[发明专利]一种软件定义网络多控制器部署方法

说明书

本发明公开一种软件定义网络多控制器部署方法，首先获取OpenFlow网络拓扑；其次，定义交换机之间的相似度S(i，j),建立相似度矩阵；再次，计算交换机到控制器通信代价、域间通信代价、控制器部署代价；然后，建立OpenFlow网络通信代价模型；最后，通过改进的邻近传播算法进行控制器放置位置求解。本发明部署方法不需要指定控制器个数，并且做到网络延迟小，系统的网络通信代价小。

技术领域

本发明属于多控制器静态部署领域，具体涉及一种软件定义网络多控制器部署方法。

背景技术

软件定义网络(SDN)采用控制与转发分离的网络架构，利用OpenFlow协议将控制层从传统交换设备中独立出来，从而更加灵活地控制网络。控制平面中逻辑上集中的可编程控制器可以掌握全局网络信息，方便运营商和科研人员对网络进行灵活的调整和部署。随着SDN在实际大型网络拓扑以及广域网中部署的增加，单台控制器能够支持的网络规模有限，在网络设备跨地域分布广泛时，控制器域交换机之间的传输距离过远使得网络时延高、性能差。同时，集中的控制器也容易形成单点故障，当控制器出现故障时，转发平面不可用，网络容错能力差、可靠性低。在大规模网络下，单控制器的部署方案难以满足实际部署的需求，分布式的多控制器部署是解决控制平面可扩展性的有效途径。

SDN控制器部署的位置对网络状态分布、网络容错能力以及性能指标等影响明显，当控制器离转发设备过远时，控制器与转发设备间的远程通信时间过长，可能导致网络收敛慢、网络性能低、容错性差等一系列问题。因此合理设置控制器的地理位置对优化SDN网络具有重要的意义。

当前基于多控制器的SDN控制层面的研究工作主要从时延优化和可靠性优化两个方面展开。其中，大量的文献以交换机到控制器的时延作为部署依据。Heller等^[4]最早提出了控制器的部署问题，使用了平均时延和最大时延这2个指标来分析控制器的部署，利用贪心算法进行求解。Sallahi等^[5]提出了控制器部署问题中基于部署代价的完整模型，但文献没有给出算法。Ishigaki^[6]提出了一种压力中心的节点计算指标，并给出了基于该中心的控制器部署算法。Jimenez等^[7]提出了K-critical算法，通过构建Robust树，根据最大允许时延来计算所需控制器的数量及部署位置。文献^[8]中提出了使用一种改进的k-means算法来对SDN控制器进行部署，其算法开始时只分一个区，随后逐次增加分区数量的方法来进行迭代。Tracy等^[9]分别提出了基于贪心、基于原始对偶和基于分区的3个算法来进行控制器部署。一些文献研究了控制器的容量问题，毕军等^[10]提出了基于容量的控制器部署算法。文献^[11]使用了粒子群算法来求解SDN的控制器部署问题，其优化目标为控制器到交换机及控制器之间延迟最小，并考虑了控制器的容量限制。文献^[12]将粒子群算法和节点分区结合起来，提出了NCPSO控制器部署算法，兼顾了最小时延和负载均衡。Xiao等^[13]使用了谱聚类来解决广域网上的控制器部署问题，其算法具备一定的负载均衡效果。在基于SDN可靠度的部署方面，Neda等^[14]分析了SDN中控制平面和转发平面之间的连接恢复问题，并根据节点度提出了贪心的控制器部署算法和基于贪心路由树的算法。Lucas等^[15]提出了Survivor优化部署算法来提高网络的可靠性。Survivor算法考虑3个方面：连通性、容量和恢复性。为了保证连通性，算法选择节点不相交路径最多的位置进行部署，同时还提出了备份控制器的选择方法。胡延楠等^[16～18]研究了SDN中最大化SDN控制网络可靠性的控制器部署问题并提出了SDN网络可靠性的度量和部署算法。Guo等^[19]提出了SDN可靠度的度量并给出了基于根据closeness中心进行控制器部署。这些文献中的算法均是基于可靠度优化而不是以时延作为优化目标。Guo等^[20]给出了以网络状态延迟作为优化目标的SDN失效分析模型，并提出了2个最小化网络状态延迟的部署算法。一些文献考虑了以多个优化目标作为部署依据，David等^[21,22]在考虑多种网络失效情况的条件下，提出了基于Pareto最优的控制器部署框架POCO，以及基于Pareto最优的控制器的动态部署方法^[23]，随后又提出了基于Pareto模拟退火的启发式算法^[24]。这些文献给出了控制器失效、链路失效、交换机到控制器延迟、控制器到控制器延迟和控制器负载差异等各种不同的评价指标，并根据这些指标给出了帕累托最优的算法。Vahid等^[25,26]将多目标遗传算法NSGA-II引入到控制器部署问题中，并给出了相应的算法。但这些文献均未考虑控制器分配交换机时域内可能出现不连通的问题。