[发明专利]一种多重虚拟流表的实现方法及系统

权利要求书

1.一种多重虚拟流表的实现方法，其特征在于，包括如下步骤：

在网络转发设备上建立物理流表和多重虚拟流表，所述物理流表为第一重流表，在控制器上建立最大重虚拟流表，且前一重流表是后一重流表的优选子集；所述最大重虚拟流表存储所有历史流表表项；

通过独立设置的机器学习系统根据网络转发设备的资源情况、流量和时间进行机器学习，输出相邻两个流表表项的映射，控制器据此实时调整每一重流表的表项，使物理流表为最优选子集，网络转发设备通过所述物理流表进行转发数据；

控制器定义机器学习系统的学习规则并输入训练数据，所述训练数据包括流表表项的优选分数，优选分数则是该流表表项根据各项指标的历史情况得到的评价分数，优选分数越高，流表表项的优选程度越高；所述机器学习系统根据训练数据进行自我训练。

2.如权利要求1所述的多重虚拟流表的实现方法，其特征在于：当历史流表表项的大小等于或小于物理流表容量，物理流表内包括所有历史流表表项。

3.如权利要求1所述的多重虚拟流表的实现方法，其特征在于，网络转发设备通过物理流表进行数据转发包括：转发设备接收数据包并判断物理流表中是否有匹配表项，

如果是，按照该匹配表项规定的操作转发；

如果否，网络转发设备的CPU采用数据包从第一重虚拟流表开始由小到大依次去匹配网络设备上的虚拟流表，如果匹配上，则按照匹配到的流表表项转发该数据包；如果没有匹配上，则提交控制器，

控制器基于最大重虚拟流表匹配，如匹配上，则按照匹配的表项转发该数据包，如果最大重虚拟流表没有匹配上，则依据该数据包在最大重虚拟流表上建立新的表项，并按照该表项转发所述数据包。

4.如权利要求3所述的多重虚拟流表的实现方法，其特征在于，如果一个网络数据包在同一个流表中有多个匹配表项时，根据机器学习系统分析确定多个匹配表项的优先级，选择优先级最高的表项转发；

确定优先级包括：从左到右匹配的比特数越多的表项，优先级越高；或者，将流表中各字段赋予不同的优先级，匹配到字段的优先级越高，对应表项的优先级越高。

5.如权利要求3所述的多重虚拟流表的实现方法，其特征在于：机器学习系统模拟进行网络转发设备的流表表项转发，通过模拟结果进行机器学习。

6.一种多重虚拟流表的实现系统，其特征在于，包括：

网络转发设备，其具有物理流表和多重虚拟流表，所述物理流表为第一重流表，网络转发设备用于通过物理流表进行数据转发；

控制器，其具有最大重虚拟流表，且所有流表中，前一重流表是后一重流表的优选子集；控制器用于根据机器学习系统的输出实时调整每一重流表的表项，使物理流表为最优选子集；所述最大重虚拟流表存储所有历史流表表项；

机器学习系统，其设置于独立的设备上，通过控制器接收网络转发设备的资源情况、流量和时间，并据此进行机器学习，输出相邻两重流表表项的映射；

所述机器学习系统接收控制器输入的学习规则和训练数据；

所述训练数据包括流表表项的资源情况、流量和时间，还包括流表表项的优选分数，优选分数则是该流表表项根据各项指标的历史情况得到的评价分数，优选分数越高，流表表项的优选程度越高；所述机器学习系统根据训练数据进行自我训练。

7.如权利要求6所述的多重虚拟流表的实现系统，其特征在于：当历史流表表项的大小等于或小于物理流表容量，物理流表内包括所有历史流表表项。

8.如权利要求6所述的多重虚拟流表的实现系统，其特征在于，所述网络转发设备通过物理流表进行数据转发时，转发设备接收数据包并判断物理流表中是否有匹配表项，

如果是，按照该匹配表项规定的操作转发；

如果否，网络转发设备的CPU采用数据包从第一重虚拟流表开始由小到大依次去匹配网络设备上的虚拟流表，如果匹配上，则按照匹配到的流表表项转发该数据包；如果没有匹配上，则提交控制器，

控制器基于最大重虚拟流表匹配，如匹配上，则按照匹配的表项转发该数据包，如果最大重虚拟流表没有匹配上，则依据该数据包在最大重虚拟流表上建立新的表项，并按照该表项转发所述数据包。