论文部分内容阅读
随着互联网技术的快速发展,大量新型网络应用和服务也开始出现,各类新型网络应用对网络传输过程中的时延、丢包率和带宽等指标提出了差异化的需求,如何保障不同业务类型的网络应用的网络服务质量（Quality of Service,QoS）已经成为当下亟需解决的问题。传统网络架构存在全局视图有限和对业务流的控制能力不足等问题,只能提供尽力而为的服务,无法满足不同业务类型的网络应用的QoS需求。软件定义网络（Software Defined Network,SDN）的出现为上述问题提供了新的思路,SDN的控制层面可以实时获取全局网络视图并具有全局的控制能力,能够实现灵活的QoS保障机制。本文提出了 SDN环境中基于流量分类的路由优化技术方案,该方案能对进入网络的数据流的业务类型进行识别和分类,并根据数据流的业务类型所对应的QoS需求进行路由优化调度,以此来为不同业务类型的网络应用提供QoS保障。本文的主要研究内容有以下三点:第一,提出了基于XGBoost算法的网络流量识别分类模型DB-XGBoost,该模型使用ReliefF算法筛选并优化了数据流的特征集合,并采用本文提出的改进Smote算法对数据集进行了平衡化预处理,有效减少了分类模型在类别分布不平衡的数据集上的失衡效应。实验结果表明,本文的DB-XGBoost模型能对网络数据流的业务类型进行准确的识别分类,且其分类性能优于传统的基于机器学习的分类算法。第二,提出了基于改进蚁群算法的QoS路由优化算法,针对蚁群算法存在的缺陷,本文算法做了如下改进:（1）改进了信息素初始化过程,加强了算法前期的寻优能力;（2）使用动态变化的概率因子来实时调整蚂蚁的寻路策略,并提出了包含网络链路状态参数的路径启发函数,使算法能更快求解出QoS路由;（3）提出了基于精英策略的信息素更新规则,同时提出了能动态调整挥发速率的信息素挥发策略。实验结果表明,本文对算法的改进措施有效地加快了算法的收敛速度,并提升了算法的全局寻优能力。第三,基于本文提出的网络流量识别分类模型以及QoS路由优化算法,设计了 SDN中基于流量分类的路由优化系统,并在系统层面实现了链路状态采集、流量特征提取、流量类型识别分类和QoS路由优化调度等功能。本文通过在Mininet平台上进行仿真测试来验证系统的功能,实验结果表明本文的系统能够对进入网络的数据流的业务类型进行准确地识别分类,并能通过QoS路由优化机制来满足不同业务类型的数据流的差异化QoS需求,相比传统调度机制能有效减少网络拥塞并提升网络服务质量。