基于SDN和NFV融合的智能路由算法研究

• 作 者: 张倩
• 出 处: 南京邮电大学
• 发表日期: 2020年02期
• 关键词: 网络功能虚拟化 软件定义网络 服务功能链 Q-learning 路由算法

随着物联网的发展,业务的多样性使得其对网络的需求越来越多样和多变。推动物联网发展的一个关键性问题在于为用户创建性能优化的网络,保障业务的服务质量(Qualitity of Service,QoS),并提供定制化的服务。软件定义网络(Software Defined Networking,SDN)和网络功能虚拟化(Network Function Virtualization,NFV)技术的兴起与迅猛发展,引起了业界的广泛关注。NFV使用虚拟化技术来消除对专用服务器,交换机或存储器的依赖性,从而降低网络成本并有效提高灵活性,SDN可对网络中的流量进行动态调整与分配。然而,大规模的服务和高度动态的网络负载,复杂的服务驱动的动态网络构建机制对当前和未来的网络都是一个挑战。因此,本文研究面向多业务需求的基于SDN和NFV融合的智能路由算法。本文主要做了以下三个方面的工作:(1)针对服务功能链部署问题,将NFV与SDN相结合共同优化资源,综合考虑网络中转发成本以及网络中流量平衡情况,给出了虚拟网络功能放置与服务链路由的联合优化模型。在求解阶段,根据VNFs放置与业务流选路的顺序提出了两种启发式算法。仿真结果表明,两种服务链部署算法在降低转发成本和平衡负载方面各具优势,但与基于最短路径的贪婪放置算法相比,两种提出的算法均能有效的平衡网络中的流量。(2)针对传统路由算法收敛速度慢以及难以实时感知网络变化等弊端,将强化学习领域中的Q-learning算法引入到SDN路由规划问题,在建立的Markov决策过程中,设计包括带宽、时延等重要参数的奖励函数,提出基于Q-learning的Q-routing路由算法,与其他算法相比,Q-routing算法综合考虑链路状态,在提高链路利用率上优势明显,能较好地平衡链路带宽利用率和传输时延,从而保证业务的QoS。(3)设计并实现了基于Ryu控制器的路由系统,设计并实现SDN管控平台,以进行参数的调用和读取,实时展示网络动态拓扑、交换机以及端口等动态信息。在系统测试环节,将基于带宽利用率的流量均衡算法与基于跳数的最短路径转发算法进行对比,结果表明,流量均衡算法起到了一定的平衡链路负载作用。