[发明专利]一种软件定义网络多级流表压缩方法及系统有效
| 申请号: | 202110882112.4 | 申请日: | 2021-08-02 |
| 公开(公告)号: | CN113645137B | 公开(公告)日: | 2022-05-31 |
| 发明(设计)人: | 晏坚;王帅;刘凯;匡麟玲 | 申请(专利权)人: | 清华大学 |
| 主分类号: | H04L45/00 | 分类号: | H04L45/00;H04L45/745;H04L45/02 |
| 代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 王胥慧 |
| 地址: | 100084 北京市海淀区1*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 软件 定义 网络 多级 压缩 方法 系统 | ||
本发明涉及一种软件定义网络多级流表压缩方法及系统,其特征在于,该方法包括以下内容:1)获取交换机的规则集合,并将规则集合的匹配字段进行拆分,确定初始的多级流表;2)确定多级流表的级数是否满足预先设定的流表级数约束,若满足,则输出该多级流表为最终的压缩结果,完成多级流表的压缩;否则,进入步骤3);3)寻找多级流表中合并后存储冗余增加最小的两个子流表作为待合并子流表,将待合并子流表合并后的新子流表添加至多级流表中,并从多级流表中移除待合并子流表后,进入步骤2),本发明可以广泛应用于软件定义网络领域中。
技术领域
本发明属于软件定义网络领域,具体是关于一种软件定义网络多级流表压缩方法及系统。
背景技术
软件定义网络(Software-Defined Network,SDN)将传统网络的控制面与数据面分离,逻辑集中的控制面通过下发过滤规则至数据面实现细粒度的网包过滤,极大地提高网络的服务能力。流表是存储过滤规则的关键模块,通过对传统路由设备中转发表的匹配字段及转发动作的扩展,OpenFlow(SDN南向接口标准)定义了部署于SDN数据面的支持丰富过滤规则及处理指令的流表结构。随着网络规模的扩张及细粒度业务管控的需要,流表中过滤规则的数量快速增长。对此,OpenFlow 1.1版本首次提出基于多级流表的流水线转发机制。通过将单流表中的字段拆分存储至多级流表,可有效缓解字段间的乘积效应(字段取值的笛卡尔积)导致的规则数量扩展,缩减流表存储消耗。
OpenFlow标准不规定具体的多级流表构建方案,为有效拆分字段以实现高效的流表存储压缩,研究人员进行了丰富的研究。现有技术公开了一种根据字段间的共存与互斥关系进行多级流表拆分的方法,可有效缩减通配字段匹配所带来的存储浪费。基于上述方法,现有技术还公开了一种对拆分后的子流表根据匹配字段类型或字段重复率进一步拆分的方法,但是其忽略了实际系统中流表个数受限的问题。与此类似,现有技术还公开了基于匹配域裁剪的流表压缩、基于独立规则集位提取的流表压缩等方法,这些方法根据字段间的共存、互斥及继承关系,将规则集合拆分为不同子集,但是算法复杂的预处理过程增加转发设备的处理开销。与上述压缩方法不同,研究人员还直接根据各匹配字段值的重复率进行多级流表的拆分存储,取得较上述压缩方法更高效的存储压缩,但是该方法每次仅能拆分单个字段,压缩效果有限。现有技术还公开了一种软件定义网络中一种两步式多级流表构建算法,根据流类别及字段重复率分两步将单表映射为多级流表,可取得较好的压缩效果。
然而,上述算法的流表拆分均为从原始单表逐步拆分为多表的方式,由于每步迭代过程仅根据字段共存互斥关系、字段重复率或流类别进行,其实际每步迭代的可行解搜索范围有限(O(G),G为字段互斥关系数、匹配字段数目或流类别种类数),易受局部极值影响,压缩能力有限。
发明内容
针对上述问题,本发明的目的是提供一种软件定义网络多级流表压缩方法及系统,能够有效避免局部极值的影响,提高存储压缩效率。
为实现上述目的,本发明采取以下技术方案:一种软件定义网络多级流表压缩方法,包括以下内容:
1)获取交换机的规则集合,并将规则集合的匹配字段进行拆分,确定初始的多级流表;
2)确定多级流表的级数是否满足预先设定的流表级数约束,若满足,则输出该多级流表为最终的压缩结果,完成多级流表的压缩;否则,进入步骤3);
3)寻找多级流表中合并后存储冗余增加最小的两个子流表作为待合并子流表,将待合并子流表合并后的新子流表添加至多级流表中,并从多级流表中移除待合并子流表后,进入步骤2)。
进一步地,所述步骤1)的具体过程为:
获取规则集合;
将规则集合的匹配字段按照特定字段拆解原则拆解为不同集合,每一集合存储于一个子流表中,得到初始的多级流表。
进一步地,所述步骤3)的具体过程为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110882112.4/2.html,转载请声明来源钻瓜专利网。
- 上一篇:摄像镜头
- 下一篇:网点考核方法、装置、设备和存储介质





