[发明专利]一种面向可编程网络的协作式大流检测方法

说明书

本发明提供了一种面向可编程网络的协作式大流检测方法，其特征在于：包括以下步骤：可编程交换机实时检测并记录流入的可编程交换机的流量数据；控制器向各个可编程交换机分别下发对应的本地阈值；可编程交换机对比检测到的流量数据与本地阈值，如果判定流量数据超过本地阈值则向控制器发送报告，反之则不触发报告；控制器识别接收到的报告中的流量数据，抽取转发了该流但未触发报告的可编程交换机的报告；控制器结合接收到的和抽取的可编程交换机的报告，统计该流的所有数值，并将统计的数值与网络全局阈值对比判断该流量数据是否为全网范围内的大流；控制器根据以往收到的报告调整下发至各个可编程交换机的本地阈值。

技术领域

本发明属于计算机网络技术领域，具体涉及一种面向可编程网络的协作式大流检测方法。

背景技术

随着先进网络技术的发展与更迭，尤其进入5G时代后，无论是从互联网业务流量还是用户规模都呈现爆发式的增长，数据中心面临着各种各样的挑战。网络数据量的逐年提升给网络带来了一些异常现象，如流量被调度到同一链路上发生碰撞，会长期占用链路带宽，导致出口端队列中流量拥塞，造成网络延时过高等问题。为了维护网络的正常运行，网络运营商需要通过实时的“大流”检测方法来识别网络流量中的流量堆积现象，以及时发现网络中的问题行为然后做提前防范或缓解措施，例如防御或者SLB。

一方面，在实际网络中，网络运营商需要监测整个网络的流量以保证网络的安全，如果仅在局部位置进行流量检测，会导致全网范围中的某些大流无法被检测出，起不到保障网络安全的作用。目前已有大量部署在个体交换机上的大流检测算法研究，而少数针对全网范围的大流检测方法的研究也无法平衡检测精度与整体通信开销。

另一方面，如今的数据中心在短时间内拥有数万个并发流，无差错的对每条流进行跟踪检测将消耗大量的资源，传统网络中的大流检测依赖于分析数据包样本，难以对海量数据进行实时精细化的管理、度量和统计。可编程交换机虽然为聚合流量统计和直接在数据平面识别大流量提供了新思路，但将所有的传统设备升级为可编程设备会给企业和互联网服务提供商带来巨大的预算和运营负担。因此亟需研究一种以数据中心网络为对象，无须升级所有传统设备，通过控制器与各个边缘可编程交换机之间相互协作，以较低的通信开销精准地检测出全网范围内的大流的大流检测方法。

发明内容

本发明的目的就是为了解决上述背景技术存在的不足，提供一种面向可编程网络的协作式大流检测方法，以数据中心的网络为对象，无须升级所有传统设备，通过控制器与各个边缘可编程交换机之间相互协作，以较低的通信开销精准地检测出全网范围内的大流，避免流量被调度到同一链路上发生碰撞，以保证网络安全稳定运行。

本发明采用的技术方案是：一种面向可编程网络的协作式大流检测方法，其特征在于：包括以下步骤：

A.可编程交换机实时检测并记录流入的可编程交换机的流量数据；

B.控制器向各个可编程交换机分别下发对应的本地阈值；

C.可编程交换机对比检测到的流量数据与本地阈值，如果判定流量数据超过本地阈值则向控制器发送报告，反之则不触发报告；

D.控制器识别接收到的报告中的流量数据，抽取转发了该流量数据但未触发报告的可编程交换机的报告；

E.控制器结合接收到的和抽取的可编程交换机的报告，统计该流量数据的所有数值，并将统计的数值与网络全局阈值对比判断该流量数据是否为全网范围内的大流；其中所有数值指各个数据包的数据大小

F.控制器根据以往收到的报告调整下发至各个可编程交换机的本地阈值。

上述技术方案中，步骤A具体包括以下步骤：