基于缓存策略的OpenFlow流表存储优化方案研究

2018-11-08 03:09张亚南邓怡辰宋强周锡玲
电子测试 2018年21期
关键词:流表表项适应控制

张亚南,邓怡辰,宋强,周锡玲

(广东理工学院,广东肇庆,526100)

0 引言

传统方法中,对OpenFlow流表存储设计方法主要有替换策略方法、遗传算法、流缓存器的中心交换控制存储方法以及TCP引擎卸载存储设计方法等[1]。其中,文献[2]对于流表漏表项设置缓冲区暂存超时向量利表,基于局部LRU原则对到期的非活跃流进行缓存失配补偿,但该方法是在OpenFlow流表存储中流包含过滤过程,导致少数包的跟踪状态性能不好。刘中金等人[3]提出一种 OpenFlow 多级流表结构及其映射算法,可节省17%以上TCAM 资源。但该算法在进行流表分级时,匹配集合的表项宽度会因为个别字段值的重复次数多而变大,使得总体压缩效果显著下降。针对上述问题,本文出一种基于遗传进化缓存策略的OpenFlow流表存储优化方案,引入缓存替换策略实现OpenFlow流表存储优化,最后进行存储性能测试,证明本文设计的存储方法的优越性能。

1 OpenFlow流表时态集合及缓存模型分析

1.1 OpenFlow流表时态集合

为了实现面向OpenFlow流表的优化存储设计,首先建立OpenFlow流表安全存储的网格分布结构模型并进行数据结构分析,在OpenFlow中心交换机中进行流高速缓存时态记录,在OpenFlow流表存储结构模型中,采用有向图作为OpenFlow流表存储的模糊聚类Sink节点,则 ti,令A{a1, a2, …, an}为OpenFlow流表的采集模型地存储空间,采用AHTM作为SDN轻量级应用程序接口,在分布式环境下OpenFlow流表的数据结构模型采用五元组 O = (C,I,P,H c,R,A0)表示,其中,C为OpenFlow流表采样时间序列的稀疏性特征概念集,I是数据信息流的实例集,流表 R t的时态属性值 IRt可等价为 IRp∩IRq={t|t∈IRpAND t∈IRq}。根据流表项的空闲超时重置的时态关系,得出对应的时序位置关系表,设PRp=[ PRp,PRp],P Rq=[ PRq, PRq],P Rp,PRq分别表示时态列族的存储对象的缓存时间点,利用时态集合间的交运算进行公平性和高效的缓OpenFlow流表的闭合式公式 P Rp与 PRq相交所得集合有:

1.2 OpenFlow流表缓存模型分析

为了最大限度降低对OpenFlow流表在缓存区域对系统内存的消耗,进行OpenFlow流表缓存模型优化分析,不妨令OpenFlow流表数据集合 JD,JD中各元素序偶 PRp,s ≤ PRq,s ,则有:

图1 OpenFlow流表的优化缓存模型

2 OpenFlow流表存储优化改进实现

对上述OpenFlow流表时态集合及缓存模型,进行OpenFlow流表存储优化设计,针对流表的漏表项产生的拥塞问题,提出一种基于遗传进化缓存策略的OpenFlow流表存储优化方案。

2.1 流表特征聚集关系自适应控制演算

基于遗传进化缓存策略进行OpenFlow流表存储优化方案设计[4],对OpenFlow流表在缓存区域的特征聚集关系进行自适应控制演算,构建OpenFlow流表安全存储的时间序列流模型描述为:

优化流表的空闲匹配率,进行自适应控制演算,得到控制目标函数为:

上式中,OpenFlow流表存储中的聚集计算的负载量为Mh,在产生一组聚集属性特征V后,进行OpenFlow流表属性集的向量量化处理,进而采用遗传算法进行自适应寻优,实现了更高的流表匹配。

2.2 流表项的动态平衡缓存设计及存储方案优化

在对OpenFlow流表在缓存区域的特征聚集关系进行自适应控制演算的基础上,采用遗传进化方法进行流表项的动态平衡缓存设计,应用在流表项的动态平衡存储控制中,建立初始种群,设计一个面向OpenFlow流表存储的种群适应度函数:

种基于遗传算法的分布式进化原理,挑选出个别的个体作为选择个体进入下一代,缓存节点满足S = V -{S ink},iSKDNS(p)的动态平衡点集满足 UT= U-1,VT= V-1,D ∈ Rm×M,且 D =[∑ 0],在整个种群中的适应度最高的个体的特征分解函数为:

其中,k表示分布式OpenFlow流表的特征融合中心,采用遗传操作,把OpenFlow流表数(a) 测试样本1据队列当作一个Chunk来进行时间区域重组,设定被求解的变量为Q,Xi是变量Q的空间中的解,得到OpenFlow流表中存储空间动态平衡特征矢量集合为 :P = { p1, p2,… pm},m ∈ N

为了克服OpenFlow流表存储中漏表项拥塞的问题,引入缓存替换策略实现存储优化,引入流表资源相适配的流表自适应控制机制,得到流表匹配的模糊隶属函数为:

其中,Pfi表示OpenFlow流表的匹配融合概率,Pdi为上一轮的存活时间累积方差。通过上述设计,计算多个流表项的替换索引值,保留一些空流表项作为缓冲,结合流表项的动态平衡缓存设计方法,保持流条目的高匹配概率,提高整个流表的匹配率,从而改善存储性能。

3 结束语

本文研究了提出一种基于遗传进化和缓存优化模型的OpenFlow流表存储优方案,引入缓存替换策略实现存储优化,在OpenFlow中心交换机中进行流高速缓存时态记录,构建OpenFlow流表的时态集合,对OpenFlow流表在缓存区域的特征聚集关系进行自适应控制演算,然后采用遗传进化方法进行流表项的动态平衡缓存设计,引入缓存替换策略实现OpenFlow流表存储优化,研究得出,采用本文方案进行OpenFlow流表存储,能提高流信息的吞吐量,降低存储系统的响应的流表资源适配延时,提高了响应速率,改善了OpenFlow流表存储性能。

猜你喜欢
流表表项适应控制
基于匹配动作表模型的可编程数据平面流表归并
一种改进的TCAM路由表项管理算法及实现
基于时序与集合的SDN流表更新策略
基于ARMA模型预测的交换机流表更新算法
简析yangUI流表控制
软件定义网络中一种两步式多级流表构建算法
采用自适应控制的STATCOM-SEIG系统Matlab仿真
SDN数据中心网络基于流表项转换的流表调度优化
考虑执行器饱和的改进无模型自适应控制
基于 L1自适应控制的无人机横侧向控制