云计算环境中虚拟网络的性能可预见原理研究

With the explosion of cloud computing technology and the evolution of virtualization techniques, the performance for virtual networks is becoming more and more important among all virtualized resources in data centers. However, dynamic and unpredictable network performance would enhance the risk and cost for users, thus confining the application scope in the cloud, which in all bring an urgent demand for predictable performance of virtual networks. This project focuses on predictive controlling in cloud network to achieve predictable performance, mainly by studying the theory and methodology in monitoring, analyzing and controlling for network traffic and workload. Specifically, three aspects of network performance controlling architecture is considered, namely traffic controlling in network boundary, congestion avoidance in core switches and workload mobility. In the project, the predictive control models for different cloud environment will be built and verified, and traffic prediction methodologies are studied based on real time learning, then scalable controlling mechanisms for large scale virtualized networks will be developed and tested in different real cloud environment, and the overall architecture will be optimized based on the experiment results, so that the performance of virtual networks will be predictable in cloud data centers.

云计算对用户在建设和运维方面很有多优势，但是由于目前虚机间的通信性能无法得到保证，提高了云计算的使用风险和租用成本，限制了其应用领域，用户不愿意将其在专有数据中心中的业务迁移到云计算环境中，因此实现性能可预见的虚拟网络服务成为一个日益迫切的需求。本项目从预测控制的思想出发，重点研究云计算环境下虚拟网络的性能可预见问题，目标是研究业务流量、工作负载和链路带宽的监测、分析及控制的原理和方法，实现性能可预见的虚拟网络。本项目具体将从边界流量控制、业务负载迁移和核心拥塞避免三个方面，建立和验证不同云计算环境中的预测控制模型，并基于实时学习的流量预测方法，对网络流量进行预测，在适用于大规模网络的预测控制架构下完成对虚拟网络的控制，最后在多个真实的云计算环境中对所提的方法展开试验验证，并根据试验数据对设计进行完善，从而使虚拟网络的性能可预见可保证。

云计算对用户在建设和运维方面有很多优势，但是由于目前虚机间的通信性能无法得到保证，提高了云计算的使用风险和租用成本，限制了其应用领域，用户不愿意将其在专有数据中心中的业务迁移到云计算环境中，因此实现性能可预见的虚拟网络服务成为一个日益迫切的需求。本项目从预测控制的思想出发，重点研究了云计算环境下虚拟网络的性能可预见问题，目标是研究业务流量、工作负载和链路带宽的监测、分析及控制的原理和方法，实现性能可预见的虚拟网络。本项目具体从边界流量控制、业务负载迁移和核心拥塞避免三个方面，建立和验证了不同云计算环境中的预测控制模型，并基于实时学习的流量预测方法，对网络流量进行预测，在适用于大规模网络的预测架构下完成对虚拟网络的控制，最后在多个真实的云计算环境中对所提的方法展开了试验验证，并根据试验数据对设计进行完善，从而使虚拟网络的性能可预见、可保证。