[发明专利]一种基于深度学习的SDN流表冲突检测装置及方法

摘要

本发明公开了一种基于深度学习的SDN流表冲突检测装置及方法。该装置包括以下模块：窗口分割模块、深度检测模块、结果分析模块、监听模块和数据存储模块。该方法包括：具体SDN应用通过策略映射模块映射为具体SDN流表项{P}；窗口分割模块从数据库存储模块提取适合于深度检测模块处理的窗口大小的流表项{W}；将{P}和{W}中流表项输入深度检测模块进行流表冲突检测；经过冲突检测模块后的流表输入到结果分析模块进行分析判断。本发明利用了深度学习抽象化高层数据、自动学习的特点，相比于传统的冲突查找算法，在大规模应用部署时能更快速地对超大规模的流表项做出是否冲突的检测。

主权项

1.一种基于深度学习的SDN流表冲突检测装置，其特征在于，包括窗口分割模块、深度检测模块、结果分析模块、监听模块及数据存储模块,其中：窗口分割模块：完成循环读取数据存储模块中的已有流表项，并对所有流表项按照适合于深度检测模块处理的窗口大小进行分割；深度检测模块：提取新产生的流表项及数据存储模块中已经存在的流表项的特征，使用已学习好的深度学习模型，检测新产生的流表项是否与数据存储模块中已有的流表项存在冲突；结果分析模块：对使用深度学习进行流表冲突检测后的结果进行处理；监听模块：对所有转发设备中的流表信息进行动态监听，并将转发设备中流表的动态变化结果反馈到数据存储模块中；数据存储模块：存储当前SDN中所有OpenFlow交换机的流表。