基于深度学习实现应用感知的SDN网络资源调度方法技术

基于深度学习实现应用感知的SDN网络资源调度方法，其内容是：基于SDN网络的网络特性，在位于数据平面的虚拟网络功能VNF上部署深度神经网络DNN，该DNN对交换机转发的应用数据流进行学习和分类，并把分类结果上报给SDN控制器，SDN控制器根据分类结果进行网络资源调度，生成满足该应用数据流网络资源需求的路由信息，并把该路由信息下发给交换机，本发明专利技术的方法大大提高了系统的灵活性和鲁棒性，实现了根据应用的资源需求对网络资源进行合理调度，从而提高了网络的服务质量。

Application-aware SDN Network Resource Scheduling Method Based on Deep Learning

Application-aware SDN network resource scheduling method based on in-depth learning is implemented. Its content is: Deploying deep neural network DNN on virtual network function VNF located in data plane based on the network characteristics of SDN network. The DNN learns and classifies the application data stream forwarded by switches, and reports the classification results to SDN control. The SDN controller dispatches the network resources according to the classification results, generates the routing information that meets the network resource requirements of the application data stream, and sends the routing information to the switch. The method of the invention greatly improves the flexibility and robustness of the system, and realizes the combination of network resources according to the resource requirements of the application. Scheduling management improves the quality of service of the network.

【技术实现步骤摘要】
基于深度学习实现应用感知的SDN网络资源调度方法
本专利技术涉及一种基于深度学习实现应用感知的SDN网络资源调度方法，属于信息
，特别是属于SDN网络

技术介绍
在物联网中会存在各种各样的接入设备，不同的接入设备可能会承载着不同类型的网络应用，这些网络应用对网络资源有着不同的需求。例如对于互联网承载的音频(VOIP)，这类应用对网络的时延有着较高的要求，我们应该尽量为这类应用分配低时延的路径。而对于视频监控应用，它既需要低时延的网络路径，又需要占用足够大的带宽才能实现视频数据的实时传输。在物联网场景下，要实现网络的按需调度关键在于获取流量的具体类型信息。传统的流量调度大多基于数据报包头信息进行流量分类，国际互联网工程任务组(TheInternetEngineeringTaskForce，简称IETF)为一些标准协议分配了固定的端口号，通过对应的端口号可以把网络流量分成不同的应用类别,但基于端口号的分类存在许多问题：一是随着网络应用的增多，很多应用层协议并没有分配专门的端口号，这部分应用协议无法通过端口号进行区分；二是某些应用层协议可能会承载了多种不同类型的应用内容，不本文档来自技高网...

【技术保护点】
1.基于深度学习实现应用感知的SDN网络资源调度方法，其特征在于：所述方法的内容是：基于SDN网络的网络特性，在位于数据平面的虚拟网络功能VNF上部署深度神经网络DNN，该DNN对交换机转发的应用数据流进行学习和分类，并把分类结果上报给SDN控制器，SDN控制器根据分类结果进行网络资源调度，生成满足该应用数据流网络资源需求的路由信息，并把该路由信息下发给交换机。

【技术特征摘要】
1.基于深度学习实现应用感知的SDN网络资源调度方法，其特征在于：所述方法的内容是：基于SDN网络的网络特性，在位于数据平面的虚拟网络功能VNF上部署深度神经网络DNN，该DNN对交换机转发的应用数据流进行学习和分类，并把分类结果上报给SDN控制器，SDN控制器根据分类结果进行网络资源调度，生成满足该应用数据流网络资源需求的路由信息，并把该路由信息下发给交换机。2.根据权利要求1所述的基于深度学习实现应用感知的SDN网络资源调度方法，其特征在于：所述的DNN要预先进行训练，训练的方法是：通过交换机预先收集不同类型应用的流量数据，采用监督学习的方法对DNN进行训练。3.根据权利要求1或2所述的基于深度学习实现应用感知的SDN网络资源调度方法，其特征在于：所述方法包括如下操作步骤：(1)客户端主机应用向服务器主机发出数据包，该数据包进入SDN网络；所述的客户端主机与SDN网络的边缘节点SA相联，所述的服务器主机与SDN网络的边缘节点SB相联；(2)所述的SDN网络的边缘节点SA收到该数据包后查询流表，如果有相应的匹配流表，则按流表规则转发该数据包；如果没有匹配流表，则把该数据包通过packet_In消息上传给SDN控制器；(3)SDN控制器收到该packet_In消息，解析上报的数据包，根据网络拓扑获取该数据包的源节点和目的节点，分别为SA和SB；(4)SDN控制器使用最短路径算法计算出一条从节点SA到节点SB的传输路径，并将该路径转换成OpenFlow流表，然后把该流表下发到所述的路径上所有的交换节点；所述的客户端主机应用发出的所有数据包都会匹配到上述流表并最终根据该流表的动作转发到服务器主机；(5)SDN控制器使用最短路径算法计算出一条源为节点SA，目的为所述VNF所连接的SDN网络边缘节点SC的路径，该路径会被转换成流表并下发到该路径上的所有节点；此时在SA处，所述客户端主机应用发送的数据包会被拷贝两份，其中一份会被转发到节点SB，这部分数据包最终会被转发到服务器...

【专利技术属性】
技术研发人员：王敬宇，王晶，戚琦，孙海峰，徐军，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11