大象在SDN-Based数据中心网络流量检测机制

文摘

针对网络拥塞的问题和不平衡负荷引起的大量数据能力进行数据中心网络,在大象的流动大象流检测方法提出了基于SDN。该方法采用自动检测上传(ADU)机制。ADU分为两个部分:ADU-Client和ADU-Server ADU-Client运行在主机和ADU-Server在SDN运行控制器。当主机发送大象流,ADU-Client生成与伪造数据包的源IP地址和消息触发Packet_in边缘切换到报告大象的信息流向SDN控制器和ADU-Server完成大象流识别。实验结果表明,该ADU大象流检测机制可以有效地检测大象流数据中心网络,减少检测时间,提高网络性能。

1。介绍

在数据中心网络,网络链路拥塞的问题和不均匀负载引起的大象流正变得越来越严重。大象流转发的过程中,大量的数据包链接节点很容易拥挤,造成传播的碰撞等问题链接,网络拥塞和传输延迟。同时,鼠标流不能获得足够的带宽,从而增加鼠标流的传输延迟。虽然大象流的数量约占总流量的2%,2%的数据流携带总流量的90% (1]。王等人。2)提出了一个新颖的流调度计划,它使用路径多样性宽带拓扑以确保鼠标流是在最后期限完成和网络利用率高。胡锦涛et al。(3)设计了一个coding-based自适应包喷洒。传播short-stream包所有路径,而大象流是有限的几个等价多路径的路径。解决混合流之间的资源竞争问题,刘et al。4)提出了一种自适应交通隔离方案。基于分组的喷涂方案在多路径传播,它动态地把大象从鼠标流流在不同的路径,从而为鼠标流提供低延迟。

有效地解决链路利用率低的问题和数据中心网络中链路负载不平衡5,6),它是特别重要的识别和执行象流动的合理调度。常春藤(7)是一种动态自适应网络流量调度系统根据业务流程。通过动态调度与大流量交通需求,它避免了碰撞问题的大型等价路径流动。在常春藤架构中,开关上的业务流程监控。流需求增加设置的阈值时,被标记为一个大型流流动。边缘上的开关,一个周期轮询调度程序是用于收集流统计数据。大流量监控每5秒钟,以达到准确的平衡之间的大型业务流程需求和最低调度器开销。Mahout [8)检测大象流直接在终端上,使用“剪辑片状”添加终端识别大象流,然后报告到大象流管理服务器。终端显示器套接字发送缓冲区,以确定是否有大象流需要在数据中心网络传播。当终端检测到大象流,它将标志着一个特定的识别在差异化服务代码点(DSCP)领域的第一个数据包的IP报头大象流。控制器将发出一个流表优先级最低的启动后所有开关。当一个确定大象流数据包发送到网络中,开关将匹配流DSCP字段的表,并把这个包裹寄到控制器通过Packet_in消息报告大象流。该方法可以有效地减少检测时间,但需要部署一个专用的服务器收集大象流信息报告的剪辑片状,部署成本高。芬奇(9)是基于一个稳定匹配大象流调度算法。根据计算的全球网络信息数据中心,它生成一个表之前的网络流量和切换开关和大象之间提供一个稳定的匹配流和一个合适的所有网络流量的转发路径。该算法可以有效地利用网络空间,减少数据传输时间,降低传输延迟,并防止网络链路阻塞引起的大象流。刘等人。10)提出了一种基于软件定义网络流量负载平衡方案(SDN)技术,利用流量工程来识别和管理大象流动和使用加权多路径路由算法调度大象流到多个道路。转发提高网络吞吐量和链接的使用效率。该方法解决了大象流的调度,但不能避免转发大象流和鼠标流之间的冲突,很容易导致鼠标流调度过程的传输延迟。

大象流减少检测时间,降低网络的传输延迟,和提高链路利用率,同时利用SDN技术,本文研究了大象流数据中心网络的检测机制。与现有文献相比,本文有以下主要贡献:(1)根据fat-tree数据中心网络的拓扑和SDN网络的特点,提出了一种帧SDN-based中央数据网络。(2)一个自动检测上传(ADU)检测机制提出了基于OpenFlow协议。这种机制可以减少所消耗的时间自我报告的大象流终端。(3)ADU的报告过程取决于OpenFlow Packet_in机制的协议。开关可以直接将信息发送到控制器通过Packet_in消息,实现低能耗,高效率的大象流检测机制。

本文组织如下。我们引入数据中心网络和SDN网络和提出一个框架SDN-based数据中心网络部分2。部分3提供了一种机制SDN-based ADU大象流检测的数据中心网络。由仿真结果证实了算法的有效性实验部分4。最后,给出的结论是在部分5。

2。SDN-Based数据中心网络

传统网络技术不能解决现有网络性能差的问题,在当前的数据中心网络。出现一个SDN,可视化和集中管理的特点,可以实现可编程操作虚拟路径的端到端数据中心网络。通过SDN控制器、多个核心设备为高速转发管理可以聚合在一起。

2.1。数据中心网络

与云计算和虚拟化技术的日益普及11- - - - - -16),大量的服务器通过高速链接连接到交换机。因此,数据中心有一个巨大的数据量,需要一个高效的流调度策略来实现负载平衡当前的网络流量,提高链路利用率,减少链路拥塞(17]。造成的网络拥塞大象流数据网络中心正变得越来越突出。确保高效的流调度,网络现状必须被监控。换句话说,首先,探测和识别大象流,然后合理安排大象流避免链路拥塞和流传输延迟造成的大象流。同时,集中式的数据交换网络和大量的东西方交通数据中心网络的特点(18]。因此,数据中心网络必须有高效的网络通信协议,敏捷灵活的拓扑结构和链路容量控制。与此同时,它还需要满足大规模、高度可扩展的,低配置的开销和高带宽服务器之间。不仅应该绿色能源得救,但也应该降低成本19]。

Fat-tree在数据中心网络拓扑是最常见的拓扑。它分为三个层次:核心层、汇聚层、和边界访问层(20.]。边缘接入层交换机和汇聚层形成一个圆荚体,和两层的交换机形成1:1带宽收敛拓扑。豆荚中的收敛开关将与芯层的交换机,这样每个边缘交换机可以建立一个连接核心交换机实现最大利用率。就象一个豆荚里的,有k开关, 位于层和收敛呢 位于接入层,核心交换机连接到k汇聚层交换机。

这种一对多的设计可以使每个节点有多条路径,可以更好地处理冲突的横向交通问题。这种设计可以分散交通,有利于网络的负载平衡。当一个链接失败时,它可以快速开关和其他继续传播路径。链接的冗余性能改进,大大减少了网络上的一个单点故障的影响。

2.2。软件定义网络

SDN是一种新型的网络体系结构,它来源于网络抽象的概念21- - - - - -28),分离的网络,由控制层和数据层的控制器可以获得全球观点,拓扑结构,网络状态信息等数据层主要负责转发,解耦传统紧密耦合的网络设备,提供集中的管理和动态维护分布式网络,优化网络管理,使网络框架更加灵活和敏捷。根据ONF SDN的标准化定义,软件定义网络可分为三个功能层从上到下29日:应用程序层、控制层和转发层。SDN将从转发平面,控制平面的集中控制和管理的控制飞机。在SDN应用平面,通过API接口,所需的网络行为在开关可以提交给上层控制器,包括一个多元化的北向接口驱动程序。与此同时,它可以抽象和封装功能提供北行的代理接口。转发层主要负责转发数据以及处理数据和报告网络信息。根据OpenFlow协议,当一个新的流到达OpenFlow开关(30.),匹配的信息转发表中第一次发现。如果匹配成功,则根据规则转发。如果流表不匹配,据报道,控制器。

OpenFlow协议是一个标准的SDN通信协议。它是标准的通信协议和控制层之间的转发层,也是最重要的南行接口协议。OpenFlow switch体现转发设备在SDN架构。通过OpenFlow开关,SDN控制器可以监控网络和制定转发数据平面。SDN控制器可以控制开关,将所有的流表决定每个开关通过OpenFlow开关。在SDN网络,每个OpenFlow开关有一个安全通道,连接开关远程控制器,允许数据包发送命令和数据之间的控制器和开关通过。OpenFlow协议使用一个流表的形式。主要的思想是,控制器主要负责控制网络,而开关主要负责转发。一旦数据包(21收到),OpenFlow switch将查找相应的流条目从第一个流表,优先级最高,解析数据包报头字段,并将其发送到系统数据包匹配。如果找到相应的输入流的,执行流中包含的指令集的转发规则条目。这些指令包括数据包的变化、操作和管道处理。流表条目时设定的指令不包含的表指令,管道停止处理和操作执行数据包。如果数据包没有一个匹配的流程表,OpenFlow开关将Packet_in消息发送到控制器31日]。与此同时,数据包封装和转发到控制器。控制器将与一个流表回复,原始数据包,和开关设置流表条目。同样,当开关接收到数据包如果流表有多个层次,数据包的头字段和表条目将匹配一个接一个按优先级。数据包将匹配条目具有最高优先级的匹配结果。数据包将被处理根据指定的操作流中的条目(32),但如果匹配不成功,它将被发送到SDN控制器通过安全通道的开关。

的主要功能Packet_in消息发送的数据包OpenFlow切换到控制器。一般来说,Packet_in消息触发的条件如下:(1)相应的流条目不能匹配;(2)匹配成功,但匹配流条目“将消息发送到控制器”的行为。

2.3。SDN-Based数据中心网络

数据中心网络的规模不断扩大,及其交通有很多大型企业流动,强大的交通破裂,交通和强劲的周期性。数据中心网络需要集中管理和监控,需要和多路径转发传播实现负载平衡的链接。传统网络技术限制资源提供的灵活性和网络的实时管理在云时代,使网络性能无法改善,陷入瓶颈。解决这个问题的灵活的分配网络资源数据中心,SDN技术介绍。从转发SDN分开控制,实现灵活控制的网络,网络的全局视图。同时,将SDN引入数据中心网络可以逻辑上集中的管理网络。可以通过多路径转发SDN控制器。SDN网络的开放性和虚拟化能力完全可以满足开放数据中心的需求功能,智能部署和迁移的虚拟机,虚拟租户和质量。SDN-based中央数据网络图所示1。

SDN将网络划分为控制层和转发层。SDN控制器对控制飞机,执行集中监控和OpenFlow开关是部署在转发平面。两个通过标准OpenFlow南行接口建立连接协议。ADU检测机制是部署在SDN-based数据中心网络。ADU-Client运行在主机和ADU-Server运行控制器。报告大象流信息的控制器通过触发Packet_in消息边缘开关。该方法不仅可以实现ultraefficient大象流检测,也不需要消耗额外的部署成本。

3所示。ADU大象流检测

本文提出一种新的象流检测method-ADU,分为两个部分:ADU-Client ADU-Server。ADU-Client运行在主机,ADU-Server运行在控制器。当一个主机发出一头大象流,ADU-Client将生成一个数据包伪造IP地址和报告信息来源的大象流控制器通过触发Packet_in消息的边缘开关。大象流检测机制实现低消耗和效率高。

3.1。方法的原理

ADU-Server作为模块在控制器中运行。OpenFlow开关连接到控制器后,ADU-Server将发行一个流表所有边缘交换机的最高优先级。匹配项= = ADU-IP源IP地址,和行动是流表转发给控制器。永久生效,让流表,也就是说,Hard_timeout流的表设置为0。ADU-IP是一个变量,这表明ADU报告的消息的唯一标识符。ADU-IP必须设置为一个IP地址,并不存在于当前数据中心网络;否则,将会影响网络的正常运行。发行流表后,ADU-Server将持续监测Packet_in消息由控制器接收。当控制器接收到Packet_in消息,ADU-Server模块优先过滤器和比较的数据字段Packet_in消息。如果发现Packet_in消息的数据字段包含网络层的数据包报头ADU-IP IP协议和源IP地址,那么数据包被确定为大象流数据包检测报告,和大象的信息流程分析根据相关规则。 The algorithm running in ADU-Server is shown in in Algorithm1。

ADU-Client的主要功能是监控网络数据传输缓冲区队列的主机。当为一个特定的连接传输的数据量超过大象流的判断阈值时,判定为大象流流,和大象流信息是根据报告规则封装。然后,它构造一个数据包的源IP地址ADU-IP和数据包的目的地址是大象的目的地址的IP流,和包被称为ADU消息。然后,发送ADU消息。ADU-Client如图的过程2。

3.2。报告ADU检测的过程

ADU的报告过程取决于Packet_in OpenFlow的协议。开关可以将信息发送给控制器通过Packet_in消息。一般来说,有两种机制触发Packet_in消息。一个是开关不匹配流表对应于当前数据转发。另一个是流表匹配指定的行动要转发的数据报告给控制器。ADU的报告过程是基于Packet_in上面提到的第二个触发机制。ADU-Server会发送一个流表的所有边缘开关触发Packet_in消息。ADU报告消息是一个网络层IP数据包,主要由ADU-IP,大象流起始IP,象流动的目的地IP和大象流大小。图3显示了一个ADU消息的传输层TCP协议。

ADU-IP用作控制器的惟一标识符识别报告消息。大象流的目的地址是这个IP数据包的目的地IP地址,这是一个大象流信息的一部分。ADU-DATA是一个数据段。第一个4字节的十六进制数据的源IP地址象流。剩下的数据段的内容代表大象流的大小(以KB为单位)。在图3的内容,ADU-DATA是0x2800000107 e2,前4个字节是0x28000001,这是转换成IP地址:40.0.0.1,0x07年e2被转换为十进制等于2018。从这一点,可以解析的信息图3是大象流大小为2018 KB从主机发送主机40.0.0.16 40.0.0.1。

4所示。实验和结果

4.1。实验装置

实验使用两个物理主机PC1 PC2,运行Ubuntu 16.04操作系统。实验步骤如下。(1)上部署OpenFloodlight PC1 SDN控制器,并在OpenFloodlight ADU-Server模块运行。(2)Mininet PC2模拟实验拓扑上部署和配置网络交换机连接到OpenFloodlight控制器。(3)ADU-Client部署来模拟每个主机的网卡驱动程序模拟Mininet和提供数据传输接口的HTTP。同时,每个主机运行一个数据流生成程序,和数据流的长度服从指数分布,和数据流的世代时间服从泊松分布,调用ADU-Client发送接口发送数据。

验证ADU的效率,我们比较ADU象流检测算法与常春藤的大象流检测算法在各种大象流确定阈值。大象的检测时间和检测准确率流作为评价指标。大象流检测时间是指大象流所需的时间进入一个网络链接,获取信息这头大象流。大象的正确检出率流分为两个部分:缺失率和错误拒绝率。缺失率是指象流动的数量的比例没有被正确地检测到象流动的总数。错误拒绝率是指象流动的数量的比例判断失误的鼠标流占所有大象流的比例。

在实验中,数据流生成程序生成数据流大于或等于大象流决策阈值和不到大象流决定阈值概率为1:1。考虑到常春藤算法检测到大象流作为一个链路状态轮询方法,通信方式采用交错模式(0.33,0.33),这使得流动的数量发送到相同的边缘开关,Pod和其他主机相似。以一分钟为每个不同的大象流决定阈值并记录时间戳的大象流发布在一分钟的时间戳大象流控制器确定的程序,这最终将是不同的。最后,所有的检测时间的平均值大象流在不同决策阈值。

4.2。结果

图4显示了大象流检测所需的时间。从图可以看出4,ADU大象流检测方法所需的时间远小于所需的常春藤的方法,在毫秒级。这是因为ADU采用主机网络缓冲监控模式。同样当一个数据包的目的地址的主机发送缓冲区中出现比大象大流量阈值决定,ADU检测方法可以立即发现大象流和报告到控制器。但常春藤大象流检测方法需要几十倍的时间比ADU方法。这是因为常春藤的主要思想方法是定期调查样本,然后分析每个链接的流量是否超过大象流确定阈值。当大象流从主机发送,常春藤不能立即发现它但等待几轮询时间确定是大象流流动。

图5显示了错误拒绝率。从图可以看出5ADU和Mahout没有错误的检测在各种大象流阈值,和错误拒绝率总是0。这是因为大象流检测方法所使用的ADU和Mahout法官的大象流或鼠标流套接字缓冲区队列终端检测到的,所以很难引起错误的检测。常春藤使用流向调查数据包的数量在每个开关识别大象流。然而,数据包的数量不能获得一个精确的值,所以有一定概率的误判。

图6显示了失踪的大象流率。从图可以看出6错过的检出率的ADU总是0在不同决策阈值,而错过了Mahout的检出率,也采用终端检测和报告机制,超过0.1%。这是由于一个缺陷在Mahout的大象流报告机制。大象的优先匹配流表的流量报告的开关是最低的。控制器的默认转发流表有闲置超时时间,迫使超时时间。当主机发送一个鼠标流调频主机B第一次开关将要求的控制器通过Packet_in消息的转发路径,因为它无法找到转发流表,然后控制器将默认转发路径相关开关建立从主机到主机的转发路径B。在未来,转发路径流表从主机到主机B将暂时存在于网络。这个流表超时之前,终端可以正确识别DSCP领域第一个IP包铁的头。这时,转发流从主机到主机B表已经存在于网络,和DSCP流表的优先级低于转发流表。如果主机发送一头大象流菲再次主机B,大象的数据包流铁不能触发Packet_in消息到达后切换开关,从而导致大象流菲小姐检测。常春藤造成少量的错过检测由于检测过程中的某些不确定性;特别是当大象流的阈值很低,象流和鼠标流之间的歧视很低。

5。结论

基于SDN框架和OpenFlow技术,本文提出了一种新的ADU大象大象流流量检测方法的数据中心网络。ADU检测依赖于Packet_in OpenFlow协议机制。开关可以直接将信息发送到控制器通过Packet_in消息。实验表明,自述ADU检测机制在终端实现可以检测大象消耗和较低的流动效率高,从而减少网络延时,提高网络链路利用率,改善网络性能。

数据可用性

没有数据被用来支持本研究。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金(没有。61572191)和人文社会科学研究青年基金项目中国教育部(没有。20 yjczh020)。作者要感谢京张来自北华大学抛光。

引用

1. t·本森a Anand, a . Akella和m .张“理解数据中心交通特征,”ACM SIGCOMM计算机通信评审,40卷,不。1,第99 - 92页,2010。视图:出版商的网站|谷歌学术搜索
2. y . w . Wang太阳、k . Salamatian和z,“自适应路径隔离大象和老鼠流在数据中心,利用路径多样性”IEEE网络和服务管理,13卷,不。1,5日至18日期间召开,2016页。视图:出版商的网站|谷歌学术搜索
3. j .胡黄j . w . Lv, y,, t,”帽:coding-based自适应包喷洒在数据中心,减少流完成时间”IEEE / ACM交易网络,27卷,不。6,2338 - 2353年,2019页。视图:出版商的网站|谷歌学术搜索
4. j . j . Liu黄、w . Lv和j .王”APS:自适应包喷洒在数据中心网络隔离混流式,”IEEE云计算,p . 2020。视图:出版商的网站|谷歌学术搜索
5. j . s . Liu, y, j . Wang和t .他“Task-aware TCP数据中心网络,”IEEE / ACM交易网络,27卷,不。1,第404 - 389页,2019。视图:出版商的网站|谷歌学术搜索
6. 黄黄j . y . j . Wang和t .他“调整缓解TCP数据包大小incast与COTS开关、数据中心网络”IEEE云计算,p . 2019。视图:出版商的网站|谷歌学术搜索
7. m . Al-Fares s Radhakrishnan b Raghavan:黄和a . Vahdat“常春藤:动态流调度数据中心网络,”第七届Usenix学报》研讨会上网络系统设计和实现美国加利福尼亚州圣何塞,2010年4月。视图:谷歌学术搜索
8. a·r·柯蒂斯•金(george w . bush), p . Yalagandula”Mahout:低开销的数据中心使用end-host-based大象检测、交通管理”信息通信学报》2011年4月,上海,中国。视图:谷歌学术搜索
9. 崔张y l .问:楚,”芬奇:大象流调度在数据中心网络,基于稳定匹配”IEEE第34学报》国际性能计算和通信会议2015年12月,南京,中国,。视图:谷歌学术搜索
10. j . Liu,寿,g . j . Li y, z郭台铭,和w·戴“SDN基于负载平衡机制大象流在数据中心网络,”国际研讨会无线个人多媒体通信学报》上2014年9月,悉尼,澳大利亚,。视图:谷歌学术搜索
11. l . f .江k . Wang Dong, c .锅w . Xu和k·杨,“Deep-learning-based联合资源调度算法混合MEC网络”IEEE物联网,7卷,不。7,6252 - 6265年,2020页。视图:出版商的网站|谷歌学术搜索
12. k .高飞,汉族,p .盾:熊,和r·杜”连接车辆的移动传感器信号交叉路口的实时队列长度,“传感器,19卷,不。9,2059年,页2019。视图:出版商的网站|谷歌学术搜索
13. 邓x z, h . Chen, k, k·李,“一个调度方案在云计算环境中使用q学习的深处,“信息科学卷,512年,第1191 - 1170页,2020年。视图:出版商的网站|谷歌学术搜索
14. h, h·朱、k·李和w·唐”协作优化数据密集型应用程序的服务组合在一个混合云,“IEEE并行和分布式系统,30卷,不。5,1022 - 1035年,2019页。视图:出版商的网站|谷歌学术搜索
15. j·w·梁,K.-C。李、d·张,m . Tang和h·罗”PUF-based匿名身份验证方案的硬件设备和IPs在边缘计算环境中,“IEEE访问7卷,第124796 - 124785页,2019年。视图:出版商的网站|谷歌学术搜索
16. j·梅,k, z,问:李,和k·李,“云经纪公司在云计算中,利润最大化”IEEE并行和分布式系统,30卷,不。1,第203 - 190页,2019。视图:出版商的网站|谷歌学术搜索
17. d . l . Zhang k . Wang宣,k .杨”最优任务分配在远近计算增强C-RAN无线大数据处理,”IEEE无线通信,25卷,不。1、50 - 55,2018页。视图:出版商的网站|谷歌学术搜索
18. y乔、z胡和j·罗,“有效的流量矩阵估计日期中心网络,”学报联合会国际会议上网络2013年5月,美国纽约,布鲁克林。视图:谷歌学术搜索
19. a .武断的话·普拉卡什y . c . Hu和r . r . Kompella”包喷洒在数据中心网络的影响,”信息通信学报》2013年4月,意大利都灵。视图:谷歌学术搜索
20. 基于y李和d盘OpenFlow fat-Tree网络负载平衡与多路径支持,”学报》12日IEEE国际会议交流2013年6月,布达佩斯,匈牙利,。视图:谷歌学术搜索
21. s . r . Chowdhury m·f·巴里r·艾哈迈德和r . Boutaba”Payless:低成本的网络监控软件定义网络框架,”学报IEEE网络运营和管理研讨会克拉科夫,波兰,2014年5月。视图:谷歌学术搜索
22. 段x z z . Chen罗,l .张“软件定义无线局域网终端交接,”EURASIP无线通讯和网络》杂志上,第2020卷,第68页,2020年。视图:谷歌学术搜索
23. z s .朱阳光,y, l . Zhang y,和g . Min”集中的QoS路由使用网络微积分SDN-based流媒体网络,”IEEE访问,7卷,不。1,第146576 - 146566页,2019。视图:出版商的网站|谷歌学术搜索
24. x中,l·张,y,“动态负载平衡垂直控制大规模软件定义网络的事情,”IEEE访问,7卷,不。1,第140780 - 140769页,2019。视图:出版商的网站|谷歌学术搜索
25. d, l·张,k .杨“软件定义的DDoS攻击检测和缓解物联网框架,“IEEE访问》第六卷,没有。1,第24705 - 24694页,2018。视图:出版商的网站|谷歌学术搜索
26. y胡、t .彭和l .张“软件定义为IP网络拥塞控制算法,科学的规划卷,2017篇文章ID 3579540、8页,2017。视图:出版商的网站|谷歌学术搜索
27. l .张问:邓,y, y,“大规模sdn box-covering-based路由算法,IEEE访问,5卷,不。1,第4056 - 4048页,2017。视图:出版商的网站|谷歌学术搜索
28. 杨k . k . Wang, h。陈和张l .,“新兴网络模式计算的多样性,”IEEE无线通信,24卷,不。1,第94 - 88页,2017。视图:出版商的网站|谷歌学术搜索
29. d·克鲁兹f·m·v·拉莫斯·斯特维斯Verissimo c·埃Rothenberg s Azodolmolky和s Uhlig“软件定义网络:一个全面的调查,“IEEE学报》,卷103,不。1、14 - 76年,2015页。视图:出版商的网站|谷歌学术搜索
30. ONF“软件定义网络:网络的新标准,”ONF白皮书,2012年。视图:谷歌学术搜索
31. a . Shalimov d . Zuikov d . Zimarina诉帕什科夫,和r . Smeliansky“先进SDN / OpenFlow控制器的研究,”软件工程学报》第九届中欧和东欧会议在俄罗斯2013年10月,莫斯科,俄罗斯。视图:谷歌学术搜索
32. m .刚和o . Kao,”和OpenFlow多个服务负载均衡,”IEEE学报》第13次国际会议上高性能交换和路由贝尔格莱德,塞尔维亚,2012年6月。视图:谷歌学术搜索

版权

版权©2020钱唐等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。