基于路径及反馈的软件定义网络策略更新方案

软件定义网络(software-defined networking,SDN)虽是具有逻辑集中控制特点的网络架构,但其底层的数据平面依旧是分布式系统,由此产生的策略更新不一致问题将导致数据包的错误处理,进而引起一系列不正确的网络行为。为此,提出了基于路径及反馈的策略更新方案,通过对旧流行踪的准确定位来实现新、旧流的并行传输,并基于BP神经网络建立了相应的网络性能反馈模型,根据网络状态动态调节数据包重放时机,旨在确保一致性的同时,获得更加良好的网络性能。MATLAB训练结果以及基于POX、Mininet的仿真实验表明,反馈模型的建立能够准确刻画网络性能的变化,该方案与同类研究相比具有更优良的网络性能、更新效率、通用性、隔离性以及相当低的规则空间消耗。