CN107689919B - Sdn网络的动态调整权重模糊选路方法 - Google Patents

Abstract

本发明公开了一种SDN网络的动态调整权重模糊选路方法，当源节点请求与目的节点通信时，监测获取SDN网络拓扑信息，计算源节点到目的节点的前K条最短路径，监测前K条最短路径对应的路径跳数、已转发包数、字节数和端口转发率，归一化并构建归一化选路参数矩阵，根据归一化选路参数矩阵计算选路参数权重，根据选路参数及权重采用模糊优化算法从前K条最短路径筛选出最优路径。本发明对链路信息和交换机信息进行监控，动态调整权重，采用模糊优化算法确定得到最优路径，相比现有经验值权重设计算法，可以提高最终选择路径的准确性。

Description

SDN网络的动态调整权重模糊选路方法

技术领域

本发明属于软件定义网络技术领域，更为具体地讲，涉及一种SDN网络的动态调整权重模糊选路方法。

背景技术

软件定义网络(Software Defined Network,SDN)将数据平面和控制平面分离，控制器可以对全网状态进行集中控制，从而可实现实时监控和管理网络流量，能够提高网络的性能和资源利用率，降低了网络拥塞及负载均衡器硬件成本，具有灵活有效的可编程能力，实现网络的负载均衡。由相关研究可知，当前用于负载均衡的模糊选路方法(包括模糊综合评估算法和模糊优化算法等)是利用固定权重实现的，并没有根据网络状态实时进行调整，这种方式会造成网络的实时性降低，传输质量下降。

发明内容

本发明的目的在于克服现有技术的不足，提供一种SDN网络的动态调整权重模糊选路方法，监测路径的链路信息和交换机信息，动态调整权重，提高最终结果的准确性。

为了实现上述发明目的，本发明SDN网络的动态调整权重模糊选路方法包括以下步骤：

S1：当源节点请求与目的节点通信时，监测获取SDN网络拓扑信息；

S2：根据SDN网络拓扑信息计算源节点到目的节点的路径，选择前K条最短路径；

S3：监测前K条最短路径中所涉及的链路信息和交换机信息，其中链路信息为路径跳数h，交换机信息包括已转发包数p、字节数b和端口转发率q；

S4：对步骤S3中的4项信息作为选路参数，分别对每个路径中选路参数进行归一化，归一化公式如下：

其中，k表示路径序号，k＝1,2,…,K；h_k′(t)、p_k′(t)、b_k′(t)、q_k′(t)分别表示第k条路径所对应的路径跳数h、已转发包数p、字节数b、端口转发率q在t时刻的归一化值；h_k(t)表示第k条路径在t时刻的路径跳数，s表示SDN网络中交换机数量；分别表示第k条路径所对应的所有交换机已转发包数p、字节数b、端口转发率q在t时刻的均值；p_k,min(t)、b_k,min(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b在t时刻的最小值；p_k,_max(t)、b_k,max(t)、q_k,max(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b、端口转发率q在t时刻的最大值；

将前K条最短路径中4项选路参数的归一化值构建得到归一化选路参数矩阵X：

S5：根据以下公式计算每项选路参数的权重w_i(t)：

w_i(t)＝β_i(t)/[α_i(t)*λ_i(t)]

其中，i表示选路参数的序号，i＝1,2,3,4；

S6：将步骤S3中的4项参数作为选路参数，即模糊优化算法中路径的评价因素集U＝(h,p,b,q)，将步骤S4计算得到的选路参数权重作为路径的权重，即模糊优化算法中路径评价因素的权重向量W＝[w₁(t),w₂(t),w₃(t),w₄(t)]，根据归一化选路参数矩阵X计算得到选路参数隶属度矩阵R：

计算模糊评分矢量B：

B＝W*R＝[b₁,b₂,....b_K]

从K个b_k中筛选出最大值，其对应的路径即为最优路径。

本发明SDN网络的动态调整权重模糊选路方法，当源节点请求与目的节点通信时，监测获取SDN网络拓扑信息，计算源节点到目的节点的前K条最短路径，监测前K条最短路径对应的路径跳数、已转发包数、字节数和端口转发率，归一化并构建归一化选路参数矩阵，根据归一化选路参数矩阵计算选路参数权重，根据选路参数及权重采用模糊优化算法从前K条最短路径筛选出最优路径。

本发明对链路信息和交换机信息进行监控，动态调整权重，采用模糊优化算法确定得到最优路径，相比现有经验值权重设计算法，可以提高最终选择路径的准确性。

附图说明

图1是本发明SDN网络的动态调整权重模糊选路方法的具体实施方式流程图；

图2是本实施例模拟验证中所采用的SDN网络拓扑结构图；

图3是本发明与FSEA算法网络交互响应时间对比图；

图4是本发明和FSEA算法在UDP通信中的传输延迟抖动对比图；

图5是本发明和FSEA算法在TCP通信中的带宽对比图；

图6是本发明和FSEA算法在UDP通信中的带宽对比图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例

图1是本发明SDN网络的动态调整权重模糊选路方法的具体实施方式流程图。如图1所示，本发明SDN网络的动态调整权重模糊选路方法，其具体步骤包括：

S101：监测获取SDN网络拓扑信息：

当源节点请求与目的节点通信时，监测获取SDN网络拓扑信息。

S102：计算前K条最短路径：

根据SDN网络拓扑信息计算源节点到目的节点的路径，选择前K条最短路径。路径计算的方法与最短路径的选择方法可以根据实际情况选用，由于其并非本发明的重点，在此不再赘述。

S103：监测链路信息和交换机信息：

监测前K条最短路径中所涉及的链路信息和交换机信息，其中链路信息为路径跳数h，交换机信息包括已转发包数p、字节数b和端口转发率q。

S104：计算归一化选路参数矩阵：

对步骤S103中的4项信息作为选路参数，分别对每个路径中选路参数进行归一化，归一化公式如下：

其中，k表示路径序号，k＝1,2,…,K；h_k′(t)、p_k′(t)、b_k′(t)、q_k′(t)分别表示第k条路径所对应的路径跳数h、已转发包数p、字节数b、端口转发率q在t时刻的归一化值；h_k(t)表示第k条路径在t时刻的路径跳数，s表示SDN网络中交换机数量；分别表示第k条路径所对应的所有交换机已转发包数p、字节数b、端口转发率q在t时刻的均值；p_k,min(t)、b_k,min(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b在t时刻的最小值；p_k,_max(t)、b_k,max(t)、q_k,max(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b、端口转发率q在t时刻的最大值。

将前K条最短路径中4项选路参数的归一化值构建得到归一化选路参数矩阵X：

S105：计算选路参数权重：

根据以下公式计算每项选路参数的权值w_i(t)：

w_i(t)＝β_i(t)/[α_i(t)*λ_i(t)] (6)

其中，i表示选路参数的序号，i＝1,2,3,4。根据以上公式可知，α_i(t)、β_i(t)分别表示前K条最短路径第i项选路参数在t时刻的均值和标准差，λ_i(t)代表了加权和。

S106：采用模糊优化算法确定最优路径：

采用模糊优化算法对步骤S102得到的前K条最短路径中确定最优路径，其具体步骤包括：

(1)将步骤S103中的4项参数作为选路参数，即模糊优化算法中路径的评价因素集U＝(h,p,b,q)，将步骤S104计算得到的选路参数权重作为路径的权重，即模糊优化算法中路径评价因素的权重向量W＝[w₁(t),w₂(t),w₃(t),w₄(t)]。

(2)根据归一化选路参数矩阵X计算得到选路参数隶属度矩阵R：

r_2k＝1/log(x_2k+0.1)＝1/log(p′_k(t)+0.1) (12)

r_3k＝1/log(x_3k+0.1)＝1/log(b_k′(t)+0.1) (13)

(3)计算模糊评分矢量B：

从K个b_k中筛选出最大值，其对应的路径即为最优路径。

为了更好地说明本发明的技术效果，搭建一个具体的SDN网络场景，采用opendaylgiht+mininet对本发明的性能进行了模拟验证，并与现有的经验值权重模糊评估算法(FSEA)比较。图2是本实施例模拟验证中所采用的SDN网络拓扑结构图。如图2所示，该SDN网络中包含10个主机以及9个交换机。每次任意选择两个主机通信，采用本发明与FSEA算法分别进行选路，对性能进行对比，性能参数包括网络交互响应时间、UDP通信中的传输延迟抖动和UDP/TCP通信中的带宽，下面分别对每个性能参数的仿真结果进行说明。

●网络交互响应时间

通过因特网包探索器(ping)测试网络连接量的程序，Ping发送一个ICMP(Internet Control Message Protocol，Internet控制报文协议)回声请求消息给目的地，测试网络包完成一次网络交互响应时间。图3是本发明与FSEA算法网络交互响应时间对比图。如图3所示，本发明的反应时间变化平稳，且平均反应时间比FSEA算法的平均反应时间小。响应时间越小，说明网络传输速度越快，因此采用本发明可以提高SDN网络的传输效率。

●UDP通信中的传输延迟抖动

采用Iperf测试UDP性能，UDP通信中的传输延迟抖动(Jitter)的测试由服务器端完成，客户发送的报文数据包含有发送时间戳，服务器端根据该时间信息和接收到报文的时间戳来计算传输延迟抖动。图4是本发明和FSEA算法在UDP通信中的传输延迟抖动对比图。如图4所示，本发明的延迟抖动小于FSEA算法，传输延迟抖动反映传输过程中是否稳定，延迟抖动越小，说明网络的实时性和网络传输质量好，因此采用本发明可以提高SDN网络的稳定性。

●TCP/UDP通信中的带宽

采用Iperf测试TCP和UDP通信中客户端到服务器的带宽(Bandwidth)性能。图5是本发明和FSEA算法在TCP通信中的带宽对比图。图6是本发明和FSEA算法在UDP通信中的带宽对比图。如图6所示，本发明与FSEA算法在TCP和UDP通信中的带宽性能测试结果基本一致。

由以上仿真结果可以得出结论：本发明的总体性能优于FSEA算法，可以更有效地提高SDN网络的效率。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种SDN网络的动态调整权重模糊选路方法，其特征在于包括以下步骤：

S1：当源节点请求与目的节点通信时，监测获取SDN网络拓扑信息；

S2：根据SDN网络拓扑信息计算源节点到目的节点的路径，选择前K条最短路径；

S3：监测前K条最短路径中所涉及的链路信息和交换机信息，其中链路信息为路径跳数h，交换机信息包括已转发包数p、字节数b和端口转发率q；

S4：对步骤S3中的4项信息作为选路参数，分别对每个路径中选路参数进行归一化，归一化公式如下：

其中，k表示路径序号，k＝1,2,…,K；h′_k(t)、p′_k(t)、b′_k(t)、q′_k(t)分别表示第k条路径所对应的路径跳数h、已转发包数p、字节数b、端口转发率q在t时刻的归一化值；h_k(t)表示第k条路径在t时刻的路径跳数，s表示SDN网络中交换机数量；分别表示第k条路径所对应的所有交换机已转发包数p、字节数b、端口转发率q在t时刻的均值；p_k,min(t)、b_k,min(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b在t时刻的最小值；p_k,max(t)、b_k,max(t)、q_k,max(t)分别表示第k条路径所对应的所有交换机中已转发包数p、字节数b、端口转发率q在t时刻的最大值；

将前K条最短路径中4项选路参数的归一化值构建得到归一化选路参数矩阵X：

S5：根据以下公式计算每项选路参数的权重w_i(t)：

w_i(t)＝β_i(t)/[α_i(t)*λ_i(t)]

其中，i表示选路参数的序号，i＝1,2,3,4；α_i(t)、β_i(t)分别表示前K条最短路径第i项选路参数在t时刻的均值和标准差，λ_i(t)表示加权和；

S6：将步骤S3中的4项参数作为选路参数，即模糊优化算法中路径的评价因素集U＝(h,p,b,q)，将步骤S5计算得到的选路参数权重作为路径的权重，即模糊优化算法中路径评价因素的权重向量W＝[w₁(t),w₂(t),w₃(t),w₄(t)]，根据归一化选路参数矩阵X计算得到选路参数隶属度矩阵R：

计算模糊评分矢量B：

B＝W*R＝[b₁,b₂,....b_K]

从模糊评分矢量B的K个元素b_k中筛选出最大值，其对应的路径即为最优路径。

2.根据权利要求1所述的动态调整权重模糊选路方法，其特征在于，所述选路参数隶属度矩阵R的计算方法如下：

r_2k＝1/log(x_2k+0.1)

r_3k＝1/log(x_3k+0.1)