孝兵;基于GPU的数据流聚类及相关性分析[D];大连理工大学;2015年
4 张野;数据流查询语言中语法分析器的设计[D];电子科技大学;2015年
5 闫新院;基于概要模型的数据流聚合技术研究[D];西安电子科技大学;2014年
6 王涛;基于Ntrip协议的实时数据流软件的设计与实现[D];西安电子科技大学;2014年
7 陈彬;数据流实时存储关键技术[D];浙江工业大学;2015年
8 王高洋;基于网格和加速粒子群优化的数据流聚类算法研究[D];哈尔滨师范大学;2015年
9 钱海振;大数据流滞后相关性挖掘方法[D];辽宁师范大学;2015年
10 刘祥佳;制造物联海量数据流模式挖掘算法研究[D];广东工业大学;2016年
,本文编号:1507768
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/1507768.html