基于SDN的感知QoS路由机制研究

Limited by the dynamic variation of network status, it’s difficult to guarantee the timeliness of link status. The high-speed growth of the number and frequent update of applications and services, as well as the pervasive application of data encryption, more and more IP traffic recognition methods fails. Meanwhile, low level QoS support of traditional network entities, inconformity of QoS parameters among ISPs, and the NP-complete problem of multi-constraint QoS routing, impedes the popularization of QoS routing strategy to large-scale networks. To solve above difficulties, this project will study multi-constraint dynamic QoS mechanism. The research will be carried out with four items: 1) improve the topology discovery protocol (LLDP and BDDP) to measure real-time link status; 2) propose flow recognition method using Machine Learning algorithm based on the statistical characterization of OpenFlow network devices; 3) based on above researches, propose the multi-constraint dynamic QoS mechanism and routing prediction mechanism to handle instantaneous mass traffic; 4) build local SDN Testbed using OpenStack and real SDN Overlay Testbed on international research networks. Through above research, this project can provide theoretical foundation and technological accumulation.

受限于网络流量的动态变化，链路状态获取的实时性难以保证；应用和业务数量高速增长及更新，数据加密的广泛应用，使得越来越多的IP流量识别方法失效；传统网络实体对QoS的支持度较低，运营商间QoS参数不一致，以及多约束路由的NP完全等问题，使得QoS路由策略很难推广到大规模网络。为应对以上难题，本课题拟研究基于软件定义网络（SDN）架构的多约束动态QoS路由机制。项目的具体工作包括：1）提出基于改进的拓扑发现协议（LLDP和BDDP）的链路状态测量方法；2）提出面向OpenFlow网络设备的统计特征值的机器学习IP流量识别算法；3）在以上研究基础上，提出部署在SDN控制器端的多约束动态QoS路由机制和应对瞬时大流量的路由预测机制；4）搭建基于OpenStack的本地SDN虚拟网和基于国际研究网的实际SDN 覆盖网平台。通过上述研究，本项目能够为SDN架构下的QoS部署提供理论依据和实践技术积累。

随着网络技术和智能终端的快速发展，各种新型业务不断涌现，对传统的互联网基础设施的性能带来了很大的挑战。另一方面，由于网络流量的动态变化，数据加密的广泛使用，使得传统的IP流量识别方法失效。僵化的网络架构使得QoS路由的部署面临着重重困难。因此，如何引入新型网络架构，软件定义网络SDN，来实现多约束QoS路由策略，来满足日益增长的业务容量需求，是当前互联网亟待解决的问题。本项目探讨了基于SDN的新型QoS路由架构，重点研究了基于SDN、OpenFlow的动态多约束QoS路由策略。本项目已取得了以下成果：建立了基于SDN的QoS路由策略模型，并在本地OpenLab虚拟平台上进行了部署验证；提出了一种基于LLDP/BDDP的链路状态测量方法；提出了一种基于集成学习的流量识别方法；提出了基于流量识别的多约束动态QoS路由算法。本项目的研究成果为合理应对指数型增长的网络需求、智能网络部署、动态服务质量保障等方面的深入研究奠定基础。