[发明专利]一种SDN环境中重要节点信息采集方法

摘要

本发明公开了一种SDN环境中重要节点信息采集方法，用于选取网络中重要节点，从而进行网络服务的重点监测和重点部署。首先对转发平面与网络服务程序的相关信息收集，然后对转发节点的重要程度进行量化分析，进而对网络服务进行有重点的信息采集。其中，所选参数包括四部分：1)通信量；2)网络拓扑；3)转发节点活跃度；4)网络服务信息，其中网络服务信息指对于评价转发节点部署该服务的迫切程度有关的指标，可根据具体网络服务在其所提供的指标中进行选取。本发明对网络服务的信息采集工作进行优化，在减少网络服务信息采集节点数量的同时，获得较好的服务效果。

主权项

1.一种SDN环境中重要节点信息采集方法，包含控制器以及转发节点，其特征在于，所述方法包括如下步骤：S1 控制器通过对转发平面与网络服务程序进行信息收集，得到用于评价每个转发节点重要程度的参数信息，所述参数包括通信量、网络拓扑、转发节点活跃程度和网络服务信息；S2 根据步骤S1所得到的每个转发节点对应的参数信息构成每个转发节点的多元组数据，对每个转发节点的多元组数据进行量化分析，得出网络中各转发节点的重要性指标；步骤S2具体实现如下：2.1)参数标准化；2.2)历史性参数处理；2.3)参数最终拟合，得到网络中各转发节点的重要性指标；步骤2.1)中，参数标准化按照下式进行：其中ai为节点vi某项参数的原始数据，xi为节点vi的该项参数标准化后的结果，aj为节点vj的该项参数的原始数据；步骤2.2)的具体实现如下：2.2.1)对每项参数的历史数据通过加权求和对其先进行一次处理，即：其中，Q表示某转发节点一项经过处理的历史性参数，Tj表示该转发节点一项历史性参数的第j‑1次历史数据，αj表示对应Tj的权重，K表示用于拟合的信息的个数，即用于拟合的历史数据和当前数据的总个数；2.2.2)采用层次分析法确定权重αj和Q，具体如下：2.2.2.1)根据时序信息T＝{T1，T2，…Tj，…，TK}构造判断矩阵A：其中，bij代表Ti与Tj相对关系，其数学映射如下：2.2.2.2)将判断矩阵A的每一列归一化：2.2.2.3)将归一化后的矩阵按行求和：2.2.2.4)对向量进行归一化：则特征向量W＝[ω₁，ω₂，...，ω_K]^T；2.2.2.5)求得特征根值：计算一致性指标CI＝(t_max‑K)/K‑1，对照平均随机一致性指标进行一致性检验，如果不通过则调整b_ij的数学映射重新构建判断矩阵A，并跳转到步骤2.2.2.1)，其中，(AW)_i表示矩阵A和特征向量W的乘积的第i个分量；2.2.2.6)对权值向量归一化：得到最终权值：α＝[α₁，α₂，…，α_K]^T；2.2.2.7)通过加权求和得到Q：步骤2.3)的具体实现如下：2.3.1)通过以下公式将所有参数拟合成节点重要性指标：其中，si代表节点vi的重要性指标，CNi和CNi分别代表节点vi和vj的通信量参数，TPi和TPi分别代表节点vi和vj的网络拓扑参数，VDi和VDj分别代表节点vi和vj的节点活跃度参数，TSi和TSj分别代表节点vi和vj的网络服务信息参数，λ1、λ2、λ3、λ4分别代表节点vi的通信量参数、网络拓扑参数、节点活跃度参数以及网络服务信息参数的权重；所述网络拓扑参数、节点活跃度参数和网络服务参数的计算如下：其中，λ21、λ22和λ23分别表示网络拓扑参数中的离心中心性参数、接近中心性参数和度中心性参数的权重，λ31、λ32和λ33分别表示转发节点活跃度参数中的数据包转发频率、节点请求频率和流表修改频率的权重，λik则为每个网络服务参数Sik所对应的权重；2.3.2)采用主成分分析法确定各拟合式中的权重λj和最终拟合结果，具体如下：2.3.2.1)初始化输入变量，并生成记录所有节点输入参数的参数矩阵A(m×n)，其中，所述初始化变量为参数个数n、全网节点数目m、以及转发节点vi的各项参数vi＝{pi1，pi2，…，pin}；2.3.2.2)将参数矩阵A的每一列归一化：b_ij为参数矩阵A的元素；2.3.2.3)将归一化后的矩阵按行求和：2.3.2.4)对向量进行归一化：并计算特征向量，记作W＝[ω₁，ω₂，...，ω_n]^T2.3.2.5)求得各项参数权重：2.3.2.6)求得节点参数拟合结果：2.3.2.7)求得全网拟合矩阵：P＝[P1，P2，…，Pm]T。