CN106850859A - 一种基于sdn的cdn网络的用户请求分配方法 - Google Patents
一种基于sdn的cdn网络的用户请求分配方法 Download PDFInfo
- Publication number
- CN106850859A CN106850859A CN201710192747.5A CN201710192747A CN106850859A CN 106850859 A CN106850859 A CN 106850859A CN 201710192747 A CN201710192747 A CN 201710192747A CN 106850859 A CN106850859 A CN 106850859A
- Authority
- CN
- China
- Prior art keywords
- user
- cdn
- proxy server
- content requests
- ratio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于SDN的CDN网络的用户请求分配方法。SDN通过控制器对底层CDN网络设备进行集中式管理,同时可以实时收集网络全局信息,用来形成CDN网络中用户请求重定向的智能决策。智能中心作为全局大脑,不受单个SDN控制器处理能力有限的约束,一些计算量较大、运算复杂的决策转移到部署在的智能中心的决策模块进行,可减轻SDN控制器的压力,运用高效的智能算法,形成跨域智能决策,同时使网络功能具有更强的扩展性。智能中心的决策模块进一步采用基于MPC的用户请求分配算法,能有效降低用户平均响应时间,提高用户带宽满足度,同时保证***的稳定性。
Description
技术领域
本发明涉及一种基于SDN的CDN网络的用户请求分配方法,属于网络通信领域。
背景技术
随着研究的展开,传统的CDN网络存在以下缺陷:
1、无法了解网络全局拓扑和感知网络状态信息,缺乏控制[路由的手段与能力,没法保障用户QoE;
2、一般采用DNS重定向,对长时间、大体积的流很难进行管理,而且如何将用户请求分配到合理的代理服务器以提高服务质量仍是一个问题。
基于此,将软件定义网络(Software defined network,SDN)技术应用在CDN网络中开始引起人们的注意。SDN是一种基于软件可编程思想的新型网络架构,通过将网络设备控制平面和数据转发平面分离,控制平面可以做到集中式统一调度,网络提供者可以根据需求,为用户实时动态分配资源实现网络的灵活智能控制。同时,利用SDN的可编程性,能更有效的解决复杂的网络管理与控制问题。将SDN和CDN网络结合的核心优势在于:
1、SDN能使CDN提供商更好的管理和升级底层网络设备。
2、SDN提供了接口来收集实时的网络信息,包括网络全局拓扑信息、链路的时延、流量监测信息等,这些信息能被用来形成请求分配的决策。
3、SDN控制器通过OpenFlow协议,通过直接改写流表项实现将用户请求实时重定向到合适的服务器。
现有SDN与CDN结合的***架构中,SDN控制器根据收集到的网络信息,采用动态分配算法,选择出合适的代理服务器和路径,但单个SDN控制器的处理能力有限,且无法支持跨控制域决策。
现在由于用户对获取资源的质量要求越来越高,而服务器选择和路径选择是决定CDN网络性能好坏的关键。现有CDN研究中,几乎没有针对服务器选择和路径选择进行联合优化。
发明内容
本发明的目的是提供一种基于SDN的CDN网络的用户请求分配方法,该方法能够支持CDN网络的跨控制域决策。
为实现上述目的,本发明所采用的技术方案是:
本发明基于SDN的CDN网络的用户请求分配方法包括以下步骤:
步骤一、各SDN控制器通过OpenFlow接口实时收集CDN网络信息,所述CDN网络信息包括网络全局拓扑、链路时延和流量,并将收集到的所述CDN网络信息上传到智能中心的数据库中;
步骤二、智能中心的决策模块根据数据库所接收的所述CDN网络信息,采用动态分配算法计算CDN网络的各代理服务器被分配到用户的内容请求的比例,并计算CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例,并将各代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例和CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例下发到SDN控制器;
步骤三、SDN控制器根据所接收到的代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例修改所述入***换机的流表项;
步骤四、用户发送内容请求到所述入***换机,入***换机将内容请求与所述流表项进行匹配并将匹配后的内容请求转发到目标代理服务器,用户从目标代理服务器中获取所请求的内容,所述目标代理服务器被分配到用户的内容请求的比例不为0。
进一步地,本发明利用公式(1)计算CDN网络的各代理服务器被分配到用户的内容请求的比例、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例:
其中,
公式(1)—(6)中,Jd表示用户平均响应时间优化参数,Jb表示用户带宽满足度偏移度优化参数,Jp表示稳定性优化参数,ωb表示用户带宽满足度偏移度优化参数Jb相对于用户平均响应时间优化参数Jd的权重值,ωp表示稳定性优化参数Jp相对于用户平均响应时间优化参数Jd的权重值,ps(t)表示t时间内CDN网络的各代理服务器被分配到用户的内容请求的比例,i表示CDN网络的入***换机到目标代理服务器s的路径,pi,s(t)表示在t时间内路径i被分配到目标代理服务器s的用户的内容请求的比例,s表示单个目标代理服务器;S表示目标代理服务器的集合,Is表示从CDN网络的入***换机到各目标代理服务器s的路径的集合,d(t)表示t时间内用户平均响应时间,H表示预测时域,T表示当前时刻,s表示单个目标代理服务器,e表示CDN网络的入***换机到目标代理服务器s的路径i中的链路;BLe(t)表示在t时间内CDN网络的入***换机到目标代理服务器s的路径i中的链路e的用户带宽满足度偏移度;V表示用户的内容请求的数学平均值;Rt表示在t时间内CDN网络中的用户的内容请求的总数;Ce表示链路e的容量,BPi(t)表示在t时间内CDN网络的入***换机到各目标代理服务器的路径的用户带宽满足度偏移度。
进一步地,本发明所述t时间内用户平均响应时间为:
其中,
公式(7)和(8)中,d(t)表示t时间内用户平均响应时间,ds(t)表示CDN网络中的各代理服务器的处理时间,de表示SDN控制器收集到的CDN网络的入***换机到目标代理服务器s的路径i中的链路e的链路时延,λt表示在t时间内用户的内容请求到达目标代理服务器s的平均速率,λs表示目标代理服务器s的处理速率,ps(t)表示在时间内,CDN网络的各代理服务器被分配到用户的内容请求的比例。
与现有技术相比,本发明的有益效果是:
(1)智能中心作为全局大脑,不受单个SDN控制器处理能力有限的约束,一些计算量较大、运算复杂的决策转移到部署在的智能中心的决策模块进行,减轻SDN控制器的压力。
(2)由于SDN控制器通过OpenFlow接口实时收集CDN网络的信息,并将收集到的信息上传到智能中心的数据库中,由此智能中心的决策模块根据数据库接收到的信息进行决策,从而可以支持CDN网络的跨控制域决策。
(3)智能中心的决策模块进一步采用基于MPC的用户请求分配算法,能有效降低用户平均响应时间,提高用户带宽满足度,同时保证***的稳定性。
附图说明
图1是本发明的基于SDN的CDN网络的一种架构示意图。
具体实施方式
以下结合附图具体说明本发明的基于SDN的CDN网络的用户请求分配方法。
在本发明中,基于SDN的CDN网络架构可如图1所示。在图1中,基于SDN的CDN网络架构主要包括底层网络转发设备、SDN控制器、智能中心三部分。
1、底层网络转发设备
底层网络转发设备一般为OpenFlow交换机。OpenFlow交换机通过OpenFlow协议与SDN控制器进行交互。
2、SDN控制器
SDN控制器主要负责实时收集CDN网络信息,并将收集到的CDN网络信息上传到智能中心的数据库中,并通过修改OpenFlow交换机中的流表项控制底层转发设备进行转发。CDN网络信息包括网络全局拓扑、链路时延和流量等。
3、智能中心
智能中心包括决策模块和数据库。数据库负责CDN网络信息的存储,决策模块负责根据网络信息形成智能决策。
本发明基于SDN的CDN网络的用户请求分配方法工作过程下所示:
步骤一:各SDN控制器通过OpenFlow接口实时收集CDN网络信息,所述CDN网络信息包括网络全局拓扑、链路时延和流量,并将收集到的所述CDN网络信息上传到智能中心的数据库中。
步骤二:智能中心的决策模块根据数据库所接收的所述CDN网络信息,采用动态分配算法计算CDN网络的各代理服务器被分配到用户的内容请求的比例ps(t),并计算CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例,并将各代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例pi,s(t)和CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例下发到SDN控制器。
步骤三:SDN控制器根据所接收到的代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例ps(t)、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例pi,s(t)修改所述入***换机的流表项。
步骤四:用户发送内容请求到所述入***换机,入***换机将内容请求与所述流表项进行匹配并将匹配后的内容请求转发到目标代理服务器,用户从目标代理服务器中获取所请求的内容,所述目标代理服务器被分配到用户的内容请求的比例ps(t)不为0。
进一步地,本发明可以采用对单个入***换设备发出的用户请求进行动态分配的方法进行优化,考虑用户感知QoE(Quality of Experience,体验质量)的两个核心指标:用户平均响应时间和用户带宽满足度偏移度,同时考虑稳定性,应用MPC(Model PredictiveControl,模型预测控制)算法进行内容请求分配(基于MPC的用户请求分配算法),分配结果以比例形式呈现。具体方法如下:
利用以下公式(1)求解非线性规划问题,计算CDN网络的各代理服务器被分配到用户的内容请求的比例、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例:
其中,
公式(1)中,Jd表示用户平均相应时间优化参数,Jb表示用户带宽满足度偏移度优化参数,Jp表示稳定性优化参数,ps(t)表示t时间内CDN网络的各代理服务器被分配到用户的内容请求的比例;pi,s(t)表示在t时间内,CDN网络的入***换机到目标代理服务器s的路径i被分配到目标代理服务器s的用户的内容请求的比例;s表示单个目标代理服务器;S表示目标代理服务器的集合,Is表示从CDN网络的入***换机到各目标代理服务器s的路径的集合。ωb表示用户带宽满足度偏移度优化参数Jb相对于用户平均响应时间优化参数Jd的权重值,ωp表示稳定性优化参数Jp相对于用户平均响应时间优化参数Jd的权重值。
公式(2)定义了用户平均响应时间优化参数,d(t)表示t时间内用户平均响应时间,H表示预测时域,T表示当前时刻。其中,用户平均响应时间包括往返的链路时延和服务器的处理时间。公式(2)中所述t时间内的用户平均响应时间d(t)满足公式(7)所述关系:
公式(7)中,de表示SDN控制器收集到的CDN网络的入***换机到目标代理服务器s的路径i中的链路e的链路时延。
其中,可将所有代理服务器抽象成M/M/1排队模型,由此CDN中各代理服务器处理时间ds(t)满足如公式(8)所述关系:
公式(8)中,λt表示在t时间内用户的内容请求到达目标代理服务器s的平均速率,λs表示目标代理服务器s的处理速率,ps(t)表示在t时间内,CDN网络的各代理服务器被分配到用户的内容请求的比例。
用户带宽满足度是指网络实际能提供的带宽和用户请求的带宽大小的比值,链路e上的用户带宽满足度偏移度BLe(t)满足如公式(3)所述关系:
公式(3)中,BLe(t)表示t时间内CDN网络的入***换机到目标代理服务器的路径i中的链路e的用户带宽满足度偏移度,pi,s(t)表示t时间内选择路径i到服务器s的用户请求比例,V表示平均用户请求大小,Rt表示t时间内CDN网络中的总用户请求数,Ce表示所述链路e的容量。[x]+表示当x>0时,值为x本身,当x≤0时,值取0。
考虑到一条路径中包含多条链路,由于“木桶效应”,路径i的带宽满意度偏移度取其中最大那条链路的值,即:
公式(4)中,BPi(t)表示t时间内CDN网络的入***换机到目标代理服务器的路径i的用户带宽满足度偏移度。
由此用户带宽满足度偏移度的优化参数Jb满足如公式(5)所述关系:
最后,由于相邻输入变化过大,容易导致***不稳定,所以考虑减小***输入pi,s(t)的变化值以保持***的稳定性,在此定义稳定性优化参数Jp为:
公式(6)中,Jp表示稳定性优化参数,Is表示从CDN网络的入***换机到各目标代理服务器s的路径的集合。
利用公式(1)求解非线性规划问题可以计算得到t时间内CDN网络的各代理服务器被分配到用户的内容请求的比例ps(t)和t时间内路径i被分配到目标代理服务器s的用户的内容请求的比例pi,s(t),由此有效降低了用户平均响应时间,提高了用户带宽满足度,并保证了***稳定性。
同时,可以根据网络的实际需求,通过调节用户带宽满足度偏移度优化参数Jb相对于用户平均响应时间优化参数Jd的权重值ωb和稳定性优化参数Jp相对于用户平均响应时间优化参数Jd的权重值ωp,来平衡用户平均响应时间、用户带宽满足度偏移度和***稳定性三个优化参数之间的重要性。
在本发明基于SDN的CDN网络的用户请求分配方法中,将智能中心作为全局大脑,可以不受单个SDN控制器处理能力有限的约束,一些计算量较大、运算复杂的决策转移到部署在的智能中心的决策模块进行,减轻SDN控制器的压力。同时,由于SDN控制器通过OpenFlow接口实时收集CDN网络的信息,并将收集到的信息上传到智能中心的数据库中,由此智能中心的决策模块根据数据库接收到的信息进行决策,从而可以支持CDN网络的跨控制域决策。
此外,智能中心的决策模块进一步采用基于MPC的用户请求分配算法,能有效降低用户平均响应时间,提高用户带宽满足度,同时保证***的稳定性。
Claims (3)
1.一种基于SDN的CDN网络的用户请求分配方法,其特征是,包括以下步骤:
步骤一、各SDN控制器通过OpenFlow接口实时收集CDN网络信息,所述CDN网络信息包括网络全局拓扑、链路时延和流量,并将收集到的所述CDN网络信息上传到智能中心的数据库中;
步骤二、智能中心的决策模块根据数据库所接收的所述CDN网络信息,采用动态分配算法计算CDN网络的各代理服务器被分配到用户的内容请求的比例,并计算CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例,并将各代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例和CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例下发到SDN控制器;
步骤三、SDN控制器根据所接收到的代理服务器的IP地址、CDN网络的各代理服务器被分配到用户的内容请求的比例、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例修改所述入***换机的流表项;
步骤四、用户发送内容请求到所述入***换机,入***换机将内容请求与所述流表项进行匹配并将匹配后的内容请求转发到目标代理服务器,用户从目标代理服务器中获取所请求的内容,所述目标代理服务器被分配到用户的内容请求的比例不为0。
2.根据权利要求1所述的基于SDN的CDN网络的用户请求分配方法,其特征是:利用公式(1)计算CDN网络的各代理服务器被分配到用户的内容请求的比例、以及CDN网络的入***换机到各代理服务器的路径被分配到用户的内容请求的比例:
其中,
公式(1)—(6)中,Jd表示用户平均响应时间优化参数,Jb表示用户带宽满足度偏移度优化参数,Jp表示稳定性优化参数,ωb表示用户带宽满足度偏移度优化参数Jb相对于用户平均响应时间优化参数Jd的权重值,ωp表示稳定性优化参数Jp相对于用户平均响应时间优化参数Jd的权重值,ps(t)表示t时间内CDN网络的各代理服务器被分配到用户的内容请求的比例,i表示CDN网络的入***换机到目标代理服务器s的路径,pi,s(t)表示在t时间内路径i被分配到目标代理服务器s的用户的内容请求的比例,s表示单个目标代理服务器;S表示目标代理服务器的集合,Is表示从CDN网络的入***换机到各目标代理服务器s的路径的集合,d(t)表示t时间内用户平均响应时间,H表示预测时域,T表示当前时刻,s表示单个目标代理服务器,e表示CDN网络的入***换机到目标代理服务器s的路径i中的链路;BLe(t)表示在t时间内CDN网络的入***换机到目标代理服务器s的路径i中的链路e的用户带宽满足度偏移度;V表示用户的内容请求的数学平均值;Rt表示在t时间内CDN网络中的用户的内容请求的总数;Ce表示链路e的容量,BPi(t)表示在t时间内CDN网络的入***换机到各目标代理服务器的路径的用户带宽满足度偏移度。
3.根据权利要求2所述的基于SDN的CDN网络的用户请求分配方法,其特征是:所述t时间内用户平均响应时间为:
其中,
公式(7)和(8)中,d(t)表示t时间内用户平均响应时间,ds(t)表示CDN网络中的各代理服务器的处理时间,de表示SDN控制器收集到的CDN网络的入***换机到目标代理服务器s的路径i中的链路e的链路时延,λt表示在t时间内用户的内容请求到达目标代理服务器s的平均速率,λs表示目标代理服务器s的处理速率,ps(t)表示在t时间内CDN网络的各代理服务器被分配到用户的内容请求的比例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710192747.5A CN106850859A (zh) | 2017-03-28 | 2017-03-28 | 一种基于sdn的cdn网络的用户请求分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710192747.5A CN106850859A (zh) | 2017-03-28 | 2017-03-28 | 一种基于sdn的cdn网络的用户请求分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106850859A true CN106850859A (zh) | 2017-06-13 |
Family
ID=59141531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710192747.5A Pending CN106850859A (zh) | 2017-03-28 | 2017-03-28 | 一种基于sdn的cdn网络的用户请求分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106850859A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769097A (zh) * | 2018-03-30 | 2018-11-06 | 中国科学院信息工程研究所 | 支持网络控制的内容分发网络*** |
CN109561057A (zh) * | 2017-09-27 | 2019-04-02 | 中兴通讯股份有限公司 | 一种内容分发网络实体业务处理方法、装置及*** |
CN110022373A (zh) * | 2019-04-17 | 2019-07-16 | 北京达佳互联信息技术有限公司 | 业务分配方法、装置、服务器及存储介质 |
CN112769590A (zh) * | 2020-11-16 | 2021-05-07 | 国网河北省电力有限公司信息通信分公司 | 一种基于区块链的软件定义内容分发网络服务器选择方式 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795805A (zh) * | 2014-02-27 | 2014-05-14 | 中国科学技术大学苏州研究院 | 基于sdn的分布式服务器负载均衡方法 |
CN105634992A (zh) * | 2015-12-29 | 2016-06-01 | 网宿科技股份有限公司 | Cdn平台自适应带宽控制方法和*** |
-
2017
- 2017-03-28 CN CN201710192747.5A patent/CN106850859A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103795805A (zh) * | 2014-02-27 | 2014-05-14 | 中国科学技术大学苏州研究院 | 基于sdn的分布式服务器负载均衡方法 |
CN105634992A (zh) * | 2015-12-29 | 2016-06-01 | 网宿科技股份有限公司 | Cdn平台自适应带宽控制方法和*** |
Non-Patent Citations (1)
Title |
---|
FENG QIN等: "《Optimizing Routing and Server Selection in Intelligent SDN-based CDN》", 《IEEE》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109561057A (zh) * | 2017-09-27 | 2019-04-02 | 中兴通讯股份有限公司 | 一种内容分发网络实体业务处理方法、装置及*** |
CN108769097A (zh) * | 2018-03-30 | 2018-11-06 | 中国科学院信息工程研究所 | 支持网络控制的内容分发网络*** |
CN110022373A (zh) * | 2019-04-17 | 2019-07-16 | 北京达佳互联信息技术有限公司 | 业务分配方法、装置、服务器及存储介质 |
CN112769590A (zh) * | 2020-11-16 | 2021-05-07 | 国网河北省电力有限公司信息通信分公司 | 一种基于区块链的软件定义内容分发网络服务器选择方式 |
CN112769590B (zh) * | 2020-11-16 | 2023-09-08 | 国网河北省电力有限公司信息通信分公司 | 一种基于区块链的软件定义内容分发网络服务器选择方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen-Xiao et al. | Research on load balance method in SDN | |
CN112491714B (zh) | SDN环境下基于深度强化学习的智能QoS路由优化方法、*** | |
CN102025620B (zh) | 基于业务区分的认知网络QoS保障方法 | |
CN108600102B (zh) | 一种基于智慧协同网络的柔性数据传输*** | |
CN104702522B (zh) | 软件定义网络中路由数据的计算机实现方法、装置、控制器 | |
CN106850859A (zh) | 一种基于sdn的cdn网络的用户请求分配方法 | |
CN104158753B (zh) | 基于软件定义网络的动态流调度方法及*** | |
CN108540384B (zh) | 软件定义网络中基于拥塞感知的智能重路由方法和装置 | |
CN112486690B (zh) | 一种适用于工业物联网的边缘计算资源分配方法 | |
CN107786620B (zh) | 一种获取资源的方法、终端及服务器 | |
CN103477601B (zh) | 用于网络友好协同缓存的方法和设备 | |
EP3382963A1 (en) | Method and system for self-adaptive bandwidth control for cdn platform | |
CN107135158A (zh) | 一种多路径传输中最优路径选择方法 | |
WO2018120802A1 (zh) | 协同内容缓存控制***和方法 | |
CN105933234A (zh) | Cdn网络中的节点管理方法和*** | |
CN105791151B (zh) | 一种动态流量控制方法,及装置 | |
CN110166305A (zh) | 一种基于意图的应用QoE管理方法及*** | |
CN106452919A (zh) | 一种基于模糊理论的雾节点优化方法 | |
CN108880888A (zh) | 一种基于深度学习的sdn网络流量预测方法 | |
Tajiki et al. | CECT: computationally efficient congestion-avoidance and traffic engineering in software-defined cloud data centers | |
CN109688056A (zh) | 智能网络控制***及方法 | |
CN106161284B (zh) | 一种资源调度方法及*** | |
Al-Jawad et al. | An innovative reinforcement learning-based framework for quality of service provisioning over multimedia-based sdn environments | |
CN107404526A (zh) | 基于sdn的p2p遥感数据网络自适应分发***及方法 | |
Tuncer et al. | Scalable cache management for ISP-operated content delivery services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170613 |
|
WD01 | Invention patent application deemed withdrawn after publication |