[发明专利]一种分布式人工神经网络在SDN上的配置和交互方法

摘要

本发明提出一种分布式人工神经网络DANN(Distributed Artificial Neural Network)在SDN上的配置和交互方法，该方法通过在Linux系统下基于Qt开发的一套GUI（Graphical User Interface）图形用户交互，提供可视化窗口、菜单、图标等直观方式方便非专业用户配置DANN的操作方法。实现SDN网络中配置和交互系统的设计，SDN网络中流表的增加和删除，实现攻击类型检测，搭建一到多个人工神经网络，按照时间改变防御方向，周期训练模型参数等等功能，还可探测SDN网络的系统资源，如交换机、虚拟机以及网络拓扑情况的获取，通过交互界面展示统计数据。

主权项

1.一种分布式人工神经网络在SDN上的配置和交互方法，其特征在于，包括SDN网络拓扑创建、拓扑信息采集、SDN网络拓扑信息的展示、流表的添加和流表的删除，其中，SDN拓扑信息采集方法是：数据存储与处理层实现了对拓扑数据的更新与处理功能，从数据处理部分获取到相应需要采集的拓扑信息，是指SDN控制器，交换机内存特性、网卡特性、CPU特性，主机，链路，交换机端口信息；在确定了需要采集的信息之后，构建所需采集信息的命令，通过服务器端与SDN控制器的发起拓扑信息采集请求；采集方式是通过基于简单网络管理协议SNMP和链路发现协议LLDP的二次开发进行获取数据；控制中心使用LLDP，该协议实现了标准的链路发现的方法，能够把设备自身的设备标识，接口标识，管理地址等相关信息组合成TLV，TLV分别是指类型、长度、值，接着封装成链路层发现协议数据单元发送给直接连接的设备，以MIB管理信息数据库的方式保存这些信息；控制器获取到从服务器发送过来的请求之后，会对前端请求获取的拓扑信息进行预处理，假设格式错误则在预处理模块返回错误并对错误类型予以提示，不再继续进行其他操作；若是格式正确则进行下一步；控制器解析JSON字符串，获取请求信息的类型，将所需信息封装成规定的JSON格式的字符串返回到服务器端；服务器收到控制器返回的拓扑信息，因为返回信息的格式是JSON字符串，需要对其进行JSON解析到相应的模型，JSON对应的key就是model类的属性，将JSON数据的value赋值到对应的model属性以保存；最后调用操作数据库的方法将拓扑信息更新或者存储到数据库中；由于网络拓扑信息是实时变化的，因此获取网络拓扑信息就应该是周期的任务，每隔一段周期就获取一次拓扑信息，周期重复上述步骤。