本發(fā)明涉及軟件定義網(wǎng)絡(luò)技術(shù)領(lǐng)域，更具體地，涉及一種基于堆結(jié)構(gòu)來(lái)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法。

背景技術(shù)：

目前，軟件定義網(wǎng)絡(luò)(Software Defined Network,SDN)，將控制層和數(shù)據(jù)層分離，給傳統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)帶來(lái)了革命性的改變。通過打破傳統(tǒng)的網(wǎng)絡(luò)設(shè)計(jì)模式，軟件定義網(wǎng)絡(luò)簡(jiǎn)化了網(wǎng)絡(luò)的管理并且能夠根據(jù)特定的需求來(lái)定義和構(gòu)建具體的網(wǎng)絡(luò)。一方面，控制層完全的從數(shù)據(jù)層中剝離出來(lái)，將整個(gè)網(wǎng)絡(luò)的智能和計(jì)算能力集中到了控制器當(dāng)中，另一方面，軟件定義網(wǎng)絡(luò)提供開放的可編程接口，提升了網(wǎng)絡(luò)的靈活性和可管理性。與此同時(shí)，OpenFlow作為網(wǎng)絡(luò)協(xié)議，提供了軟件定義網(wǎng)絡(luò)的接口，并定義了網(wǎng)絡(luò)的架構(gòu)和兩個(gè)層之間的通信機(jī)制。數(shù)據(jù)層不再負(fù)責(zé)繁重的路由計(jì)算工作，而只需要負(fù)責(zé)由控制器指派的數(shù)據(jù)包轉(zhuǎn)發(fā)。

雖然數(shù)控分離給軟件定義網(wǎng)絡(luò)帶來(lái)了很多優(yōu)勢(shì)和好處，但是同時(shí)由于僅有一個(gè)龐大的控制點(diǎn)來(lái)管理整個(gè)網(wǎng)絡(luò)產(chǎn)生了很多問題，其中最顯著的莫過于其給軟件定義網(wǎng)絡(luò)擴(kuò)展時(shí)帶來(lái)的諸多問題。一個(gè)高度中心化的控制器總會(huì)或多或少的受到其自身物理資源的約束，只能與有限個(gè)數(shù)據(jù)層中的交換機(jī)或路由器直接相連，因此，從控制層的角度來(lái)看，軟件定義網(wǎng)絡(luò)很難擴(kuò)展。擴(kuò)展軟件定義網(wǎng)絡(luò)不僅需要考慮形成該分層網(wǎng)絡(luò)時(shí)控制層和數(shù)據(jù)層之間的邏輯連接，還需要考慮擴(kuò)展網(wǎng)絡(luò)所帶來(lái)的額外開銷。因此，控制層的可擴(kuò)展性成為了阻礙軟件定義技術(shù)發(fā)展的主要挑戰(zhàn)之一。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為克服上述問題或者至少部分地解決上述問題，提供一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法。

根據(jù)本發(fā)明的一個(gè)方面，提供一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，其特征在于，包括：

步驟1，將網(wǎng)絡(luò)系統(tǒng)中的數(shù)據(jù)層抽象為多層次的斐波那契堆結(jié)構(gòu)；

步驟2，在所述得到的多層次斐波那契堆中依照自上而下順序，利用雙權(quán)重?cái)U(kuò)展Dijkstra路由算法解析得到最短路由路徑。

本申請(qǐng)?zhí)岢鲆环N基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，有效的化簡(jiǎn)了軟件定義網(wǎng)絡(luò)的擴(kuò)展過程，并結(jié)合堆結(jié)構(gòu)改良了網(wǎng)絡(luò)中的最短路由算法，同時(shí)有效的降低了各節(jié)點(diǎn)運(yùn)算設(shè)備的負(fù)擔(dān)。

附圖說明

圖1為根據(jù)本發(fā)明實(shí)施例一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法的整體流程示意圖；

圖2為根據(jù)本發(fā)明實(shí)施例一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)步驟1中的流程示意圖；

圖3為根據(jù)本發(fā)明實(shí)施例一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)步驟1中經(jīng)典Dijkstra算法、堆優(yōu)化后Dijkstra算法和雙權(quán)重?cái)U(kuò)展Dijkstra路由算法的收斂時(shí)間對(duì)比示意圖；

圖4為根據(jù)本發(fā)明實(shí)施例一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)步驟1中經(jīng)典Dijkstra算法、堆優(yōu)化后Dijkstra算法和雙權(quán)重?cái)U(kuò)展Dijkstra路由算法的收斂時(shí)間對(duì)比示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。

如圖1，本發(fā)明一個(gè)具體實(shí)施例中，示出一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法總體流程示意圖。整體來(lái)說，包括：步驟1，將網(wǎng)絡(luò)系統(tǒng)中的數(shù)據(jù)層抽象為多層次的斐波那契堆結(jié)構(gòu)；步驟2，在所述得到的多層次斐波那契堆中依照自上而下順序，利用雙權(quán)重?cái)U(kuò)展Dijkstra路由算法解析得到最短路由路徑。

如圖1，本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述步驟1還包括：步驟101，基于鄰近原則將網(wǎng)絡(luò)系統(tǒng)中的數(shù)據(jù)層抽象為若干個(gè)集合，即：將與源節(jié)點(diǎn)直接相連的節(jié)點(diǎn)劃分為一個(gè)集合S，與目的節(jié)點(diǎn)直接相連的節(jié)點(diǎn)劃分為另一個(gè)集合D；步驟102，基于所述集合S、集合D，以遞歸方式進(jìn)行繼續(xù)劃分，完成網(wǎng)絡(luò)系統(tǒng)中其余數(shù)據(jù)層的抽象。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述步驟2中解析得到的路由路徑由物理交換機(jī)和路由器組成。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述步驟2中利用雙權(quán)重?cái)U(kuò)展Dijkstra路由算法解析得到一條路由路徑還包括：賦予各節(jié)點(diǎn)權(quán)重值，當(dāng)每次計(jì)算下一跳時(shí)將各待加入節(jié)點(diǎn)權(quán)重值與鏈路權(quán)重值一并納入考量，并且在完成一次計(jì)算后被加入路徑的該節(jié)點(diǎn)的權(quán)重值。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述步驟2中在所述得到的多層次斐波那契堆中依照自上而下順序，利用雙權(quán)重?cái)U(kuò)展Dijkstra路由算法解析得到一條路由路徑還包括：步驟201，從所述得到的多層次斐波那契堆中得到一個(gè)無(wú)向連通圖G＝(V,E)，其中V為各個(gè)節(jié)點(diǎn)集合，E為節(jié)點(diǎn)間鏈路集合；步驟202，以G＝(V,E)形式表示的數(shù)據(jù)層結(jié)構(gòu)、各鏈路權(quán)重值、數(shù)據(jù)層各節(jié)點(diǎn)權(quán)重值和目的節(jié)點(diǎn)作為Dijkstra算法輸入數(shù)據(jù)計(jì)算得到所述最短路由路徑。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述以計(jì)算從v0到其他各節(jié)點(diǎn)的最短路徑為例。

首先，令S＝(V0)，T＝V-S＝{其余頂點(diǎn)}。T中頂點(diǎn)之間若存在<vi,vj>即vi到vj的鏈路，則d(vi,vj)為<vi,vj>間鏈路的權(quán)值，若不存在<vi,vj>，d(vi,vj)為∞。

然后，從T中選取一個(gè)其自身節(jié)點(diǎn)權(quán)值與S中頂點(diǎn)有關(guān)聯(lián)邊且兩權(quán)值之和為最小的頂點(diǎn)W，加入到S中。此步驟中提取與前向節(jié)點(diǎn)有關(guān)聯(lián)且鏈路權(quán)重值為最小的操作采用的是斐波那契堆操作中的提取(EXTRACT)操作。

最后，對(duì)其余T中頂點(diǎn)的距離值進(jìn)行修改：若加進(jìn)W作中間頂點(diǎn)，從v0到vi的距離值縮短，則修改此距離值。若將vi加入到路徑中，則更新vi節(jié)點(diǎn)的權(quán)值nw(vi)為nw(vi)'。更新的方法是:

nw(v_i)'＝nw(v_i)+const，

其中，const為一個(gè)固定的值，用于權(quán)衡網(wǎng)絡(luò)各節(jié)點(diǎn)的負(fù)載情況。

重復(fù)上述步驟，直到S中包含所有頂點(diǎn)，即W＝V為止。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述所述步驟202中各節(jié)點(diǎn)權(quán)重值還包括：

其中v為集合V中的節(jié)點(diǎn)，F(xiàn)low(v)為所有經(jīng)過節(jié)點(diǎn)v的數(shù)據(jù)流集合，Capacity(v)為節(jié)點(diǎn)v的資源容量，Bits(f)為流f由節(jié)點(diǎn)v處理的字節(jié)數(shù)，nw_penalty_coeff為基于貝葉斯平均風(fēng)險(xiǎn)最小理論的懲罰因子。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述所述步驟202中邊權(quán)重值還包括：

其中e為幾何E中的鏈路，F(xiàn)low(e)為所有經(jīng)過鏈路e的數(shù)據(jù)流集合，定義Bandwidth(e)為鏈路e的帶寬，Bits(f)表示流f由節(jié)點(diǎn)v處理的字節(jié)數(shù)，nw_penalty_coeff為基于貝葉斯平均風(fēng)險(xiǎn)最小理論的懲罰因子。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述nw_penalty_coeff和ew_penalty_coeff為和為1的正常數(shù)，在每次計(jì)算路由路徑時(shí)設(shè)定。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述nw_penalty_coeff和ew_penalty_coeff設(shè)定規(guī)則為：當(dāng)網(wǎng)絡(luò)中的某個(gè)節(jié)點(diǎn)處于繁忙狀態(tài)而各條鏈路相對(duì)空閑時(shí)，應(yīng)當(dāng)設(shè)定nw_penalty_coeff大于ew_penalty_coeff，反之，則應(yīng)當(dāng)設(shè)定nw_penalty_coeff小于ew_penalty_coeff。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，所述雙權(quán)重?cái)U(kuò)展Dijkstra路由算法以偽代碼最終表示為：

其中INSERT和EXTRACT均為斐波那契堆中表中的插入和提取操作。

本發(fā)明另一個(gè)具體實(shí)施例中，一種基于堆結(jié)構(gòu)擴(kuò)張軟件定義網(wǎng)絡(luò)的方法，為了對(duì)本發(fā)明效果進(jìn)行說明，下面采用計(jì)算機(jī)仿真的方式對(duì)發(fā)明的基于LEO衛(wèi)星網(wǎng)絡(luò)的低復(fù)雜度負(fù)載均衡路由算法進(jìn)行建模，并通過賦值實(shí)現(xiàn)了對(duì)真實(shí)場(chǎng)景的模擬。具體過程分以下四個(gè)步驟進(jìn)行：

(1)仿真場(chǎng)景模擬

仿真場(chǎng)景首先生成隨機(jī)圖來(lái)模擬一個(gè)軟件定義網(wǎng)絡(luò)的數(shù)據(jù)層拓?fù)?。網(wǎng)絡(luò)中各節(jié)點(diǎn)和邊的權(quán)值為服從區(qū)間[0,100]均勻分布產(chǎn)生的隨機(jī)數(shù)。在產(chǎn)生隨機(jī)拓?fù)鋾r(shí)，輸入整數(shù)n位整個(gè)拓?fù)涞墓?jié)點(diǎn)數(shù)，輸入d為0到1間的正小數(shù)，作為拓?fù)涞拿芏取?/p>

(2)生成一個(gè)n×n的矩陣M。

M的主對(duì)角線元素設(shè)為0，其余各元素的值為從服從區(qū)間[0,100]均勻分布中生成的隨機(jī)數(shù)。

(3)接著，生成一個(gè)n×n的連通矩陣C，其各元素值為0或者1。

在生成連通矩陣C時(shí)，為給其元素C_i,j賦值，首先從服從區(qū)間[0,1]的均勻分布中生成一個(gè)隨機(jī)數(shù)t，若t<d，則有C_i,j＝0，否則C_i,j＝1。

(4)獲得鏈路權(quán)值矩陣W。

將最后得到的矩陣M與連通矩陣C做點(diǎn)乘運(yùn)算，得到鏈路權(quán)值矩陣W。即：w_i,j＝m_i,j×c_i,j，其中w_i,j為矩陣W第i行第j列的元素，m_i,j為矩陣M第i行第j列的元素，c_i,j為矩陣C第i行第j列的元素。若有c_i,j＝0，則將w_i,j的值設(shè)為無(wú)窮大inf。鏈路權(quán)值矩陣W中各元素w_i,j即表示鏈路<vi,vj>的權(quán)值。

(5)生成各節(jié)點(diǎn)的權(quán)值向量N。

生成一個(gè)1×n的向量N，其中第i個(gè)元素的值為從服從區(qū)間[20,50]的均勻分布生成的隨機(jī)數(shù)，作為節(jié)點(diǎn)i的權(quán)值。

(6)若生成的隨機(jī)拓?fù)洳皇且粋€(gè)連通圖，重復(fù)上述步驟，直到生成的是一個(gè)連通圖。

圖3為當(dāng)d設(shè)為0.03，n分別設(shè)為100,200,300,400,500,600,700,800,1000個(gè)節(jié)點(diǎn)時(shí)，經(jīng)典Dijkstra算法(Classical Dij algorithm)、堆優(yōu)化后Dijkstra算法(Fibonacci Heap optimized Dij algorithm)和雙權(quán)重?cái)U(kuò)展Dijkstra路由算法(The propsed algorithm)收斂時(shí)間對(duì)比示意圖。

圖4位當(dāng)d設(shè)為0.09，n分別設(shè)為100,200,300,400,500,600,700,800,1000個(gè)節(jié)點(diǎn)時(shí)，經(jīng)典Dijkstra算法(Classical Dij algorithm)、堆優(yōu)化后Dijkstra算法(Fibonacci Heap optimized Dij algorithm)和雙權(quán)重?cái)U(kuò)展Dijkstra路由算法(The propsed algorithm)收斂時(shí)間對(duì)比示意圖。

(7)時(shí)間復(fù)雜度比較

與時(shí)間復(fù)雜度為O(n²)的經(jīng)典Dijkstra算法對(duì)比，本發(fā)明中提出動(dòng)態(tài)雙權(quán)值擴(kuò)展Dijkstra路由算法能夠以時(shí)間復(fù)雜度為O(nlg(n))更高效地計(jì)算出兩點(diǎn)間的最佳路徑，減小計(jì)算復(fù)雜度，減輕各節(jié)點(diǎn)運(yùn)算設(shè)備的負(fù)擔(dān)。

最后，本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。