软件定义网络中多控制器部署问题研究

摘要

数据流量的大规模增长及网络服务需求的多样化，促进了传统网络的升级。为了满足日益增长的网络需求，研究者们重新设计了一种新型的网络，即软件定义网络（Software Defined Networking,SDN）。SDN分离了网络中的数据平面和控制平面，使得控制平面的集中化控制和可编程化成为可能，使得网络管理、功能开发更加简便快捷，同时，也使得网络扩展更为容易实现，更能满足网络流量增长的需求。 尽管SDN有许多优点，但SDN在实际环境中的应用仍面临着许多问题。当SDN应用在大规模的广域网中时，单一SDN控制器的性能不能满足整个网络的管理需求，扩充控制平面的性能成为一个迫切待解决的问题。研究表明，在控制平面中，部署多个控制器以缓解单控制器的性能压力是解决控制平面性能问题的有效手段。通过部署多个控制器扩充控制平面，引入了新的问题，即多控制器部署问题。多控制器部署问题需要解决的两个主要目标分别是确定网络中需要的控制器数量及确定网络中控制器部署的位置。解决该问题，对于将SDN应用到实际环境中，具有重要意义。 本文研究了软件定义网络中的多控制器部署问题，提出了软件定义网络中多控制器部署状况下的网络流排队模型，针对该模型分析了网络流在控制器中的排队处理时延及排队队长，确定了网络中所需控制器的数量。同时，本文研究了多控制器部署问题的可靠性模型，并提出了一个基于粒子群算法的优化算法，有效优化了多控制器部署问题中的可靠性指标。最后，本文提出了针对多控制器部署问题的多目标优化算法，可以实现对该问题的多目标优化，取得良好的性能表现，并在一定程度上能够实现动态部署。

目录

缩略词表

第一章 绪 论

1.1 研究背景与意义

1.2 研究现状与趋势

1.3 本文的研究内容与创新

1.4 本文的结构安排

第二章 相关技术概述

2.1 传统IP网络

2.2 软件定义网络

2.2.1 SDN整体架构

2.2.2 SDN控制器

2.2.3 SDN转发设备

2.3 OpenFlow协议

2.4 多控制器部署问题

2.4.1 问题模型

2.4.2 其他性能指标及求解方案

2.5 本章小结

第三章 控制平面处理时延

3.1 排队论理论基础

3.2 控制器中的流量处理建模

3.2.1 交换机及控制器处理网络流量的过程

3.2.2 控制器中的流量排队模型

3.2.3 多控制器的流量排队模型

3.3 仿真分析

3.3.1 数学仿真

3.3.2 实验仿真

3.4 本章小结

第四章 基于可靠性的多控制器部署问题研究

4.1 只考虑最短路径的问题模型

4.2 考虑多路径的问题模型

4.3 算法设计

4.3.1 粒子群优化算法简介

4.3.2 算法实现

4.4 仿真验证

4.4.1 只考虑最短路径的情况

4.4.2 考虑多条路径的情况

4.5 本章小结

第五章 基于遗传算法的多控制器部署策略

5.1 遗传算法介绍

5.2 结合该问题模型的遗传算法

5.2.1 初始化

5.2.2 变异

5.2.3 交叉

5.2.4 排序算法

5.3 算法仿真

5.3.1 仿真参数设置

5.3.2 遗传算法性能分析

5.3.3 控制器的数量对网络性能的影响

5.4 动态部署问题

5.4.1 网络拓扑的相似性

5.4.2 仿真结果分析

5.5 本章小结

第六章 全文总结与展望

6.1 全文总结

6.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果