基于SDN的数据中心网络流量优化问题研究

摘要 (i)

ABSTRACT ......................................................................................................... i i 第一章绪论 (1)

1.1 研究背景 (1)

1.2 研究内容 (3)

1.2.1 研究问题 (3)

1.2.2 研究思路 (3)

1.2.3 研究成果 (4)

1.3 论文的组织结构 (4)

第二章数据中心流量优化及SDN相关研究 (6)

2.1 数据中心网络中流调度问题研究现状 (6)

2.1.1 数据中心网络拓扑特性 (6)

2.1.2 传统路由策略-ECMP (7)

2.1.3ECMP存在的问题 (7)

2.2 SDN概述 (9)

2.2.1 SDN核心思想 (9)

2.2.2 OpenFlow的关键组件 (10)

2.3 基于SDN的数据中心流量控制相关研究 (11)

2.3.1 Hedera (11)

2.3.2 DevoFlow (12)

2.3.3 SWAN (13)

2.3.4 B4 (15)

第三章基于SDN的数据中心网络系统 (17)

3.1 将SDN引入数据中心 (17)

3.1.1 数据中心当前面临的问题 (17)

3.1.2SDN的优势 (18)

3.2 基于SDN的数据中心网络结构 (19)

3.2.1 单控制器数据中心网络结构 (19)

3.2.2SASCD：一种多控制器数据中心网络结构 (21)

3.3 基于SDN的数据中心网络流量优化关键流程 (22)

第四章一种数据中心网络中流调度的遗传算法 (25)

4.2 大流量调度问题的贪心算法 (26)

4.3 大流量调度问题的遗传算法 (28)

4.3.1 编码方式 (28)

4.3.2 适应度函数 (30)

4.3.3 选择操作 (31)

4.3.4 交叉操作 (31)

4.3.5 变异操作 (32)

4.4 算法性能评估 (32)

4.4.1 贪心算法与ECMP的比较 (33)

4.4.2 遗传算法与ECMP的比较 (34)

4.4.3 贪心算法与遗传算法的比较 (35)

第五章多控制器数据中心网络中流调度的分布式算法 (37)

5.1 基于最优匹配的分布式算法 (37)

5.1.1 算法整体思想 (37)

5.1.2 周期性的全局优化机制 (40)

5.2 算法性能评估 (42)

5.2.1 全局优化机制对分布式算法的结果影响 (42)

5.2.2ECMP、遗传算法和分布式算法的比较 (43)

第六章结束语 (45)

6.1 论文主要工作总结 (45)

6.2 下一步工作的展望 (45)

致谢 (47)

参考文献 (48)

作者在学期间取得的学术成果 (51)

在读硕士期间参加的科研项目情况 (52)

表目录

表5.1 最优匹配算法的伪代码 (38)

表5.2 带全局优化机制的分布式算法伪代码 (41)

图目录

图2.1 多根树状拓扑结构 (6)

图2.2ECMP造成的链路拥塞 (8)

图2.3 无拥塞的流调度方案 (8)

图2.4SDN架构 (9)

图2.5OpenFlow的组成 (10)

图2.6CSPF的路径分配结果 (14)

图2.7 最优的路径分配结果 (14)

图3.1 单控制器的数据中心网络架构一 (19)

图3.2 单控制器的数据中心网络架构二 (20)

图3.3 多控制器的网络结构图 (22)

图4.1 一个包含六个2-FCN的3-FCN (26)

图4.2 随机路径分配可能的结果 (27)

图4.3 贪心算法第一次循环的结果 (27)

图4.4 贪心算法第二次循环的结果 (28)

图4.52-FCN内部的流量 (29)

图4.6 源节点与目的节点不在同一个2-FCN内的流 (30)

图4.7 遗传算法中的一个个体 (30)

图4.8 交叉操作的过程 (31)

图4.9 变异操作的过程 (32)

图4.10ECMP与贪心算法在不同流量生成方式下的对比 (33)

图4.11ECMP与遗传算法在不同流量生成方式下的对比 (34)

图4.12流量按不同的交错概率生成时贪心算法与遗传算法的对比 (35)

图4.13流量按不同的随机概率生成时贪心算法与遗传算法的对比 (36)

图5.1 基于最优匹配的选路过程 (39)

图5.2 对3-FCN的一种区域划分方式 (39)

图5.3 全局优化机制在不同流量生成方式下对结果的影响 (42)

图5.4ECMP、遗传算法、分布式算法在不同流量生成方式下的对比 (43)