[發明專利]一種基于軟件定義網絡的服務感知的流策略定制方法

有效

• 申請號: 201810025363.9
• 申請日: 2018-01-11
• 公開（公告）號: CN108259367B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 尚鳳軍;胡尚平
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04L47/10
• 分類號: H04L47/10;H04L47/24;H04L47/125;H04L47/2483;H04L47/2441
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

本發明屬于流量調度技術領域，公開了一種基于軟件定義網絡的服務感知的流策略定制方法，流識別與流調度都是在控制器，通過擴展控制器的基礎模塊，開發出服務流識別分類和服務流策略調度兩個模塊，分別處理流的分類和調度功能。本發明是一種在軟件定義網絡(SDN)中，較為合理的流識別和流調度方案，能夠對流進行服務層面的感知，較為精確的識別分類服務流，為不同類別的服務流制定不同的QoS級別的轉發策略，提升企業門戶面向用戶所提供的業務訪問所需的服務質量得到保障，提升用戶對該服務的體驗質量(QoE)，同時在一定程度上保證了鏈路的負載均衡和利用率。

技術領域

本發明屬于流量調度技術領域，尤其涉及一種基于軟件定義網絡的服務感知的流策略定制方法。

背景技術

目前，業內常用的現有技術是這樣的：流量調度問題是傳統網絡中流量工程問題的一種，在SDN軟件定義網絡中通常將流量調度稱為流調度。流量調度策略并不完全統一，針對大部分流量使用相同的流調度策略，如負載均衡、最短路徑等。但往往，還有許多類型的流量需要區分對待，用于滿足用戶所需的高質量的傳輸需求(如關鍵應用和多媒體應用流量等)，對于這部分流量，將其稱為服務流，需要定制化特殊的方案來對其識別分類和調度。然而目前流量分類技術有深度包檢測技術(DPI)和支持向量機的機器學習方式。但前者只能識別分類出數據庫中已知應用程序的流，對于網絡中新出現的應用程序產生的流無法識別，并且這不是一個有效的識別服務類別流的方法，因為很多不同的應用程序可能屬于同一個服務類別，而后者的分類準確度還能再提高。對分類出來的服務流對其進行滿足多個QoS(服務質量)約束級別的調度，而調度的本質就是要計算出一條滿足多個約束條件的路徑。然而現有的求解多約束QoS路經問題的方法，雖然可以為某個服務流尋找到一條滿足多約束條件的路徑，保證該流傳輸的服務質量，但并不能保證整個網絡鏈路的負載均衡。原因如下，目前在多約束QoS路由上做的比較好的屬于最大最小蟻群算法，但它的約束條件往往只考慮了時延、剩余帶寬、抖動、丟包率等，雖然它能夠在較短時間計算出一條滿足上述4個約束條件的最優路徑，但是當某個時段業務種類增多時，高質量的鏈路上可能會承載更多的業務流量，而低質量的鏈路上業務流量很低，造成了負載不均衡的現象。造成上述問題主要的原因是沒有充分考慮全網的拓撲和鏈路狀態信息。

綜上所述，現有技術存在的問題是：現有的流量調度策略對于網絡中新出現的應用程序產生的流無法識別，因而難以準確的為所有的流提供高質量的服務，對分類出來的服務流進行滿足多個QoS(服務質量)約束級別的調度時，沒有充分考慮全網的拓撲和鏈路狀態信息，并不能保證整個網絡鏈路的負載均衡，可能出現某段鏈路負載很高而某段鏈路負載很低和時?？臻e等負載不均衡問題。

發明內容

針對現有技術存在的問題，本發明提供了一種基于軟件定義網絡的服務感知的流策略定制方法。

本發明是這樣實現的，一種基于軟件定義網絡的服務感知的流策略定制系統，所述基于軟件定義網絡的服務感知的流策略定制系統包括：

數據轉發層，用于基本的網絡數據的傳輸；

控制器層，包括基本控制器模塊和服務流模塊；

基本控制器模塊用于SDN網絡事件管理；

服務流模塊由服務流識別與分類模塊和服務流策略調度模塊兩部分組成；協同工作用于完成流的服務級別分類與調度；

初步流檢測用于對大象流進行識別，服務分類模型使用深度神經網絡作為分類器對大象流進一步做服務級別的分類，同時歷史數據庫用于采集流信息作為新的訓練樣本用于后續某時段對服務分類模型進行再訓練以提高模型的自適應性；

slave控制器，用于防止主控制器宕機。