[发明专利]软件定义网络中基于拥塞感知的智能重路由方法和装置有效

专利信息
申请号: 201810332577.0 申请日: 2018-04-13
公开(公告)号: CN108540384B 公开(公告)日: 2020-07-28
发明(设计)人: 曲桦;赵季红;仝梦菲;陈梁骏;赵建龙;李彬 申请(专利权)人: 西安交通大学
主分类号: H04L12/721 分类号: H04L12/721;H04L12/725;H04L12/727;H04L12/729
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 安彦彦
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 软件 定义 网络 基于 拥塞 感知 智能 路由 方法 装置
【说明书】:

软件定义网络中基于拥塞感知的智能重路由方法和装置,初始化后控制层的网络监测模块定期收集并计算数据层的网络状态,控制层的拥塞检测模块对链路已用负荷比和链路负荷变化率两个指标进行模糊评价,得到当前链路拥塞质量的模糊评价值,根据路径上所有链路的平均拥塞程度,得到本路径的拥塞质量模糊评价值;控制层的拥塞检测模块完成所有备选路径的拥塞质量评价后,路径选择模块与拥塞检测模块均和网络监测模块建立连接,获得路径选择参数,进行数据流传输最优路径选择。本发明为网络中的数据流提供了一种智能的拥塞避免路由选择方法,有效提高网络的性能和用户服务质量体验。

技术领域

本发明涉及通信领域,具体涉及一种软件定义网络中基于拥塞感知的智能重路由方法和装置。

背景技术

随着物联网、移动互联网、云计算网络等新型网络的不断涌现,流媒体数据呈现爆炸式的增长,网络链路拥塞问题日益严重。传统网络的分布式体系结构缺乏对网络资源和全局信息的控制,因此很难对网络资源进行高效的利用。软件定义网络架构打破了传统网络系统的设计理念,将集中式的控制面与分布式的数据面相分离,既可以实现控制面的全局优化和集中控制,又可以实现高性能的网络转发能力。软件定义网络架构主要由数据平面、控制平面和应用平面三部分组成。数据平面的设备只具备转发功能,不具备控制功能。控制平面具有底层网络的全局信息和集中控制的能力。应用平面对用户是开放的,用于用户更改网络需求和研究创新。软件定义网络的集中式管控和可编程接口为网络管理带来方便。

近年来,在软件定义网络架构下解决网络拥塞问题已有一些相关的研究。首先,对于网络拥塞评价方面,现有的评价方法有基于交换机端口数据的阈值法和模糊评价法。但却缺乏对数据传输路径的整体拥塞状况评价。其次,基于软件定义网络的拥塞管理机制主要分为终端侧和网络侧两大类。终端侧拥塞管理机制主要是对传统TCP协议的改进,通过对终端发送窗口和接收窗口的调整,暂时缓解链路的拥塞状况,包括SCCP协议,SDTCP协议等。但基于终端侧对网络拥塞调整,网络中大量的其他链路有可能处于空闲状态,网络资源得不到充分利用。网络侧拥塞控制方法主要是对拥塞路径上的数据进行重路由,将拥塞节点处的数据流路由至网络链路利用率较低的路径,缓解网络拥塞状况。包括ECMP路由方法,多备选路径方法和拥塞节点避免选择方法等。重路由方法能够更好的利用网络的资源,但重路由路径的优劣判断是该方法所面临的一个难点。

随着人工智能的发展,现已有研究应用强化学习方法解决网络路由问题。主要包括基于业务QoS的强化学习路由方法。强化学习方法可以根据网络的反馈实时对决策调整,更加智能。

总的来说,从目前的研究来看,网络拥塞管控主要包括以下两个方面的问题亟待解决:

(1)拥塞感知能力

传统的分段链路拥塞判断难以得到数据传输路径的整体拥塞效果,为最优路径选择带来不便。

(2)拥塞恢复机制

传统的网络侧拥塞恢复机制欠缺网络资源优化的考虑。忽略网络状态变化的特点,对于备份路径的选取过于死板,并且没有考虑重路由路径带来网络效果。

发明内容

本发明的目的是提出软件定义网络中基于拥塞感知的智能重路由方法和装置,该方法能够减少网络中的拥塞路径,提高网络的服务质量。

为实现上述目的,本发明采用如下的技术方案:

软件定义网络中基于拥塞感知的智能重路由方法,包括以下步骤:

(1)网络初始化;

(2)网络监测过程:

网络初始化完成后,控制层的网络监测模块定期收集并计算数据层的网络状态,包括:链路已用负荷比链路负荷变化率数据传输路径端到端的时延Delay、路径的丢包率Loss和路径的吞吐量TH,数据层的网络状态作为计算网络的路径质量的评价参数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810332577.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top