基于SDN的網(wǎng)絡(luò)流量矩陣測(cè)量方法研究.pdf

1、流量矩陣表示的是網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)對(duì)間的流量大小。流量矩陣是很多網(wǎng)絡(luò)管理任務(wù)的關(guān)鍵輸入信息，比如流量工程、網(wǎng)絡(luò)規(guī)劃、網(wǎng)絡(luò)性能診斷分析和流量計(jì)費(fèi)等。由于流量矩陣的重要性，近年來(lái)，流量矩陣的測(cè)量受到了許多研究者的廣泛關(guān)注。在實(shí)際網(wǎng)絡(luò)中，由于網(wǎng)絡(luò)測(cè)量資源和能力的限制，流量矩陣很難直接測(cè)量出來(lái)。因此，目前研究界普遍采用的流量矩陣測(cè)量方法是根據(jù)少部分容易直接測(cè)量到的（如鏈路負(fù)載）或直接獲得的（如業(yè)務(wù)路由）信息來(lái)估計(jì)網(wǎng)絡(luò)流量矩陣。然而，由于在傳統(tǒng)網(wǎng)

2、絡(luò)中能夠直接測(cè)量和直接獲取的信息很少，并且待估計(jì)的流量信息數(shù)目巨大，因此估計(jì)出的流量矩陣往往具有很大的誤差。
　　另一方面，近年來(lái)軟件定義網(wǎng)絡(luò)（Software Defined Network，SDN）引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。SDN將網(wǎng)絡(luò)的控制面和數(shù)據(jù)面徹底分開(kāi)，控制面集中式的運(yùn)行于網(wǎng)絡(luò)控制器之上，而數(shù)據(jù)面則分散的存在于各個(gè)設(shè)備上。SDN的這種分離式設(shè)計(jì)為網(wǎng)絡(luò)流量矩陣的測(cè)量也帶來(lái)了好處。首先，集中式的控制平面具有全局的網(wǎng)絡(luò)

3、視圖，可以統(tǒng)一地調(diào)配網(wǎng)絡(luò)資源。其次，分布于網(wǎng)絡(luò)設(shè)備上的數(shù)據(jù)面提供了若干用于流統(tǒng)計(jì)的計(jì)數(shù)器，利用這些計(jì)數(shù)器可以為流量矩陣的估計(jì)提供更多的輸入。本文將主要研究如何利用SDN提供的功能來(lái)更好地測(cè)量流量矩陣。
　　對(duì)于廣義流量矩陣，它的每一行表示一對(duì)節(jié)點(diǎn)間的流在不同時(shí)段下的大小，每一列表示在一個(gè)時(shí)段下每個(gè)流的大小。廣義流量矩陣具有時(shí)間和空間相關(guān)性，可以通過(guò)直接測(cè)量少部分流的大小，然后利用矩陣完成技術(shù)來(lái)估計(jì)其它流的大小。但是，直接測(cè)量哪些流

4、對(duì)于最后流量矩陣的估計(jì)正確率有很大的影響。為了降低設(shè)計(jì)最優(yōu)觀測(cè)矩陣（觀測(cè)矩陣表示需要直接測(cè)量的流集合）中固有的復(fù)雜性，本文提出采用隨機(jī)搜索方法來(lái)設(shè)計(jì)最優(yōu)觀測(cè)矩陣。隨機(jī)搜索方法采用遺傳算法和粒子群算法，以流量矩陣的估計(jì)誤差作為優(yōu)化目標(biāo)來(lái)設(shè)計(jì)最優(yōu)觀測(cè)矩陣。
　　另一方面，流量矩陣可以利用SDN交換機(jī)流表項(xiàng)的計(jì)數(shù)器值來(lái)進(jìn)行估計(jì)。SDN交換機(jī)流表項(xiàng)的計(jì)數(shù)器值表示匹配此流表項(xiàng)的所有流的大小之和。由于TCAM表項(xiàng)數(shù)目有限，SDN交換機(jī)流表項(xiàng)聚