软件定义的网络自动化设计方法

As cloud computing and mobile network becoming pervasive, network scale and traffic volume keep on increasing. Network topology and devices become more and more complicated. Meanwhile, network congestion and outage have serious impact on business. However, traditional policy enforcement and operation tools fail on efficient network management, which requires professional experience and costs a lot of human effort. Therefore, an automatic network design and troubleshooting solution is urgently needed for network management. Recently, software-defined networking and network function virtualization together innovate cloud networking and carrier networking, making the network programmability idea dominated and leading a new way to network automation. Based on software-defined architecture and computational geometry theory, this project proposes a novel software-defined network design automation solution. It models the network management objects by network policy and proposes network policy space algebra. Meanwhile, this project will study key algorithms in policy analysis, policy placement, and policy verification. The objective of this project is to support dynamic application deployment, ensure network stability and enable network management automated.

随着云计算和移动互联网的发展，网络规模和流量持续增大，网络拓扑和设备日益复杂多样。然而，网络时常出现问题，网络阻塞和宕机影响严重，问题定位困难耗时。传统的策略配置和运维工具无法满足当前需求，网络管理需要大量专业经验和人力成本，亟需一套完备的自动化的网络设计和调试工具。软件定义网络和网络功能虚拟化推动了云数据中心和运营商网络的创新和发展，使网络可编程理念被广泛关注和应用，为网络设计自动化提供了基础。本课题拟基于软件定义的架构，以计算几何理论为基础，提出并研究一套软件定义的网络设计自动化整体解决方案。本课题拟从网络策略的角度对网络管理对象建模，研究网络策略空间代数方法，设计策略分析工具，研究分布式网络策略分配和校验问题，最终达到支持动态业务部署，保障网络稳定运行，实现自动化网络管理的目标。

课题组在2019年到2022年的四年间，在网络策略模型和代数方法、网络策略分析、网络策略分配算法和网络策略校验算法等主要方向以及软件定义的网络自动化闭环控制中的其他方向进行了深度和广度兼备的研究。课题组通过项目产出的成果，不仅发表了一些高水平文章，得到了学术界的广泛认可，还申请了一系列专利并将部分成果工业化落地，产生了实际价值。在项目执行期间，课题组培养了3名博士后、5名博士生和3名硕士生，并在多个国内外会议进行口头报告和墙报展示，培养了科研人才，提升了课题组的学术影响力。.具体地，课题组首先通过对网络策略使用图论进行分析，为后续工作提供理论支持。在网络策略模型和代数方法方向提出了网络策略和网包匹配的加速算法PCG。在网络策略分配算法方向，从不同的网络指标出发，提出了针对网络瓶颈的策略部署工具FPA、综合考虑长短流时延的策略分配工具JOSP和可编程网络设备配置工具Cetus。在网络策略校验方向，提出了通用的模块化策略校验框架Mahjong、云原生的接入控制策略校验系统Kano。.课题组通过向底层网包处理和上层网络应用两个方向对研究进行扩展，使网络自动化的解决方案更加完整。在底层网包处理方面，提出了加速包匹配的FPGA网包分类算法框架TcbTree和面向多域网包分类的高性能硬件查找引擎FACL。在上层网络应用方面，课题组针对拥塞控制、负载均衡、网流分类、网络监控、入侵检测等网络自动化控制闭环中的关键技术均有成果产出，基本实现了选题时确定的网络自动化管理的目标。