计算机应用

作者：向雄, 田检

单位：1. 广州大学华软软件学院 网络技术系, 广州 510990;2. 广州大学华软软件学院 基础部, 广州 510990

关键词：软件定义网络,神经网络,对等网,应用层组播,最短路径树

基金：广东省普通高校特色创新项目（2016KTSCX188）；广州大学华软软件学院教学、科学研究项目（ky201613）。

针对对等网（P2P）系统中的应用层组播（ALM）流量优化问题，设计了一个基于软件定义网络（SDN）的实时流调度系统。首先使用网络测量技术获取网络的流量矩阵，然后将它抽象成一张带权重的网络状态图提供给终端优先组播树（TFST）生成算法。TFST生成算法分两阶段进行：第一阶段计算组播树时通过修改终端节点的距离为0来巧妙地引导生成算法优先考虑终端节点；第二阶段是根据设定的权衡因子对分支节点数量进行调整，这样计算出的组播树能同时兼顾流量代价和实施代价。最后为避免组播树部署到网络中时频繁的流表更新带来的网络性能下降问题，还设计了一个基于循环神经网络的模块来根据网络性能自动调整更新周期。仿真结果表明采用了ALM实时流调度系统的网络拥塞指标与原始网络相比下降了47%，在中等负载情况下，利用神经网络模块自动调整更新周期方式与立即更新和固定5 s间隔更新方式相比，拥塞指标的均值分别降低了17.6%和25%，在将机器学习引入SDN实现智能化网络方面具有较大的应用价值。

来源：2020年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第3期