[发明专利]一种混合SDN网络的流量控制方法及装置

说明书

本发明提供一种混合SDN网络的流量控制方法及装置，包括：接收数据包请求；所述数据包请求包括源地址和目的地址；获取网络状态信息；获取网络拓扑结构信息；根据所述数据包请求、所述网络状态信息和所述网络拓扑结构信息，确定路由策略；所述路由策略包括路径集合和所述路径集合中各路径的分流比例；根据所述路由策略修改当前流表，得到更新流表；向SDN交换机发送所述更新流表，以使所述SDN交换机按照所述更新流表控制流量。本发明能够根据当前的网络状态更新路由策略，优化网络资源分配，提高网络资源利用率。

技术领域

本发明涉及网络技术领域，尤其涉及一种混合SDN网络的流量控制方法及装置。

背景技术

在混合SDN(Software Defined Network，软件定义网络)网络中，SDN设备和传统设备同时存在，SDN设备可根据流表(Flow table)转发数据，传统设备只能按照最短路径转发数据，混合SDN网络的数据流量处于半可控状态。在真实的网络环境中，网络状态会随时变化，目前尚没有实现根据网络状态控制流量的方法。

发明内容

有鉴于此，本发明的目的在于提出一种混合SDN网络的流量控制方法及装置，能够实现根据网络状态控制流量，提高网络资源利用率。

基于上述目的，本发明提供了一种混合SDN网络的流量控制方法，包括：

接收数据包请求；所述数据包请求包括源地址和目的地址；

获取网络状态信息；

获取网络拓扑结构信息；

根据所述数据包请求、所述网络状态信息和所述网络拓扑结构信息，确定路由策略；所述路由策略包括路径集合和所述路径集合中各路径的分流比例；

根据所述路由策略修改当前流表，得到更新流表；

向SDN交换机发送所述更新流表，以使所述SDN交换机按照所述更新流表控制流量。

可选的，所述根据所述数据包请求、所述网络状态信息和所述网络拓扑结构信息，确定路由策略，包括：

根据所述数据包请求和所述网络拓扑结构信息，利用Yen's算法计算K条最短路径，得到最优路径和备用转发路径集合；

根据所述备用转发路径集合，判断是否存在备用转发路径；

若否，确定只有一条最优路径的路由策略；

若是，根据所述网络状态信息，利用深度强化学习模型确定路由策略。

可选的，根据所述数据包请求、所述网络状态信息和所述网络拓扑结构信息，确定路由策略之后，还包括：

根据所述路由策略和所述网络状态信息，更新所述深度强化学习模型。

可选的，根据所述路由策略和所述网络状态信息，更新所述深度强化学习模型，包括：

基于所述路由策略执行流量控制，计算所有路径的最大链路利用率MLU、时延delay、抖动jitter、丢包率loss；

利用奖励函数计算所述深度强化学习模型的激励reward：

reward＝10*log(1/α·MLU+β·delay+γ·jitter+δ·loss) (1)

其中，α，β，γ，δ为根据网络服务质量需求设定的常数，满足：

α·MLU+β·delay+γ·jitter+δ·loss＞0 (2)

利用计算得到的激励reward训练所述深度强化学习模型，得到更新的深度强化学习模型。