论文部分内容阅读
随着社交网络、移动互联网、物联网等业务领域的发展,数据中心作为这些业务所依赖的基础设施,已经发生了许多重大的变化。数据中心网络规模的不断增大,网络业务呈现多样化、复杂化,使得网络流量快速增长,因此数据中心网络流量的调度成为了一个研究热点。由于传统网络静态的运作模式和僵硬的管理方法,不能灵活、快速、智能的调度底层网络流量,使得数据中心内的流量调度研究发展缓慢。SDN作为新兴的网络架构,实现了网络控制与转发的分离,利用集中的方式来实现网络的转发功能以及细粒度的流量控制能力,使得SDN技术在数据中心网络中有着广泛的应用和部署。本文通过将SDN技术应用到数据中心网络中,提出了一种基于SDN的实时流量调度方法(Real-time Traffic Scheduling Method based on SDN,RTSM-SDN),使得流量调度更加灵活智能,从而提高了网络资源利用率。本文的主要工作和创新如下。(1)分析了数据中心内流量调度相关研究背景和现状,传统的等价多路径流量调度算法已经不能满足需求。结合流量调度的实现原理,将SDN技术应用到数据中心网络中。在SDN网络架构下,通过控制器与交换机之间OpenFlow消息的交互,可以获得底层网络的性能参数(当前链路可用带宽、链路时延、丢包率等)。在计算路由时将这些实时获取的参数加入到路由计算度量中,这样在计算路径时既考虑了网络拓扑,同时也考虑了网络当前状况,尽可能避免了网络拥塞,提高了网络服务质量。(2)结合数据中心网络流量特点,根据大象流与老鼠流的传输需求,将获取的实时链路时延和丢包率作为老鼠流传输的路由计算度量,将链路当前可用带宽作为大象流传输的路由计算度量,在此基础上再加入传输时延的硬阈值作为限制条件,建立目标函数,即最小化网络的路由度量。实验表明,在传输时延、网络整体吞吐量以及数据包重传次数三个性能指标下,RTSM-SDN方案与ECMP、Hedera、RepFlow相比,能在保障老鼠流传输的同时,也很好地保障了大象流的传输,大大增加了网络吞吐量和链路利用率。