基于SDN的IP骨干网流量调度研究与实现

摘要

在传统IP骨干网中一般采取分布式的流量调度方式和静态的路由策略。这些方法缺乏全局视角，导致网络链路的利用率较低和网络拥塞等问题。Google在2012将SDN(Software Defined Network)技术成功引入到IP骨干网中，实现了跨数据中心之间广域网的集中式流量调度机制，使网络中链路利用率提高到95％以上。这为运营商对其电信广域网的流量调度带来了新的思路。
　　本文探索将SDN技术引入到IP骨干网的可行性问题，针对IP骨干网的特殊性，设计了基于SDN的流量调度架构和粒度可变的流量调度算法，有效解决传统IP骨干网中链路利用率低与链路负载不均衡等问题。本文的主要研究成果如下：
　　（1）分析了将SDN引入到IP骨干网所面临的五个挑战：控制器与交换机交互压力成为性能的瓶颈，控制器下发路由表项的不一致性，控制器获取网络信息难度大，底层设备表项容量限制，流量调度算法性能要求高。针对这些挑战，设计了基于路径标识的集中式IP骨干网流量调度架构。该架构的主要特点：1）预分配流表，将全局路由信息预先下发到底层设备，减少控制器与交换机交互信息；2）路径标识，使用全局唯一标识表示全局唯一的路径，解决表项下发不一致问题；3）分类非重叠表项，流表项匹配范围不重叠，并且流表按照匹配规则进行分类，结合SDN南向接口协议实现网络汇聚流监测机制；4）汇聚流粒度调整与流量调度交互执行，汇聚流粒度调整为流量调度提供汇聚流预处理，将汇聚流粒度控制在合理范围，避免表项数量过多，并且提高流量调度执行效率，以及汇聚流迁移成功率。基于Floodlight+Mininet平台，验证了该架构能够完整执行，并正确做出决策。
　　（2）为解决链路拥塞问题，设计了粒度可变的流量调度算法。该算法从调度对象和调度方法两个方面设计，提出汇聚流粒度调整算法和流量调度算法。汇聚流粒度调整算法的作用是控制汇聚流粒度在合理范围。为防止汇聚流粒度过细，提出了汇聚流聚合算法和汇聚流调换算法，为防止汇聚流粒度过粗，提出汇聚流拆分算法。流量调度算法的作用是通过汇聚流迁移降低拥塞链路负载。本文提出三个算法：1）MILP流量调度算法，以最小化重路由业务数量为目标构建混合整数线性规划(MILP)模型；2）分层链路动态上限调度算法，以最小化重路由业务数为目标构建MILP模型，以及通过改变链路容量上限实现负载均衡；3）组合拥塞链路算法，优先迁移流经数条拥塞链路的汇聚流，将拥塞链路上的数条汇聚流均衡分配到数条备选路径。经仿真验证，三个算法在不同的性能上有不同的优势。

目录

声明

第一章 绪论

1.1 引言

1.2 研究背景与意义

1.3 SDN技术研究现状

1.4 主要工作及内容安排

第二章 IP骨干网流量调度

2.1 IP骨干网特点

2.2 传统流量调度

2.3 基于SDN的IP骨干网流量调度

2.4 本章小结

第三章 基于路径标识的集中式流量调度架构

3.1 流量调度架构思路

3.2 流量调度架构设计

3.3 流量调度架构工作流程

3.4 本章小结

第四章 粒度可变的流量调度算法设计

4.1 算法概述

4.2 汇聚流粒度调整算法

4.3 流量调度算法

4.4 本章小结

第五章 平台实现及算法仿真

5.1 平台可行性验证

5.2 算法性能测试

5.3 本章小结

第六章 结束语

6.1 工作总结

6.2 下一步工作展望

致谢

参考文献

攻取硕士学位期间的研究成果