用于多核SDN交换机的流量调度方法及系统技术方案

本发明专利技术涉及软件定义网络技术领域，尤其涉及用于多核SDN交换机的流量调度方法及系统，本发明专利技术通过集成的负载预测模型和动态流水线配置策略，显著提升多核SDN交换机的流量处理能力和网络性能，主要流程包括实时收集网络流量和性能数据，使用这些数据优化负载预测模型，以及根据模型预测结果动态调整流水线配置和负载均衡策略；这包括在流量高峰时增加处理能力，以及在流量低时节约资源，确保网络资源的最优化利用；本发明专利技术有效地减少了网络延迟，提高了数据传输的吞吐量，并减少了数据包的丢失率，特别是在流量高峰期间，能够显著改善关键业务应用的性能表现；此外，通过不断调整和优化流水线配置，本发明专利技术还能持续提升网络的整体稳定性和可靠性。

【技术实现步骤摘要】

本专利技术涉及软件定义网络，尤其涉及用于多核sdn交换机的流量调度方法及系统。

技术介绍

1、在现代数据中心和网络基础设施中，多核sdn(软件定义网络)交换机的流量调度策略对于整个网络系统的性能和效率至关重要。这些交换机负责高效地管理和分配网络流量，确保数据包能够快速且准确地在网络中传输。然而，随着网络流量的日益增长和网络应用的多样化，传统的流量调度方法面临越来越多的挑战。

2、流量调度的主要问题包括处理延迟、负载不均和资源利用率低下。这些问题往往由于依赖于静态的、非自适应的调度策略而加剧，如基于预设规则的哈希函数分配流量，这种方法在处理突发流量或不均匀分布的流量时表现不佳。此外，固定的流水线配置限制了交换机应对多变网络需求的能力，导致在流量高峰期出现瓶颈，而在低负荷时段则造成资源浪费。

3、现有的技术(中国专利技术专利，公开号cn117793031a)在这些挑战面前显示出了明显的不足。例如，基于简单哈希函数的负载均衡无法有效预测和适应流量模式的变化，容易导致网络拥堵和服务质量下降。同时，缺乏系统性的性能监控和反馈机制，使得网络运营本文档来自技高网...

【技术保护点】

1.一种用于多核SDN交换机的流量调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的用于多核SDN交换机的流量调度方法，其特征在于，所述深度学习模型通过使用历史流量数据作为训练样本来学习识别数据包中的复杂模式和特征；在训练过程中，深度学习模型通过调整内部权重和偏差以最小化预测错误，从而优化数据包的识别和分类能力；训练完成后，深度学习模型实时分析传入的数据，并对数据包类型进行分类，所述数据包类型包括：视频流、邮件及Web数据。

3.根据权利要求1所述的用于多核SDN交换机的流量调度方法，其特征在于，根据数据包类型，提取流特征描述数据，所述流特征描述数据包...

【技术特征摘要】

1.一种用于多核sdn交换机的流量调度方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的用于多核sdn交换机的流量调度方法，其特征在于，所述深度学习模型通过使用历史流量数据作为训练样本来学习识别数据包中的复杂模式和特征；在训练过程中，深度学习模型通过调整内部权重和偏差以最小化预测错误，从而优化数据包的识别和分类能力；训练完成后，深度学习模型实时分析传入的数据，并对数据包类型进行分类，所述数据包类型包括：视频流、邮件及web数据。

3.根据权利要求1所述的用于多核sdn交换机的流量调度方法，其特征在于，根据数据包类型，提取流特征描述数据，所述流特征描述数据包括：

4.根据权利要求1所述的用于多核sdn交换机的流量调度方法，其特征在于，将流特征描述数据和历史负载数据整合为综合数据集，所述负载预测模型通过至少两层的神经网络识别和提取综合数据集中数据的特定模式和特征进行训练，完成训练后，负载预测模型用于接...

【专利技术属性】
技术研发人员：钱建波，贾建强，李冬冬，汪全富，朱延技，樊荣华，吕吉林，
申请(专利权)人：江苏电子信息职业学院，
类型：发明
国别省市：