一种SDN环境中重要节点信息采集方法技术

本发明专利技术公开了一种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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及网络信息处理领域，具体涉及一种SDN环境中重要节点信息采集方 法。
技术介绍
软件定义网络（Sof tware Defined Networks，SDN)是将传统网络中的数据转发 层面与管理层面解耦而提出的一种新的网络架构。由于SDN为网络管理和开发人员提供统 一编程的北向接口，使其能便捷地进行网络管理和提供各类新型网络服务，该架构已得到 了广泛的应用。如，Google在其骨干网中应用SDN框架以提高设备资源利用率；亚马逊AWS 通过SDN架构提供大规模弹性计算云服务。 在SDN架构中，控制器Contro 11 er作为核心部件不仅为下层转发节点Swi tch 提供数据转发流表，还为上层应用程序App提供各类网络基础信息。因此，如何降低 Controller的工作负担，提高其工作效率，是保证SDN高效稳定运行的关键。虽然，在 现有SDN的研究工作中，已有降低Controller工作负担的相关研究，但它们都仅针对 Controller某项特定工作进行优化，具有一定的局限性。尤其是在大规模网络环境中，当 SDN中各类服务请求数量增多时，这些研究并不能有效降低Controller的工作负担。这将 会导致网络延迟的增大，降低其服务质量，乃至出现网络崩溃的情形。 在传统网络中，减少网络服务的信息收集工作，降低网络延迟的主要方法是针对 网络中的节点进行重要性评估。通过仅对重要节点进行信息采集的方式，可极大地提升网 络性能。传统的网络节点重要性评估方法可大致分为以下几类：（1)基于节点近邻的排序； ⑵基于路径的排序；⑶基于特征向量的排序；⑷基于节点移除和收缩的排序。然而，上 述4类传统网络节点重要性排序方法并不适用于SDN环境，其主要原因是： (1)基于节点近邻和基于路径的排序方法的基本思想是通过分析节点周围邻居节 点的数目或某两个节点之间通信路径所包含的节点数目，来确定该节点的重要性。但是，在 SDN中，转发流表由Controller根据整网状态和路由策略制定。因此，在SDN架构中，仅依 据转发平面的拓扑信息并不足以准确地评价转发节点的重要性。 (2)基于特征向量的排序方法需要经过参数信息在全网范围内不断扩散，并经 过一段收敛时间后才能得到最终的结果。但是在SDN中，尤其是在大规模的SDN中，由于 Controller具有全网信息，导致其会不断地重新制定转发流表。因此，如若采用基于特征相 邻的排序方法对SDN中转发节点的重要性进行评估，将导致该算法一直处于收敛阶段，无 法得出有效结果，乃至出现该算法进入死循环的情形。 (3)基于节点移除和收缩的排序方法的基本思想是通过评估网络某节点被移除后 对整网的破坏性，从而确定该节点的重要性。但是在SDN中，当某转发节点出现"瘫痪"时， Controller能迅速重新制定新的转发流表，确保整网通信的畅通。因此，在SDN中，只有当 移除某些特殊转发节点时，才会对整网具有较大的破坏性。所以，基于节点移除和收缩的排 序方法也并不适用于SDN。 传统网络服务信息采集优化算法一般以节点重要性指标为依据，进行网络服务的 重点采集以达到对其服务效率的优化，并且该重要性指标可应用于其他网络管理活动，如 网络结构安全性分析和网络路由管理等。其主要研究成果如下：Chen等人提出了一种在传 统网络中基于半局部信息的节点重要性排序算法。Kitsak等人提出了一种用K-壳分解法 确定网络中节点重要性的算法。Hu等人将K-壳分解法与社区结构相结合，提出一种改良指 标，并在SIR模型上的实验表明该方法较Kitsak等人的算法略佳。Martin等人对特征向 量中心性算法进行改进，提出在计算节点的分值时，其邻居的分值不再考虑该节点的影响。 Garas等人提出了一种用节点的邻居数量和节点的边权共同表示含权网络中节点重要性的 算法。Chen等人提出了一种针对有向网络的半局部算法，该算法不仅考虑了邻居节点的数 量，还考虑了聚类系数对信息传播的影响。由于传统网络架构的分布式特性和缺乏统一硬 件编程接口的性质，使得传统网络服务部署优化算法通常存在收敛时间，很难实时地反映 节点在网络中的重要性，并且在参数选择上受制于网络设备的限制，很难全面地衡量结点 的重要性。然而以上问题，在SDN环境中可以利用SDN架构的特性很好地解决。 当前SDN架构的研究尚在初步阶段，并且研究方向主要集中在利用SDN架构的优 势解决以大规模动态网络为主的场景下已存在的问题，对于SDN框架中Controller工作 优化问题的研究尚在起步阶段。现有主要研究成果如下：Perez等人提出了一种根据需求 属性将数据包快速分类的算法，对Controller的数据包处理工作进行了优化。Thorat等 人提出了一种SDN架构的快速自我修复算法，对Controller的自我修复工作进行了优化。 Malboubi等人提出了一种针对细粒度流量监测的优化算法，减轻了细粒度流量监测时对 Controller产生的工作负担。现有关于Controller工作优化问题的研究都是针对特定问 题展开，使得研究成果的扩展性十分有限，缺乏具有较高扩展性的算法研究。
技术实现思路
针对现有技术的不足，本专利技术旨在提供一种SDN环境中重要节点信息采集方 法，在降低Controller对各类服务请求响应延迟，提高网络稳定性的同时，进一步提高 单个Controller所能管理的网络规模，从而减少网络中Controller的部署数目，降低 Controller的协同工作量。 为了实现上述目的，本专利技术采用如下技术方案： 一种SDN环境中重要节点信息采集方法，包含控制器Controller以及转发节点， 所述方法包括如下步骤： Sl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Sl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。 需要说明的是，所述步骤Sl中，通信量为单位时间内转发节点发送的数据量，通 过下式得到： CNi= cn ; (t)-Cni (t_l)，i = 1，2，…，m ; 其中，CNi表示转发节点v ;的通信量参数，cn ; (t)表示Vi节点t时刻累计数据转 发量，Cn1 (t-Ι)为V1节点t-Ι时刻累计数据转发量，m代表网络中的节点数目。 需要说明的是，所述步骤Sl中，所述网络拓扑为无相无权连通图，记为G= (V，E)， 其中V = Iv1, v2，…，vm}为G的节点集合，E = {e^ e2，…，ej为G的边集合，m和η分 别是G的节点数和边数，m也即是网络中的转发节点数目；另外，G的邻接矩阵记为A nixni= [aj，仅当节点v# V」之间有连边时a u= 1，否则a u= 0 ; 所述网络拓扑参数具体包括如下子参数： 2. 1)离心中心性参数： 即一转发节点到网络中其他转发节点的最大距离，通过下式得出： ECCi= max .j (D，i，j = (1，2，…，m); 其中，ECCi表示转发节点v ;的离心中心本文档来自技高网...

【技术保护点】
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。

【技术特征摘要】

【专利技术属性】
技术研发人员：李兴华，郭佳，杨卫东，刘海，刘宏月，邓淼磊，
申请(专利权)人：河南工业大学，西安电子科技大学，
类型：发明
国别省市：河南;41