软件定义网络可靠性保障机制研究

摘要

随着物联网、云计算、移动计算等互联网技术的快速发展，互联网包含的设备和网络流量呈指数级数增加，与此同时网络设备支持的协议体系愈加庞大，导致互联网体系变得越来越复杂，也加剧了网络管理难度。近年来，研究人员提出了软件定义网络技术(Software Defined Networking，SDN)来应对传统网络所面临的挑战，SDN的核心思想是将网络的控制平面与数据平面相分离，从而实现对网络的便捷管理和灵活控制。基于集中式控制和网络可编程的优势，软件定义网络为网络流量监控、动态路由、网络功能虚拟化等网络管理问题提供了一种全新的解决方案，也因此在学术界和工业界受到了广泛的关注。
　　随着软件定义网络技术的推广与发展，SDN网络的可靠性问题受到了越来越多的关注。根据现有的研究成果，SDN网络的可靠性主要体现在三个方面:策略执行可靠性、网络连通可靠性和网络性能可靠性，其中网络性能主要包括控制层计算性能和数据层性能两个方面。作为一种新兴的网络技术，软件定义网络在可靠性方面还存在诸多不足之处。首先，由于多种网络应用共享使用数据层的流表资源，不同应用产生的控制逻辑可能存在冲突，从而降低了网络策略执行可靠性。其次，在多控制器架构中，网络规模的扩大以及网络流量的突发性容易导致局部控制器高负载和过高的响应延时，从而影响了控制层的计算性能可靠性。此外，目前SDN交换机在流表项容量和控制链路容量上都存在严重瓶颈，对路由部署延时和网络传输性能都产生了直接影响，因此也为软件定义网络的数据层性能可靠性保障带来了新的挑战。因此，本论文分别从策略执行可靠性、控制层性能可靠性和数据层性能可靠性这三个方面出发对软件定义网络可靠性保障机制展开研究。本论文的主要研究内容和贡献如下:
　　1.软件定义网络转发与控制分离的架构带来了网络可编程、集中化管理的优势。然而，在多种网络应用和设备管理者共享使用交换设备中的流表资源的场景下，流表项规则的管理变得十分的复杂和困难。当软件定义网络应用层同时部署不同管理目的的应用模块时，若缺乏模块之间的策略一致性保障，很容易导致策略和规则上的异常。针对该网络策略执行可靠性问题，本论文首先根据OpenFlow协议中的流表项定义分析了可能存在的规则异常，并对规则关系和规则异常类型进行了形式化定义。在此基础上，给出了一个基于状态转化图的规则异常检测算法实现两个规则之间的异常检测。考虑到已有规则数量对算法性能的影响，本论文设计了一种区间树存储模型对已有的规则集进行分段存储，通过减少规则异常检测的范围来提高规则异常检测效率。最后，通过在OpenDaylight平台上的部署测试验证了该算法可以有效地检测和处理流表项规则异常。
　　2.随着网络规模的扩增，软件定义网络往往需要多个控制器来分担控制层的计算负载以及避免单个控制器节点的失效。在多控制器场景下，如何降低控制器的响应延时是提高网络可靠性的一个关键研究问题。为实现该目标，现有的研究主要包含两种解决方案:多控制器静态部署机制和多控制器动态分配机制。然而，以上两种方式都可能带来额外的控制层通信开销。本文将基于流重定向方法对控制器响应延迟最小化问题展开研究。本文拟综合考虑流表大小和数据链路容量约束，以最小化最大控制器响应时间为优化目标，对该问题进行形式化定义，并证明其NP难。在此基础上，本文提出了两个近似算法对该问题进行求解。通过仿真实验和平台测试表明，相比于已有的两种机制，本文提出的近似算法可以减少50％-80％的最大控制器响应延时;相比于动态分配机制，在保证相同的控制器响应延迟的条件下，该算法可以减少近30％的控制器部署数量。
　　3.在软件定义网络中，数据的转发和控制功能相互分离，转发层面的所有流量的路由决策都需由控制层面集中完成。为了提高软件定义网络中数据传输的可靠性，以往的研究通常只考虑了数据层面的表项资源及数据链路容量的约束。然而，由于OpenFlow交换机有限的处理能力，交换机和控制器之间的控制链路也成了软件定义网络可靠性保障的一个瓶颈。当网络中存在突发流量时，控制链路的约束将导致网络QoS性能（例如，网络吞吐率、传输延时等）的急剧降低。本论文将综合考虑软件定义网络中数据层资源约束和控制链路资源约束对两个层面的资源进行联合优化，以提高网络的可靠性和网络服务质量。针对控制链路上行容量约束，本文以最小化最大控制链路上行负载为优化目标定义了一个控制链路负载均衡问题，并给出了一个近似比为（3+2√2）的近似算法对该问题进行求解。针对控制链路下行容量约束，本文提出了一个低延时保证的路由部署算法，在满足路由部署延时约束的前提下对路由性能进行优化。最后通过平台实验和仿真实验，验证了本文提出的算法可以减少近50％的控制链路负载和60％的路由部署延时。