基于流量分类的软件定义回程网络路由方法技术

本发明专利技术揭示了一种基于流量分类的软件定义回程网络路由方法，包括如下步骤：S1、构造BP神经网络流量分类器对网络流量进行分类；S2、根据不同类型流量对软件定义回程网络中OpenFlow节点和链路的流表资源、带宽资源偏向不同的特性，建立分类流量的Logit选择模型；S3、根据S2中得到的选择结果，寻找网络流量从入口节点至目的节点的可达路径，计算可达路径的流表和带宽资源开销；S4、在满足网络流量转发约束、流表容量和链路负载约束的前提下，SDN控制器从S3中得到的可达路径中计算并选择使得网络流量在路由时流表和带宽资源总开销最小的路径。本发明专利技术通过设计合理路由路径，实现了对网络路由开销的优化。

【技术实现步骤摘要】
基于流量分类的软件定义回程网络路由方法
本专利技术涉及一种软件定义回程网络路由方法，具体涉及在无线接入与回程网络联合研究场景中，考虑到不同类型网络流量对软件定义回程网络节点和链路的流表、带宽资源偏向程度不同而提出的、一种基于流量分类的软件定义回程网络路由方法，属于软件定义网络路由

技术介绍
随着网络流量的剧增和新兴应用业务的出现，未来的移动通信技术将不仅需要解决人与人之间的通信需求，还需要满足从海量机器通信等低速率业务到高清视频播放等高速率业务的需求。同时，未来网络将遵循网络业务融合和按需服务提供的核心理念，为了支持移动互联网和物联网场景设备高效接入的要求，业务流量密度增大，业务类型差异化明显。因此，软件定义网络(Software-DefinedNetwork，SDN)作为一种新型的可编程网络架构引起了业界的广泛关注。SDN系统架构主要由转发平面、控制平面和应用平面三部分组成，其中，控制平面通过南向接口OpenFlow协议对转发平面进行控制，与此同时，控制平面通过北向接口向应用平面开放各类接口，满足网络灵活定制化应用的需求。基于通用硬件设备部署基于可重构的灵活网络，有助于支持精细化资源管控和全面能力开放，从而有效地降低设备管理的复杂度。由于当前网络终端应用愈加丰富、使得业内研究人士能够在一定程度上借助网络流量中数据包的统计特征反映网络流量应用的特点。因此，如何将SDN技术与软件定义回程网络中的流量接入与路由规划相结合、利用网络流量特征与网络性能特征对接入问题进行研究，并通过控制网络流量的回程路由来实现相应性能目标(例如开销优化或负载均衡等)、实现网络中流量的高效转发和灵活地路由调度，也就成为了目前业内研究人员亟待解决的问题。
技术实现思路
鉴于现有技术存在上述缺陷，本专利技术的目的是提出一种基于流量分类的软件定义回程网络路由方法，包括如下步骤：S1、构造BP神经网络流量分类器对网络流量进行分类；S2、根据不同类型流量对软件定义回程网络中OpenFlow节点和链路的流表资源、带宽资源偏向不同的特性，建立分类流量的Logit选择模型；S3、根据S2中得到的选择结果，寻找网络流量从入口节点至目的节点的可达路径，计算可达路径的流表和带宽资源开销；S4、在满足流量转发、流表容量和链路负载要求的情况下，SDN控制器从S3中得到的可达路径中计算并选择使得网络流量在路由时流表和带宽资源总开销最小的路径。优选地，S1具体包括如下步骤：S11、基于无线接入与回程网络的联合研究场景特点，选择网络流量分类特征；S12、采用包含输入层、隐层和输出层的三层神经网络结构，将分类特征数据输入至输入层，并设定隐层神经元以及输出层神经元激活函数，随后计算输出层的误差，并将误差逆向传播至隐层神经元中，最后根据隐层神经元的误差对网络权值和阈值进行调整，构造BP神经网络流量分类器，进而得到网络流量的分类结果。优选地，S11中所述分类特征包括：数据包个数、数据包平均大小、数据包大小分布方差、数据包平均时间间隔、数据包时间间隔分布方差以及流速率。优选地，S2具体包括如下步骤：S21、使用S1中构造的BP神经网络流量分类器将网络流量划分为散列流、平滑流以及低速率流三类，随后根据各个类型网络流量的数据包统计特征，分析三类网络流量对节点处流表资源的消耗情况以及三类网络流量对链路带宽资源的消耗情况；S22、建立分类流量的Logit选择模型，针对不同类型网络流量设计模型中的效用函数，根据效用最大化原则得到网络流量对回程网络边缘节点的选择概率，将网络流量的接入问题转化为回程网络边缘节点被选择的概率问题，进而得到网络流量进入回程网络时的入口节点。优选地，在S21中，所述三类网络流量对节点处流表资源的消耗情况从高到低依次为散列流、平滑流、低速率流；所述三类网络流量对链路带宽的资源消耗情况从高到低依次为平滑流、低速率流、散列流。优选地，在S22中，所述效用函数由系统效用与随机效用两部分组成，所述系统效用部分用于描述SDN控制器收集到的软件定义回程网络中边缘OpenFlow节点状态属性，所述随机效用部分用于描述网络流量所属类型的特征。优选地，S3具体包括如下步骤：SDN控制器收集软件定义回程网络中的相关信息，所述相关信息至少包括节点与链路状态参数、拓扑连接信息、OpenFlow节点处的单位流表开销以回程链路上的单位开销；SDN控制器基于所述相关信息，寻找网络流量从入口节点至目的节点的可达路径，并计算可达路径的流表和带宽资源开销。优选地，S4具体包括如下步骤：SDN控制器为软件定义回程网络中的网络流量选择使流表和带宽资源总开销最小的路由路径，所述路径经过的节点包含源节点、目的节点以及转发节点三类；其中，源节点作为网络流量进入回程网络的入口节点，目的节点作为网络流量最终路由的目的地、不再进行下一跳转发，中间节点流入的网络流量大小与流出的网络流量大小一致。与现有技术相比，本专利技术的优点主要体现在以下几个方面：本专利技术针对无线接入与回程网络联合研究场景，对不同类型网络流量对软件定义回程网络节点和链路的流表、带宽资源偏向程度不同进行了综合考虑，构造出了一种基于BP神经网络的流量分类器并建立了网络流量对回程边缘节点的选择模型，通过设计合理路由路径，实现了对网络路由开销的优化。通过实验结果对比可以得知，本专利技术在可行性和实用性方面十分优异，具有很高的使用及推广价值。此外，本专利技术也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于其他关于软件定义回程网络路由方法的技术方案中，具有十分广阔的应用前景。以下便结合实施例附图，对本专利技术的具体实施方式作进一步的详述，以使本专利技术技术方案更易于理解、掌握。附图说明图1为本专利技术方法的流程示意图；图2为本专利技术方法的应用场景图；图3为本专利技术中所构造的BP神经网络流量分类器示意图；图4为本专利技术中基于分类流量的Logit选择模型的一个实施例流程图；图5为本专利技术中基于流量分类的路由方法的一个实施例流程图；图6为本专利技术方法与现有方法的流表和带宽资源总开销对比图。具体实施方式本专利技术揭示了一种基于流量分类的软件定义回程网络路由方法，本方法通过构造的BP神经网络流量分类器，对来自无线接入网的网络流量进行分类，并根据不同类型流量对软件定义回程网络中节点和链路的流表、带宽资源偏向程度不同，建立分类流量的Logit选择模型，将网络流量的接入问题转化为回程网络边缘节点被选择的概率问题。在满足流量转发、流表容量和链路负载要求的情况下，SDN控制器计算使得网络流量路由时流表和带宽资源总开销最小的路径。具体而言，本专利技术的方法包括如下步骤：S1、构造BP神经网络流量分类器对网络流量进行分类。S2、根据不同类型流量对软件定义回程网络中OpenFlow节点和链路的流表资源、带宽资源偏向不同的特性，建立分类流量的Logit选择模型。S3、根据S2中得到的选择结果，寻找网络流量从入口节点至目的节点的可达路径，计算可达路径的流表和带宽资源开销。S4、在满足流量转发、流表容量和链路负载要求的情况下，SDN控制器从S3中得到的可达路径中计算并选择使得网络流量在路由时流表和带宽资源总开销最小的路径，进而完成基于流量分类的软件定义回程网络路由方法。以下结合附图对本专利技术的技本文档来自技高网...

【技术保护点】
1.一种基于流量分类的软件定义回程网络路由方法，其特征在于，包括如下步骤：S1、构造BP神经网络流量分类器对网络流量进行分类；S2、根据不同类型流量对软件定义回程网络中OpenFlow节点和链路的流表资源、带宽资源偏向不同的特性，建立分类流量的Logit选择模型；S3、根据S2中得到的选择结果，寻找网络流量从入口节点至目的节点的可达路径，计算可达路径的流表和带宽资源开销；S4、在满足流量转发、流表容量和链路负载条件的情况下，SDN控制器从S3中得到的可达路径中计算并选择使得网络流量在路由时流表和带宽资源总开销最小的路径。

【技术特征摘要】
1.一种基于流量分类的软件定义回程网络路由方法，其特征在于，包括如下步骤：S1、构造BP神经网络流量分类器对网络流量进行分类；S2、根据不同类型流量对软件定义回程网络中OpenFlow节点和链路的流表资源、带宽资源偏向不同的特性，建立分类流量的Logit选择模型；S3、根据S2中得到的选择结果，寻找网络流量从入口节点至目的节点的可达路径，计算可达路径的流表和带宽资源开销；S4、在满足流量转发、流表容量和链路负载条件的情况下，SDN控制器从S3中得到的可达路径中计算并选择使得网络流量在路由时流表和带宽资源总开销最小的路径。2.根据权利要求1所述的基于流量分类的软件定义回程网络路由方法，其特征在于，S1具体包括如下步骤：S11、基于无线接入与回程网络的联合研究场景特点，选择网络流量分类特征；S12、采用包含输入层、隐层和输出层的三层神经网络结构，将分类特征数据输入至输入层，并设定隐层神经元以及输出层神经元激活函数，随后计算输出层的误差，并将误差逆向传播至隐层神经元中，最后根据隐层神经元的误差对网络权值和阈值进行调整，构造BP神经网络流量分类器，进而得到网络流量的分类结果。3.根据权利要求2所述的基于流量分类的软件定义回程网络路由方法，其特征在于，S11中所述分类特征包括：数据包个数、数据包平均大小、数据包大小分布方差、数据包平均时间间隔、数据包时间间隔分布方差以及流速率。4.根据权利要求1所述的基于流量分类的软件定义回程网络路由方法，其特征在于，S2具体包括如下步骤：S21、使用S1中构造的BP神经网络流量分类器将网络流量划分为散列流、平滑流以及低速率流三类，随后根据各个类型网络流量的特征，分析三类网络流量对节点处流表资源的消耗情况以及三类网络流量对链路带宽资源的消耗情况；S22、建立分类流量的L...

【专利技术属性】
技术研发人员：刘旭，朱雯慧，赵学健，朱晓荣，杨龙祥，朱洪波，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32