CN112350949A - 软件定义网络中基于流调度的重路由拥塞控制方法及*** - Google Patents
软件定义网络中基于流调度的重路由拥塞控制方法及*** Download PDFInfo
- Publication number
- CN112350949A CN112350949A CN202011149218.5A CN202011149218A CN112350949A CN 112350949 A CN112350949 A CN 112350949A CN 202011149218 A CN202011149218 A CN 202011149218A CN 112350949 A CN112350949 A CN 112350949A
- Authority
- CN
- China
- Prior art keywords
- link
- flow
- path
- congestion
- scheduling
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/11—Identifying congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2425—Traffic characterised by specific attributes, e.g. priority or QoS for supporting services specification, e.g. SLA
- H04L47/2433—Allocation of priorities to traffic types
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/52—Queue scheduling by attributing bandwidth to queues
- H04L47/525—Queue scheduling by attributing bandwidth to queues by redistribution of residual bandwidth
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Abstract
本发明涉及通信技术领域,具体涉及一种软件定义网络中基于流调度的重路由拥塞控制方法及***,包括:获取网络状态和交换机端口流量信息,并将获取的数据传输至数据处理模块;根据上述获取的数据计算链路利用率,根据链路利用率判断链路是否发生拥塞,若发生拥塞,则选取拥塞链路上的流进行重路由调度缓解拥塞;若未发生拥塞,则不进行处理。本发明采用CC‑KP算法将拥塞发生后流调度的拥塞缓解算法简化为调度大流选取和重路由路径选择两大步骤。通过对拥塞链路上的大流重路由调度能在有效的缓解网络拥塞的同时提升网络流传输性能、减少大流完成时间。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种软件定义网络中基于流调度的重路由拥塞控制方法及***。
背景技术
随着大数据和云计算业务蓬勃增长,大型数据中心快速发展。数据中心的流量***性增长,内部的网络拓扑越来越复杂,规模越来越大,传统网络拥塞管理渐渐暴露出一些不足的地方。软件定义网络(Software Defined Network,SDN)的出现为负载不均衡、链路冗余等问题提供了新的思路。与传统网络相比,SDN控制平面和转发平面的分离,这种控制和转发解耦的特点有利于解决网络的拥塞管理问题。因此,如何基于SDN架构管理网络拥塞、处理调度数据中心复杂和庞大的流量,如何充分利用网络链路资源成为网络研究的热点问题。
数据中心流量大多为内部的东西向流量,这给集中管理提供了便利,也有利于控制平面的功能扩展。现有技术中基于流调度的拥塞研究方向大致分为两种:备用路径路由方法和重路由调度方法。相较于静态的备用路径路由方法无法实时根据网络情况动态的进行流调度处理拥塞,动态的重路由流调度更好的利用SDN的集中控制的特点管理拥塞。数据中心网络中Fatree,BCube,VL2等多路径拓扑的应用也为重路由路径的选取提供了多种选择。
目前,常用的拥塞管理方案包括基于流调度代价的拥塞解决方法、基于链路关键度的方CC-PEF算法和基于等价多路径(ECMP)算法的拥塞解决方法等,其中基于流调度代价的拥塞解决方法在网络发生拥塞时对最小调度代价的流进行重路由调度,算法能够有效的缓解链路拥塞。然而当网络规模变大、算法的复杂度上升、网络链路又过于拥挤时,拥塞缓解的效率会受到影响。基于链路关键度的方CC-PEF算法的主要思想是控制器周期的发送状态轮询消息,当链路发生负载时对关键链路上的大流进行调度,通过流调度的方式有针对的解决网络拥塞。然而算法的实现增加了控制器和交换机的开销,细致的流调度算法也影响了拥塞链路的负载处理速率。等价多路径(ECMP)算法用过静态散列的方式将流分配到多条等价路径上进行传输,然而当路径带宽差异过大时,有效性会降低。综上所述,当前的拥塞控制算法面临的主要问题包括三类:如何高效的缓解拥塞;尽可能利用链路资源提升数据中心网络流传输性能;尽可能的减轻控制器和交换机的负载。
发明内容
为了解决上述问题,本发明提供一种软件定义网络中基于流调度的重路由拥塞控制方法及***。
一种软件定义网络中基于流调度的重路由拥塞控制方法,包括以下步骤:
S1、获取网络状态和交换机端口流量信息,并将获取的数据传输至数据处理模块;
S2、根据上述获取的数据计算链路利用率,根据链路利用率判断链路是否发生拥塞,若发生拥塞,则选取拥塞链路上的流进行重路由调度缓解拥塞;若未发生拥塞,则不进行处理;
其中,选取拥塞链路上的流进行重路由调度缓解拥塞,包括以下步骤:
S21、采用CC-KP算法筛选出拥塞链路emn上的大流集合F={f1,f2,......,fn};
S23、采用Yen-K算法求出短路径集合Pk;
S24、计算每条路径的剩余带宽大小,若路径剩余带宽小于待调度大流fk的带宽需求,则该条路径不予考虑;若路径剩余带宽大于或等于调度大流带宽需求,则计算路径的路径选取优先度Gi,从短路径集合Pk中选取Gi最大的路径作为重路由路径(即最优调度路径);
S25、控制器下发流表给交换机,将待调度大流fk重路由调度到重路由路径缓解拥塞,并在重路由路径的相应链路负载增加loadk。
进一步的,链路利用率的计算公式包括:
进一步的,控制轮询周期包括:通过数据链路层的OpenFlow定期的轮询消息获取网络状态和交换机端口流量信息。
进一步的,根据链路利用率判断链路是否发生拥塞,具体包括:当链路利用率大于链路的拥塞阈值时,判断链路发生拥塞;当链路利用率小于或等于链路的拥塞阈值时,判断链路未发生拥塞。
一种软件定义网络中基于流调度的重路由拥塞控制***,包括:网络状态的监测模块、调度流选取模块和重路由路径选择模块,网络状态的监测模块主要用于获取网络状态和交换机端口流量信息;调度流选取模块首先通过主机端的大流检测方法筛选出拥塞链路上的大流,再根据流的生存时间选择出适合进行调度的大流;重路由路径选择模块首先通过Yen-k算法得到一个短路径集合,再从短路径集合中通过路径平整度,链路剩余带宽筛选出合适的调度路径。
本发明的有益效果:
1.本发明提出一种基于重路由机制的流调度算法CC-KP算法,充分发挥SDN控制集中和网络状态监测的优势,结合数据中心网络拓扑多路径的特点,能够对拥塞链路上的大流进行调度,在尽可能减少控制器和交换机开销的情况下能够快速的缓解链路拥塞,提升整体网络的数据流传输性能。
2.CC-KP算法将拥塞发生后流调度的拥塞缓解算法简化为调度大流选取和重路由路径选择两大步骤。通过对拥塞链路上的大流重路由调度能在有效的缓解网络拥塞的同时提升网络流传输性能、减少大流完成时间。
附图说明
下面结合附图和具体实施方式对本发明做进一步详细的说明。
图1为本发明实施例的一种CC-KP算法的流程框架图;
图2为本发明实施例的一种用来表示包文段的包头的一个列表。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明在SDN框架下,根据数据中心网络流量特征和网络拓扑多路径特点,采用CC-KP算法将拥塞链路上的大流重路由向低负载链路调度,在尽可能减少控制器和交换机开销的情况下,能有效的缓解网络拥塞、提升网络流传输性能、减少大流完成时间。
如图1所示,CC-KP算法的主题思想包括:在网络发生拥塞时,将拥塞链路上的重路由向负载较低的新路径进行传输,能快速缓解拥塞的数据流,此外,该算法缓解拥塞的同时能提升网络流传输性能和冗余链路利用率。
CC-KP算法大致分为三个步骤:网络拥塞状态的监测、调度流的选取和重路由路径的选择。
一、网络拥塞状态的监测主要内容为监测网络中链路的负载,当网络中链路的负载超过设定阈值时,启动CC-KP算法缓解拥塞。
基于SDN架构,利用控制器通过LLDP协议获取网络链路拓扑。通过数据链路层的网络通信协议OpenFlow定期的轮询消息获取网络状态和交换机端口流量信息,并将获取的数据传输至数据处理模块,获取数据期间应控制轮询周期,避免负载过大。控制轮询周期主要包括:通过数据链路层的OpenFlow定期的轮询消息获取网络状态和交换机端口流量信息,可以有效减轻交换机和控制器的负载压力。
根据上述获取的数据计算链路利用率,根据链路利用率判断链路是否发生拥塞,若链路发生拥塞,则选取拥塞链路上的流进行重路由调度缓解拥塞;若未发生拥塞,则不进行处理。
链路利用率的计算包括:将数据中心网络设为G=(V,E),V为网络中所有节点的集合,E为拓扑中所有链路的集合,用P表示源节点i到目的节点j的所有路径的集合,表示第i条路径的链路利用率,表示路径中各个节点之间的链路的利用率。为计算各条链路的利用率,用loadmn表示某一时刻链路emn的负载,即传输数据流所占带宽的大小,Bmn表示链路emn的带宽大小。则链路利用率计算公式如下:
进一步的,在一个实施例中,链路拥塞阈值ηth的设置包括:当链路拥塞阈值设定过大会导致网络丢包率上升,过低的链路拥塞阈值又会导致关键链路带宽利用不充分和频繁的流调度消耗网络资源。本本发明的一个优选实施例中,将CC-KP算法的链路拥塞阈值ηth设为90%。
若根据根据链路利用率判断链路发生拥塞,则选取拥塞链路上的流进行重路由调度缓解拥塞,具体包括以下步骤:
S21、采用CC-KP算法筛选出拥塞链路emn上的大流集合F={f1,f2,......,fn};
S23、采用Yen-K算法求出短路径集合Pk;
S24、计算每条路径的剩余带宽大小,若路径剩余带宽小于待调度大流fk的带宽需求,则该条路径不予考虑;若路径剩余带宽大于或等于调度大流带宽需求,则计算路径的路径选取优先度Gi,从短路径集合Pk中选取Gi最大的路径作为重路由路径(即最优调度路径);
S25、控制器下发流表,将待调度大流fk重路由调度到重路由路径缓解拥塞,并在调度后路径中的相应链路负载增加loadk。
二、调度流的选取步骤解决的是为重路由流调度选取能够快速缓解拥塞的流,具体实施过程包括:
(1)大流的检测:据研究表明数据中心网络中流量数量大约90%的流为小于100kb的对时延敏感的小流,而在数量上只占10%的大流却占据了90%以上的字节数,且大流的生存时间较长。考虑到OpenFlow交换机中一条流表的安装时间大约是1~10ms,和调度算法的时间开销,显然当拥塞发生时生存时间较长的大流更具调度价值。目前大流的判定方法大多数是利用控制器和交换机对大流进行检测。比如,通过控制器从交换机获取流的字节信息,集中式的进行大流检测,然而这样做加大了控制器的负载且当轮询信息过于频繁时也会占用网络带宽资源。也有利用交换机的流表项记录每条流经交换机的流的数据统计信息,但这样做会占用交换机珍贵的流表项资源。其次,交换机与控制器之间的带宽受到限制,以至于数据中心网络中传输统计数据成为流量管理的新的负担。这些方法中统计信息的及时传递和控制器的负载都会影响检测效率。
基于现有技术检测方案的优劣,本发明采用CC-KP算法筛选出拥塞链路emn上的大流集合F={f1,f2,......,fn}。CC-KP算法采用基于主机端的大流检测方案,在提升检测速率的同时可以减轻交换机和控制器的负载。采用CC-KP算法筛选的具体过程包括:通过每个终端主机上的shim laver监测主机端TCP Socket缓存,对超过阈值的流进行标记,使用带内标记机制(in-band signaling mechanism)标记该流的后续数据包,即通过设置数据包包头的区分服务域(DSCP)将数据包中的DSCP位设置为xxxx11,如图2所示为一种用来表示包文段的包头的一个列表,虽然需要对主机端进行一定的修改,但能够极大减轻交换机的解析与缓存开销。
(2)选取调度流:用集合F{f1,f2,...fk...,fn}表示链路emn上的大流。用表示第k条大流的调度优先度,用表示第k条流的具体大小,用表示第k条大流的生存时间。同时记录大流流经的拥塞链路数为n,在拥塞发生时对流经多条拥塞链路的流进行调度能更加快速的缓解拥塞。具体的调度优先度的计算公式如下。
三、重路由路径的选择步骤则是通过计算链路的剩余带宽和路径均衡度,为调度流选取合适的新路径,具体实施过程包括:
(1)选取短路径集合:Yen-K算法是最短路径算法的一种扩展,其利用递推法中的偏离路径算法思想,通过最短路径偏离出k-1条偏离短路径。通过Yen-K算法以路径路由跳数作为参数,求出最短路径和k-1条次短路径的路径集合,即短路径集合Pk。
采用Yen-K算法求出短路径集合Pk的步骤和方法不是本发明的创造点,因此本实施例不做过多赘述,可参照现有技术文献:YEN J Y.An algorithm for finding shortestroutes from all source nodes to a given destination in general networks[J].Quarterly of Applied Mathematics,1970,27(4):526。
(2)最优调度路径的选取:仅仅从路由跳数去考虑一条路径适不适合作为重路由路径显然是不充分的,本发明综合考虑链路的各种参数,包括链路剩余带宽和路径选取优先度,再从上述路径集合Pk中通过权重进行筛选,最终得到重路由路径。具体地,首先判断路径的剩余带宽是否满足要求,然后再计算路径选取优先度G,路径选取优先度G越大,表示该条路径越适合作为重路由路径,从短路径集合Pk中选取Gi最大的路径作为重路由路径(即最优调度路径)。
进一步的,在一些实施例中,本发明在选取最优调度路径时考虑的链路参数包括:链路的剩余带宽、路径选取优先度,具体实施过程包括:
首先计算链路的剩余带宽大小,计算公式如下:
进一步的,在一些实施例中,路径选取优先度Gi的计算包括:引入参数带宽剩余率Ri,第i条路径的带宽剩余率计算公式如下:
其中,t表示该条路径中包含的链路条数。
考虑路径中各条链路的带宽差异,引入参数路径平整度,用Ai表示第i条路径的平整度,表达式如下:
Ai=MIN(Bi,1,B1,2,......,Bm,n,Bn,j)/MAX(Bi,1,B1,2,......,Bm,n,Bn,j)
根据上述路径平整度Ai和带宽剩余率Ri计算路径选取优先度Gi,路径选取优先度的计算公式如下:
Gi=Ai+Ri
路径选择算法从短路径集合Pk中考虑路径状态选取合适的调度路径,避免从所有可达路径中选取调度路径,优化了算法复杂度。
一种软件定义网络中基于流调度的重路由拥塞控制***,包括网络状态的监测模块、调度流选取模块和重路由路径选择模块。
网络状态的监测模块主要用于获取网络状态和交换机端口流量信息,为下一步流调度提供信息。
调度流选取模块首先通过主机端的大流检测方法筛选出拥塞链路上的大流,再根据流的生存时间选择出适合进行调度的大流。
重路由路径选择模块首先通过Yen-k算法得到短路径集合,再从短路径集合中通过路径平整度、链路剩余带宽筛选出合适的调度路径。
为了验证算法的有效性,在ubuntu***下搭建minninet网络仿真环境,选取RYU作为网络控制器。
RYU是一款常用的轻量级开源控制器,在RYU控制器中通过编程实现拥塞判定模块,调度流选取模块,重路由模块。利用Iperf工具模拟生成流量,流量模型设置为90%为小流大小为1kb-100kb,10%为大流大小为100kb-100mb,均匀分布且流量的到达过程属于泊松过程。将网络拓扑设置为k=4的Fat-tree拓扑如图,胖树结构的特点为汇聚层和边缘层交换机可以构成一个Pod,拓扑中一共有K个Pod,每个Pod中有K/2台汇聚层交换机和K/2台边缘层交换机,核心层交换机数量为(k/2)^2,每台核心交换机具有K个端口。根据拓扑链路特点我们这里将Yen-K算法的K设置为4。
实验通过拥塞缓解时间,流平均带宽利用率,大流平均完成时间三个指标来验证评估算法的效果。拥塞缓解时间是指某条链路达到拥塞阈值发生拥塞到拥塞缓解所需的时间,流的带宽利用率是指流在接收端的带宽大小和流在发送端的带宽大小的比值,因为网络状态波动的影响,流的实际传输速率往往小于生成速率,所以通过这个比值的大小可以反映网络链路流传输的性能。流的平均完成时间是指网络中的流从发送端的边缘交换机到接收端的边缘交换机,途中经过各个交换机和各条链路的平均时延。预估算法能在有效的缓解网络拥塞的同时提升网络流传输性能、减少大流完成时间。
需要说明的是,本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-0nly Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
以上所述仅是本申请的具体实施方式,应当指出,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种软件定义网络中基于流调度的重路由拥塞控制方法,其特征在于,包括以下步骤:
S1、获取网络状态和交换机端口流量信息,并将获取的数据传输至数据处理模块;
S2、根据上述获取的数据计算链路利用率,根据链路利用率判断链路是否发生拥塞,若发生拥塞,则选取拥塞链路上的流进行重路由调度缓解拥塞;若未发生拥塞,则不进行处理;
其中,选取拥塞链路上的流进行重路由调度缓解拥塞,包括以下步骤:
S21、采用CC-KP算法筛选出拥塞链路emn上的大流集合F={f1,f2,......,fn};
S23、采用Yen-K算法求出短路径集合Pk;
S24、计算每条路径的剩余带宽大小,若路径剩余带宽小于待调度大流fk的带宽需求,则该条路径不予考虑;若路径剩余带宽大于或等于调度大流带宽需求,则计算路径的路径选取优先度Gi,从短路径集合Pk中选取Gi最大的路径作为重路由路径(即最优调度路径);
S25、控制器下发流表给交换机,将待调度大流fk重路由调度到重路由路径缓解拥塞,并在重路由路径的相应链路负载增加loadk。
3.根据权利要求1所述的一种软件定义网络中基于流调度的重路由拥塞控制方法,其特征在于,控制轮询周期包括:通过数据链路层的OpenFlow定期的轮询消息获取网络状态和交换机端口流量信息。
4.根据权利要求1所述的一种软件定义网络中基于流调度的重路由拥塞控制方法,其特征在于,根据链路利用率判断链路是否发生拥塞,具体包括:当链路利用率大于链路的拥塞阈值时,判断链路发生拥塞;当链路利用率小于或等于链路的拥塞阈值时,判断链路未发生拥塞。
5.一种软件定义网络中基于流调度的重路由拥塞控制***,其特征在于,包括:网络状态的监测模块、调度流选取模块和重路由路径选择模块,
网络状态的监测模块主要用于获取网络状态和交换机端口流量信息;
调度流选取模块首先通过主机端的大流检测方法筛选出拥塞链路上的大流,再根据流的生存时间选择出适合进行调度的大流;
重路由路径选择模块首先通过Yen-k算法得到一个短路径集合,再从短路径集合中通过路径平整度,链路剩余带宽筛选出合适的调度路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149218.5A CN112350949B (zh) | 2020-10-23 | 2020-10-23 | 软件定义网络中基于流调度的重路由拥塞控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011149218.5A CN112350949B (zh) | 2020-10-23 | 2020-10-23 | 软件定义网络中基于流调度的重路由拥塞控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112350949A true CN112350949A (zh) | 2021-02-09 |
CN112350949B CN112350949B (zh) | 2022-05-31 |
Family
ID=74360128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011149218.5A Active CN112350949B (zh) | 2020-10-23 | 2020-10-23 | 软件定义网络中基于流调度的重路由拥塞控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112350949B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132180A (zh) * | 2021-03-11 | 2021-07-16 | 武汉大学 | 一种面向可编程网络的协作式大流检测方法 |
CN114051001A (zh) * | 2021-11-10 | 2022-02-15 | 中国电信股份有限公司 | 流量数据处理方法及装置、存储介质及电子设备 |
CN114827036A (zh) * | 2022-04-18 | 2022-07-29 | 天津大学 | 基于sdn的具有缓存感知的ndn逐跳拥塞控制方法 |
CN115150324A (zh) * | 2022-06-09 | 2022-10-04 | 南京邮电大学 | 一种基于可编程数据平面实现可变重路由阈值的方法及*** |
CN116032829A (zh) * | 2023-03-24 | 2023-04-28 | 广东省电信规划设计院有限公司 | 一种sdn网络数据流传输控制方法及装置 |
CN115150324B (zh) * | 2022-06-09 | 2024-05-10 | 南京邮电大学 | 一种基于可编程数据平面实现可变重路由阈值的方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150326426A1 (en) * | 2014-05-12 | 2015-11-12 | Futurewei Technologies, Inc. | Partial software defined network switch replacement in ip networks |
CN105227481A (zh) * | 2015-09-02 | 2016-01-06 | 重庆邮电大学 | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 |
CN106357547A (zh) * | 2016-09-08 | 2017-01-25 | 重庆邮电大学 | 一种基于流切片的软件定义网络拥塞控制算法 |
CN106533960A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 一种基于Fat‑Tree结构的数据中心网络路由方法 |
CN109547340A (zh) * | 2018-12-28 | 2019-03-29 | 西安电子科技大学 | 基于重路由的sdn数据中心网络拥塞控制方法 |
CN109756421A (zh) * | 2019-01-23 | 2019-05-14 | 华南理工大学 | 一种基于OpenFlow技术的拥塞控制***及方法 |
US20200136972A1 (en) * | 2018-10-27 | 2020-04-30 | Cisco Technology, Inc. | Congestion notification reporting for a responsive network |
-
2020
- 2020-10-23 CN CN202011149218.5A patent/CN112350949B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150326426A1 (en) * | 2014-05-12 | 2015-11-12 | Futurewei Technologies, Inc. | Partial software defined network switch replacement in ip networks |
CN105227481A (zh) * | 2015-09-02 | 2016-01-06 | 重庆邮电大学 | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 |
CN106357547A (zh) * | 2016-09-08 | 2017-01-25 | 重庆邮电大学 | 一种基于流切片的软件定义网络拥塞控制算法 |
CN106533960A (zh) * | 2016-12-23 | 2017-03-22 | 重庆邮电大学 | 一种基于Fat‑Tree结构的数据中心网络路由方法 |
US20200136972A1 (en) * | 2018-10-27 | 2020-04-30 | Cisco Technology, Inc. | Congestion notification reporting for a responsive network |
CN109547340A (zh) * | 2018-12-28 | 2019-03-29 | 西安电子科技大学 | 基于重路由的sdn数据中心网络拥塞控制方法 |
CN109756421A (zh) * | 2019-01-23 | 2019-05-14 | 华南理工大学 | 一种基于OpenFlow技术的拥塞控制***及方法 |
Non-Patent Citations (2)
Title |
---|
RENUGA KANAGEVLU等: "SDN Controlled Local Re-routing to Reduce Congestion in Cloud Data Center", 《2015 INTERNATIONAL CONFERENCE ON CLOUD COMPUTING RESEARCH AND INNOVATION (ICCCRI)》 * |
张宇巍: "软件定义数据中心网络中的拥塞控制机制研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113132180A (zh) * | 2021-03-11 | 2021-07-16 | 武汉大学 | 一种面向可编程网络的协作式大流检测方法 |
CN113132180B (zh) * | 2021-03-11 | 2022-07-29 | 武汉大学 | 一种面向可编程网络的协作式大流检测方法 |
CN114051001A (zh) * | 2021-11-10 | 2022-02-15 | 中国电信股份有限公司 | 流量数据处理方法及装置、存储介质及电子设备 |
CN114827036A (zh) * | 2022-04-18 | 2022-07-29 | 天津大学 | 基于sdn的具有缓存感知的ndn逐跳拥塞控制方法 |
CN114827036B (zh) * | 2022-04-18 | 2023-09-29 | 天津大学 | 基于sdn的具有缓存感知的ndn逐跳拥塞控制方法 |
CN115150324A (zh) * | 2022-06-09 | 2022-10-04 | 南京邮电大学 | 一种基于可编程数据平面实现可变重路由阈值的方法及*** |
CN115150324B (zh) * | 2022-06-09 | 2024-05-10 | 南京邮电大学 | 一种基于可编程数据平面实现可变重路由阈值的方法及*** |
CN116032829A (zh) * | 2023-03-24 | 2023-04-28 | 广东省电信规划设计院有限公司 | 一种sdn网络数据流传输控制方法及装置 |
CN116032829B (zh) * | 2023-03-24 | 2023-07-14 | 广东省电信规划设计院有限公司 | 一种sdn网络数据流传输控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112350949B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108512760B (zh) | 基于SDN保障业务QoS的路由方法 | |
CN112350949B (zh) | 软件定义网络中基于流调度的重路由拥塞控制方法及*** | |
Zhang et al. | Load balancing in data center networks: A survey | |
EP2911348B1 (en) | Control device discovery in networks having separate control and forwarding devices | |
CN107579922B (zh) | 网络负载均衡装置和方法 | |
US6310881B1 (en) | Method and apparatus for network control | |
CN108289064B (zh) | 一种数据中心网中混合式负载均衡方法 | |
CN105471764B (zh) | 一种SDN网络中端到端QoS保障的方法 | |
Wang et al. | Implementation of multipath network virtualization with SDN and NFV | |
CN114285758A (zh) | 基于opnet的通信网络优化仿真***、方法和装置 | |
US20230198896A1 (en) | Method for communication in data center, apparatus, and system | |
CN103067291A (zh) | 一种上下行链路关联的方法和装置 | |
CN108400936A (zh) | 基于mpls的空间信息网络路由方法 | |
CN105472484A (zh) | 一种电力骨干光传输网波道均衡路由波长分配方法 | |
Shen et al. | How powerful switches should be deployed: A precise estimation based on queuing theory | |
CN103067294B (zh) | 多下一跳转发路由器中基于流保序的数据流均衡处理的方法 | |
Fatmi et al. | Distributed multipath routing for data center networks based on stochastic traffic modeling | |
Hertiana et al. | A joint approach to multipath routing and rate adaptation for congestion control in openflow software defined network | |
Cheocherngngarn et al. | Depth-First Worst-Fit Search based multipath routing for data center networks | |
Meng et al. | Efficient load balancing multipath algorithm for fiber-wireless network virtualization | |
CN116647498A (zh) | 一种多链路网络路径动态选择方法及*** | |
Huang et al. | An enhanced scheduling framework for elephant flows in SDN-based data center networks | |
CN111245724A (zh) | 基于虚拟交换机部署的sdn负载均衡路由方法 | |
Alanazi et al. | CAFT: Congestion-aware fault-tolerant load balancing for three-tier clos data centers | |
Sharma et al. | An adaptive, fault tolerant, flow-level routing scheme for data center networks |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |