基于SDN的数据中心网络流量控制技术

吴艳梅

摘 要：随着互联网的迅猛发展，数据中心网络流量传输过大，且易产生突发数据流量，为当前数据中心网络的Qos（服务质量）提出了更高的要求。在本文中，通过在控制层使用改进的粒子群算法计算出网络流的最优路径，从而避免网络拥塞，并在转发层使用HTB（Hierarchical Token Bucket）调度算法提高网络的服务质量。

关键词：SDN；流量控制；数据中心网络；粒子群算法

SDN是一种新型的网络范例，将网络控制平面与数据转发平面分离，大大提高网络资源利用率，简化网络管理，降低运营成本，促进创新与演进.[.1.]。流量控制，是一种防止网络拥塞、提高网络服务质量的路由优化方案。虽然流量控制技术在过去和现有的数据网络中得到广泛利用，通过采用最短路径路由、多协议路由等技术来实现流量控制[2]。独特的SDN网络流量控制是将原来的分布式配置改为由网络控制器完成的集中式控制，控制器持有物理网络的所有信息以及业务需求，利用全网络视图可以轻松实现网络流量的控制。

理想的数据中心网络应能够依据网络拓扑优化网络流量，使网络流量可以高效的利用。面对当前网络数据中心的需求，软件定义网络解决。它将OpenFlow交换机部署到数据中心网络，可以实现防止网络拥塞、流量控制和提高网络服务质量等功能，从而进一步增加数据中心的可控性[3]。

1 网络流量控制技术方案

网络流量控制通常为入口端、出口端和数据传输过程三种控制方式。传统的网络架构要实现以上控制需要添加大量协议，而基于SDN的架构网络可以获取全网的状态信息，即可以轻松实现网络流量的灵活控制。

控制平面的控制。

将粒子群算法.[.4.]中的群进行运算产生变异粒子，变异粒子不只朝着最优解方向飞行，而是朝着相反的方向飞行，这样就提高了整个种群的多样性，扩展了搜索的空间。其改进的粒子群算法可以处理传统粒子群算法部分最优解的问题。

1）将网络的全部节点和链路表示为无向带权图GV，E，其中V是图中所有节点的集合，E是图中所有链路的集合，每条链路表示两节点之间的通讯的途径。

2）给定源节点和目的节点寻找一条满足约束条件（带宽、时延、丢包率）的最优路径。对于任意链路e∈E，任意网络节点v∈V，给定一条数据流L（源节点和目的节点）寻找满足以下条件的最优路径。

OpenFlow交换机对于网络流量提供了队列调度算法，本文采用了HTB（Hierarchical Token Bucket）队列调度算法，实现交换机进行转发时的队列调度。其中，HTB队列调度算法是对交换机的队列模块进行配置，然后实现其调度。交换机只对数据包进行转发处理，交换机根据流表下发模块增添转发规则并依据更新的流表项进行流量的转发。本文通过在交换机进入端口的网络端口流量的速率进行监视，将超出低级的流量进行丢弃或者延迟发送，使进入端口的流量被限制在某一取值内，使交换机入端口处流量的约束。

2 对比测试结果分析

通过物理机（linux ubuntu 13.10）安装Floodlight作为控制器；并在virtualbox虚拟机上运行mininet系统（ubuntu 14.04）用来模拟网络结构和交换机。从而在此平台上实现流量控制技术。使用传统网络、SDN网络和基于流量控制的SDN网络的iperf进行网络带宽和网络延迟的测试比较，通过使用mininet的仿真获得的结果在SDN中显示出比传统网络性能较好，而基于流量控制的SDN网络要比SDN网络具有更好的性能。

3 结论

控制平面的流量控制对同一个数据流的每个数据流计算出一条最优路径，这样能够避免产生突发流量时的拥塞，而且提高了整个网络的带宽利用率。转发平面的流量控制对出、入端口的流量进行控制，当有大量流量入端口时进行必要的整形当网络出现拥塞时，控制器下发降低发送速率的命令，网络的丢包率将明显降低，网络的性能得到了整体的提升。由此可见，所设计的算法能高效的解决突发流量的拥塞问题，于此同时也提高了网络Qos。

参考文献：

[1]赵笑楠.基于SDN的网络流量控制模型设计与研究[D].北京交通大学， 2015.

[2]吴强，徐鑫，刘国燕.基于SDN技术的数据中心基础网络构建[J].电信科学，2013， 29（1）：130-133.

[3]左青云，陈鸣，赵广松.基于OpenFlow的SDN技术研究[J].软件学报，2013（5）：1078-1097.

[4]王曙燕，杨悦.基于改进粒子群算法的變异体选择优化[J].计算机应用研究，2017， 34（3）：752-755.