The invention relates to a multi-path routing method based on hidden Markov model for SDN data center. In the training part, any traditional multi-path routing method (such as Hedera) is deployed in SDN data center to monitor the traffic of specific ports in data center topology by SDN controller, and the monitoring data and routing results are trained by hidden Markov model training algorithm. SDN controller is used to monitor the flow of specific ports in the data center topology, and the monitoring data is input into the hidden Markov model. The hidden Markov model is used to apply the algorithm, and the result of path selection is obtained.
【技术实现步骤摘要】
SDN数据中心基于隐马尔可夫模型的多径路由选径方法
本专利技术为涉及数据中心网络中(DCN,DataCenterNetwork)基于隐马尔可夫模型的多径路由选径方法,具体涉及一种SDN数据中心基于隐马尔可夫模型的多径路由选径方法。
技术介绍
随着互联网的发展和普及,人们的生活越来越离不开互联网,大量的生产和生活数据从原始的纸质材料迁移进数字网络。要对大量的数据进行存储和处理就离不开数据中心。为了应对数据中心的性能特性要求,研究人员提出一系列对称数据中心架构,比如:Fat-Tree、VL2等,它们提供了端到端的多条并行路径,以增加数据中心的对分带宽。同时随着软件定义网络(SoftwareDefinedNetwork,SDN)的出现,数据中心的网络灵活性进一步增加。为了能够合理高效地利用这些并行路径进行数据传输,需要有多径路由的选径方法为数据流选择路径传输。现有的Hedera算法,通过SDN控制器监控目标数据流可用的所有并行路径上的所有链路,计算出并行路径带宽剩余量,再通过特定选径策略(例如:FirstFit)为数据流进行选径。这种方法需要监控数据流的所有可用路径上的所有可用链路,才可以做出最佳选径。显然,这种方式消耗了大量的控制器资源、增加了大量的时间开销。为了减少资源消耗和时间开销,我们提出一种基于隐马尔可夫模型的多径路由方法,只需监测少部分链路,就可以做出与Hedera一样优秀的选径决策。
技术实现思路
本专利技术的目的在于提供一种SDN数据中心基于隐马尔可夫模型的多径路由选径方法,能够有效减少选径处理时延,做出合理选径。为实现上述目的,本专利技术的技术方案 ...
【技术保护点】
1.一种SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,分为隐马尔可夫模型训练和部署两个阶段;隐马尔可夫模型训练阶段,在SDN数据中心部署任意一种多径路由选径方法,利用SDN控制器对数据中心拓扑中的所需监控端口进行流量监控,将监控数据和选径结果利用隐马尔可夫模型训练算法进行训练;隐马尔可夫模型部署阶段,利用SDN控制器对数据中心拓扑中的所需监控端口进行流量监控,将监控数据输入隐马尔可夫模型,利用隐马尔可夫模型应用算法,得出选径结果。
【技术特征摘要】
1.一种SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,分为隐马尔可夫模型训练和部署两个阶段;隐马尔可夫模型训练阶段,在SDN数据中心部署任意一种多径路由选径方法,利用SDN控制器对数据中心拓扑中的所需监控端口进行流量监控,将监控数据和选径结果利用隐马尔可夫模型训练算法进行训练;隐马尔可夫模型部署阶段,利用SDN控制器对数据中心拓扑中的所需监控端口进行流量监控,将监控数据输入隐马尔可夫模型,利用隐马尔可夫模型应用算法,得出选径结果。2.根据权利要求1所述的SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,该方法具体包括如下步骤:步骤S1、通过端口选择方法得到数据中心拓扑中所需监控端口;步骤S2、在SDN数据中心部署任意一种多径路由选径方法,使用SDN北向API对所需监控端口进行流量监控并记录选径结果;步骤S3、将数据量化并利用隐马尔可夫模型训练算法进行训练;步骤S4、使用SDN北向API对所需监控端口进行流量监控;步骤S5、将数据量化使用隐马尔可夫模型应用算法得出选径结果;步骤S6、使用SDN北向API下发流表对选径结果进行部署。3.根据权利要求2所述的SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,步骤S1中,所述通过端口选择方法得到数据中心拓扑中所需监控端口的具体方式为:在端到端传输的等价并行路径中,在每一组位于同一传输位置的交换机中选择其中一交换机的数据入端口为监控端口,即得到一组端到端传输的所需监控端口。4.根据权利要求2所述的SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,所述数据量化的具体方式为:当端口负载小于20%,数据量化为1;当端口负载大于20%小于50%,数据量化为2;当端口负载大于50%数据量化为3;标准数据训练格式为一个N元组,首个元素为选定路径,作为隐马尔可夫模型隐状态序列,后续N-1个元素为监控端口量化数据,作为隐马尔可夫模型显状态序列。5.根据权利要求2所述的SDN数据中心基于隐马尔可夫模型的多径路由选径方法,其特征在于,所述使用SDN北向API对所需监控端口进行流量监控的具体方式为:使用RYU控制器的端口流量监控RESTAPI,采用两次监测取平均值的方法获...
【专利技术属性】
技术研发人员:张栋,何斌杰,周政演,朱丹红,
申请(专利权)人:福州大学,
类型:发明
国别省市:福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。