软件定义无线局域网的切换接入机制

王明芬

（福建师范大学协和学院信息技术系，福州 350117）

0 引言

传统的无线局域网（Wireless Local Area Network，WLAN）中采用的无线接入控制器（Access Point Controller，AC）+无线访问接入点（Access Point，AP）的组网方式，采用无线接入点的控制和配置协议（Control And Provisioning of Wireless Access Points protocol specification，CAPWAP）来支持AC 对众多无线接入点AP进行管理，但因为不同厂商设备的技术私有性，所以无线网络的设备管理并不具有统一标准，这给网络的后期维护和未来扩展都带来困难。软件定义网络（Software Defined Network，SDN）架构将网络控制面和数据转发面分开，控制面南向提供开放的网络协议控制基础设备，北向提供应用程序编程接口（Application Programming Interface，API）用于定义网络功能模块，SDN 实现了开放、软硬分离、通用化平台的网络［1］，目前在数据中心得到广泛应用。SDN 核心思想同样可以应用到无线网络接入管控，并提出了软件定义无线网络（Software Defined Wireless Network，SDWN）的一种解决方案［2-3］。

在传统的接入机制中，终端站（STAtion，STA）在漫游的过程中会选择信号最强AP 接入，而不关心网络的其他状态。这种切换接入往往容易导来回频繁切换的“乒乓效应”、切换延时、切换吞吐率降低等问题，也可能导致在AP 下关联STA负载比较重的区域，小区边缘的STA 可能由于信道质量原因而掉线。因此切换接入策略是一个比较重要的研究方向，但是目前研究的切换算法多数是基于传统无线网络结构，在软件定义WLAN中的接入策略研究目前还比较少。

国外，Nahida 等［4］在基于SDN 的基础上提出了WLAN 的AP 负载均衡切换算法，SDN 控制器获取各AP 的负载状态信息，从而选择负载最小的AP为接入点；但是该方案仅凭AP侧的吞吐量来对接入点性能优劣进行判断，这不能全面地反映网络接入点的整体性能，特别是对于复杂场景下的WLAN而言，接入AP的选择未必最优。Dely等［5］提出基于OpenFlow协议的Mesh网的逻辑控制通道，设计代理模块收集AP侧的网络吞吐量选出STA应该接入的AP，减少切换时吞吐量的降低，但并未考虑复杂场景下的切换“乒乓效应”。

国内，赵国锋等［6］以Odin为基础构建SDWN 切换系统，通过代理模块收集AP侧的负载和STA接收信号强度，计算AP接入权值并择优接入，减少网络的频繁切换，但其并未考虑AP部署密集的环境中的其他的网络参数的影响。Wang 等［7］提出LiveSec 的有线和无线网络综合安全管理架构，在无线部分该架构将WLAN的交换机按细粒度的交互式策略分为接入层和核心层。控制器在核心层通过OpenFlow协议对网络中所有的交换机进行负载均衡管理，主要根据接收和处理的包的数量来判断负载，但是未考虑移动终侧的网络信号质量水平。开彩红等［8］提出虚拟无线访问接入点（Virtual Access Point，VAP）云的概念，在SDWN 中将VAP、控制器和虚拟交换机（Open Virtual Switch，OVS）集成在一台计算机中来实现系统的核心功能整合，可以减少切换的时延，但并没有涉及到切换策略。

本文在SDWN架构基础上提出了基于惩罚因子的全局关联记忆保留的接入控制的方法。首先扩展OpenFlow 协议的报文消息，关于AP 和STA 的相关数据报文封装在Packet-IN和Packet-OUT 报文消息的data 字段中［9-10］；其次控制器根据报文收集网络的质量、负载、吞吐量以及利用率等指标构建AP 的接入权值；接着引入变异系数法确定网络指标的系数；最后根据网络短时间内来回切换发生的“乒乓效应”提出惩罚因子，根据网络的惩罚因子调整AP 的接入权值和发射功率。网络设计的惩罚因子具有记忆关联特性，即一定的时间阶段只能初始化一次，后面的惩罚代价只会不断增大，接入权值会不断减小，直到终端再也不选择它为切换目标。

通过实验表明，在STA漫游在AP密集部署的复杂网络环境中，能有效地降低切换次数和减弱“乒乓效应”，并通过对比实验统计表明，在切换成功率和切换时延等整体网络性能上有了较好的提升。基于惩罚因子的全局关联记忆保留的接入控制的方法减少了网络不必要的切换动荡，增强了网络接入性能的稳定性。

1 SDWN架构

SDWN 架构采用基于SDN 的三层模型，利用应用面、控制面与数据面分离的技术构建WLAN。如图1所示。

图1 SDWN架构Fig.1 Architecture of SDWN

本系统SDWN架构的特点主要包括以下几个方面：

1）使用了主流的Floodlight 控制器来管控AP。由于OVS不支持无线保护访问（Wi-Fi Protected Access，WPA）模式，因此把OVS 安装在AP 上，从而使AP 不仅支持WPA 或WPA2 加密而且支持OpenFlow协议。

2）扩展认证服务Hostapd功能，不仅使得STA可以通过认证接入到到AP 上，而且可以通过OpenFlow 协议传输AP 参数及STA 的参数到控制器。Hostapd 上可以设置需要的扩展AP参数，比如数据包传输速率、允许最大STA数、发射功率区间、错误率等；也可以收集STA 的信息，比如STA 的MAC 地址、IP地址、信噪比（Signal-to-Noise Ratio，SNR）等。

1.1 OpenFlow协议扩展

AP 与控制器之间通过隧道连接建立通信。隧道是利用Open Flow 交换机的转发功能和Open Flow 协议中的Packet-In和Packet-Out 消息来建立的。本文扩展了OpenFlow协议的消息报文，关于AP 和STA 的相关数据报文封装在Packet-IN 和Packet-OUT 的data 字段中。OpenFlow 消息作为AP 控制与管理协议（AP Control And Management Protocol，ACAMP）［9-10］的载体。OpenFlow1.3协议消息的报文结构如图2所示。

图2 Packet-IN报文的结构Fig.2 Structure of Packet-IN message

在本文用到的AP 的扩展数据和STA 的扩展数据以及其他一些参考数据等都在Message Elements 消息报文中可以自定义设置和扩展。这个字段长度可选，ACAMP 的报文格式如图3所示，对网络策略有用的参数在Elements字段里面。

图3 ACAMP报文的结构Fig.3 Structure of ACAMP message

1.2 系统消息匹配

OpenFlow1.3 协议有很多新的特性和消息，流表项如图4［11］所示。简单介绍一下比较重要的几个表项Match Fields匹配域又叫作包头域，包括入端口和数据包头等。Counters 进行数据包更新统计、流量统计和差错统计等。Instructions 指令集可以是一个Action集，修改指令或者按流表处理。

图4 OpenFlow1.3协议的流表项Fig.4 Flow table entries of OpenFlow1.3 protocol

OpenFlow 交换机的流表匹配都是从0编号开始匹配。如果数据包的包头解析与第一个流表项Match Fields 匹配，则数据包按流表项的指令集Instructions 执行，这些Instructions 指令可以指导数据包的传递到另外一个表号比自己大的流表，也可以按自己的流表执行Action 指令。如果都没有匹配到，则可以执行报告控制器或者丢弃指令［12］，如图5所示。

图5 消息匹配过程Fig.5 Message matching process

2 接入控制

无线最大的作用是摆脱了有线的束缚，而网络支持无缝自主切换才是真正实现了移动改变生活。SDWN 架构采用统一的集中控制器管理AP，由控制中心统一管理协调管理配置AP 和STA 的参数，这个网络架构符合网络协调管理的要求。本文将研究SDWN 架构下的切换接入控制技术，减少网络切换时延和减弱“乒乓效应”。

2.1 系统参数分析

SDWN 的网络架构可以获得更多用户设定的参数来决策网络行为，其中比较重要的是：AP的发射功率、信道利用率和负载STA 数目，STA 的接收信号强度指示（Received Signal Strength Indication，RSSI），STA 的接收信号的信噪比（SNR），STA的吞吐率等。

STAi从APj接收的SNRij可以表示为：

其中：PAPj表示APj的发射功率，Gi，j表示STAi从APj获得的信道增益，N0表示背景噪声功率。

根据文献IEEE 802.11 标准APj的信道利用率Bj可以定义成T时间内信道的有效传输时长，表示为：

其中：pai，j表示STAi和APj之间的传输数据包，rai，j表示传输比特速率，这个计算中统计了小区内所有的STA 的有效传输时长。信道利用率Bj可以分为上行利用率和下行利用率，分别对应的是上下行的数据包传输。由于STA 的发射功率较小，网络一般是上行受限，因此取信道上行利用率。OpenFlow1.3的流表中的Counters表项可以提取数据包传输错误率Ei。

2.2 接入策略

本文根据上述的参数，设计出权值和全局惩罚因子融合的接入策略。终端STAi移动中把检测到信号强度大于阈值的AP 按从大到小排序APlist=｛AP1，AP2，…，APm｝，然后对APlist里每个AP计算STAi的归一化接收信号：

在软件定义WLAN 中，控制器获得以上3 个网络参数。如果每个参数差异越大，这样的参数在接入权值指标里越重要。因此本文引入了变异系数法来确定参数系数k。

变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重，是一种客观赋权的方法。各项参数的变异系数公式如下：

其中：Vi是第i项参数的变异系数，σi为第i项参数的标准差，第i项参数的均值。

按照式（4）计算每个APn覆盖范围内STA 的信道利用率Bn、传输错误率En、接收信号RSn的变异系数，然后计算出系数值如下：

其中：Nn为AP 已负载的STA 数，Bn为信道利用率，En为传输错误率，RSn为接收信号的归一化参数。

漫游过程中STAi可接入的AP 集合按Ci，n值从大到小排序，STAi根据APlist围内的Ci，n的最大值选择对应的AP 接入，表示为：

2.3 全局惩罚因子算法

在WLAN中，频繁来回切换称为“乒乓效应”，特别容易引起网络的动荡，导致用户感知非常差。为了解决这样的网络问题，本文在上述接入控制策略的基础上引入了惩罚因子pu。在多AP 重叠区域，短时间内当要即将切换的目标AP 和最近切换过的AP相同时，多加一个惩罚值降低切换的权重值。

假设原来的接入值为C1，则新的接入值C2如下：

C2相当于是C1的一个滞后值，时间T取值是一个Beacon的帧间隔周期，默认值为100 ms。滞后时间t的取值在文中初始值为2 ms。STA 在切换时如果目标是最近历史重选小区则降低该AP接入权值和发射功率。

pu初始值为1，如果发生来回切换则增加惩罚因子值，即pu=pu+1，同时记录网络中每个AP 的惩罚因子的关联记忆pulist={puAP1，puAP2，…，puAPn}，在下一次网络“乒乓效应”中不会初始化pu值，系统继续加大惩罚。当AP的惩罚因子pu大于3时则上报控制器减小该AP的发射功率，然后重新初始化其pu为1。

在AP部署密集中，STA接入控制算法伪代码如下：

算法1 接入控制算法。

输入：控制器收集到扩展报文携带的网络参数；

算法首先把终端STA 能接收到的信号大于切换阈值的AP 按强度大小顺序更新到AP 列表中，如果要接入的AP 已经超载则从列表里删除。然后依次计算列表中每个AP 的接入权值，选择权值最大的AP接入，并记录准备接入的AP号。如果发现即将进入切换的AP 与近两次切换的AP 一样时，则增加惩罚因子重新计算接入权值。判断该AP 的全局惩罚次数是否超过2 次，超过则上报控制器调整该AP 的发射功率，缩小覆盖范围以减小干扰。最后如果终端STA 可切换的AP 列表为空，则切换失败。

3 实验结果与分析

3.1 实验环境

Mininet-wifi 是Mininet的扩展版本，是一个轻量级软件定义网络和测试平台。它是SDN 系统中的一种基于进程虚拟化平台，支持OpenFlow、OVS 等各种协议，也可以模拟一个完整的网络，主机、链接和交换机在同一台计算机上模拟有助于互动开发、测试和演示，尤其是那些使用OpenFlow 和SDN 技术，该平台支持代码迁移到真实的环境中［13］。

Mininet-wifi 内部操作接口如图6 所示。nl80211 是新的802.11 netlink 接口公共头文件，它配合cfg80211 用来实现无线扩展功能。iw 是一款基于nl80211 的新型无线设备CLI 配置实用程序；wpa_supplicant适用于各种异构操作系统的WPA请求，支持WPA和WPA2密码认证；hostapd 是用于AP和认证服务器的守护进程。

控制器与Mininet-wifi的网络采用TCP协议连接。网络控制器采用具有全局的网络视图的Floodlight 控制器，首先通过南向OpenFlow 协议从AP 中获取网络状态信息和STA 信息；其次它根据收集的信息设计各种网络管理操作，比如漫游切换、负载均衡等功能模块；最后再通过控制器的南向协议指导终端操作。Floodlight Provider 是核心模块。控制器首先启动Floodlight Provider，然后其他模块通过向Floodlight Provider 注册成为一个服务，即可以处理事件［14］。

图6 Mininet-wifi接口Fig.6 Interface of Mininet-wifi

3.2 构建网络

SDWN 首先通过net.addController（）添加控制器，设置为TCP协议，端口为6653。接着通过net.addAccessPoint（），设置AP 的基本参数，包括AP 的ID 号、服务集标识（Service Set Identifier，SSID）、信道号Chanel、认证模式为WPA2 等。然后调用net.addStation（）增加终端信息。最后AP.start（）函数确定AP 和控制器的连接间用net.addLink（）实现设备的关联。网络拓扑如图7所示。

图7 网络拓扑图Fig.7 Topology of network

图7所示的网络拓扑中有6个AP相邻部署，每个AP下都已关联了相应的STA，由Floodlight 控制器统一下发接入控制策略。对应的网络视图在Mininet-wifi 中的仿真图如图8 所示，每条连线代表目前每个AP下已关联的STA数。

图8 网络拓扑仿真图Fig.8 Simulation diagram of network topology

3.3 移动切换效果

网络中有6个AP相邻部署，由Floodlight控制器统一下发接入控制策略。sta00 和sta01 从AP1 移动到AP3 的路径如图9所示，为了简洁显示，仿真中不显示已关联但未移动的STA。sta00 和sta01 在网络初始阶段都是和AP1 关联。sta00 移动过程中依次经过了AP6 和AP2 的覆盖区域，最后和AP3 关联。sta01移动过程中依次经过了AP5、AP2和AP4的覆盖区域，最后和AP3 关联。STA 经过的路径主要是在多小区重叠的AP部署密集区域。这些区域信号重叠复杂，是网络中最容易发生切换、掉话、接入失败的区域。

图9 STA移动路径图和信号覆盖对比Fig.9 Comparison of STA moving path and signal coverage

传统网络采用信号最强接入算法，sta01 在图9（a）的网络环境中移动过的切换轨迹如图10 所示。从图10 可以看出，sta01 的切换记录是5 次，且在AP2、AP4 和AP5 信号重叠区域处，sta00 先是从AP2 切换到AP4，然后又从AP4 切换回AP2，网络发生来回切换的“乒乓效应”情况明显，这是因为AP2 处的位置干扰到了周围的AP。

图10 传统信号最强接入算法切换轨迹Fig.10 Handover track of traditional signal strongest access algorithm

采用本文的接入算法后，sta00在图9（b）的网络环境中切换轨迹如图11 所示。在发生“乒乓切换”后，系统的惩罚因子发挥作用，控制器动态调整了AP2的信号覆盖范围，接入控制方法后的切换次数是3，STA 切换关联的AP 数明显减少且消除了来回切换的“乒乓效应”。

图11 本文算法切换轨迹Fig.11 Handover track of the algorithm in this paper

3.4 系统性能比较

系统设置sta01 从AP1 移动到AP3，本文使用iperf 工具来统计切换时TCP 下行吞吐率，通过ping 命令来统计切换时网络时延。

本文算法和传统信号最强接入算法［15］、传统负载均衡算法［16］以及文献［6］采用负载感知的切换算法的网络时延对比结果如图12所示。

图12 切换时延对比Fig.12 Comparison of handover delay

如图12 所示，sta01 在移动过程中，发生切换时不同的算法发生的网络时延不同。传统负载均衡接入算法触发了3 次切换引起的时延，因为在t=3 s 处，即终端sta01 刚进入AP1 与AP6 的重叠区域时便执行切换，原因是对于终端而言AP6 的负载小，接着在t=7 s 处接入AP2，随后在t=13 s 接入AP3，均是因为在AP负载较轻而优先接入。文献［6］算法是基于负载感知的AP 权值计算方法，在AP 部署密集区域的环境中并没有很明显地减少切换次数，且由于采用代理模块的开销，网络时延较高。而本文的切换次数是2，因为控制器根据惩罚因子调整了AP2 的发射功率，让终端在切换过程中没有接入到AP2而是接入到AP6，最后接入到AP3。

本文的系统架构将OVS 的功能集成到AP 中，让AP 具有更大的权限，而不需要另外再加一层接入交换机。由于控制器直接控制AP，使得网络扁平化，因此STA 切换时延较小。同时因为惩罚因子的作用，本文算法在系统中的切换次数也减少了。

为了进一步分析网络的切换性能，系统随机设置一些终端在图8 所示的网络中随意移动。统计网络切换优化前后的切换请求次数，优化前指的是传统信号最强接入算法和传统负载均衡算法，优化后指的是增加惩罚因子的本文算法。网络性能统计比较如图13所示。从图13可以看出：在切换频繁的复杂区域，本文算法的切换请求次数优于比较的算法；但是在普通切换区域，本文算法的请求次数并发挥出很大的优势。这是因为惩罚因子只针对复杂频繁切换区域才有作用。

图13 切换次数统计比较Fig.13 Statistics and comparison of handover times

在WLAN 中，用户既希望切换的次数少，切换的时延短，同时又希望接入的成功率高。在本文的系统环境中，统计不同算法的网络性能，比较结果如表1所示。

表1 不同切换接入算法的网络性能比较Tab.1 Network performance comparison of different handover access algorithms

如表1 所示，与传统的信号最强接入法相比，本文算法的切换请求次数减少了21.7%；与传统的负载均衡接入法相比，本文算法的切换次数减少了12.3%；与文献［6］算法相比，本文算法的切换次数减少了6.6%。另外从表1 的统计信息可以看出传统的信号最强接入平均切换时延最小，但是这种简单粗暴的方法也导致了切换次数多且成功率不高的问题。由于本文系统采用扁平化的网络结构和基于惩罚因子的接入权值算法，在切换时延和切换次数上效果较优。

4 结语

WLAN 和移动互联网形成一个互补的趋势共同发展。针对传统WLAN 组网中遇到的网络部署和升级困难、异产商设备不兼容、设备参数无法统一利用开发等问题，本文梳理了软件定义无线网络的主流架构，利用南向OpenFlow 协议的可扩展性定义了系统需要的参数，同时引入变异系数确定不同参数的权重，接着计算AP接入控制权值。提出了在SDWM架构下，基于全局惩罚因子的接入权值策略。通过实验表明，系统可以有效地减弱AP 部署密集环境下的频繁切换的“乒乓效应”，减少切换时延和网络切换发生次数。