面向QoE驱动的软件定义网络业务流控制研究.pdf

《面向QoE驱动的软件定义网络业务流控制研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－－■洒＇；ｉ．ｒｖｒ＇—：‘人．．：１０２９３；单位代码密级？？？？硕女《化化戈：讓哪＇毅咱＇＇＇．．＇－Ｉ？■．？Ｖ、，＿．＇＇－■知：‘．ｉ＇ｉ气．－緯？知‘槪嘗论文题目：面向ＯｏＥ驱动的软件定义网络业务流控制研究＇＇．＾’Ｉ．祖＇舌定苦！：．．．．．．七＇．＇户々＾．一．‘．．．务ｔ巧．：：护．．？？？？．Ｖ？ＪＬ．—＇－Ｖ‘ｒ，呑靖错＇■■■０■Ｖ＾１１２０５１３

2、０１．Ｖ；学号＿：导师一＿？＾一ｉｒ賴麵．講—ｉｐ－ｔ．学科专业—值基國篷Ｖ盛售，一＾＾１＇下代通信网络与ＩＰ技术苛硏究方向，｜｜｜文工学硕±＇申请学位类别至英，＇擎＜二一五零：年四．月论文提交日期Ｖ４：＇１．．，绣啼聲ｒ：；，．皆ｉ＇．二．．＇貧：片必Ｘ１＾Ｖ／＇‘‘？ＪＶ蠕．中．，Ｖ＇Ｖ辦；冷专中攀、．平＇．’：＇一言藥．户南京邮电大学学位论文创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究

3、工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外，论文中不包含其他已经人发表或撰写过的究，也不包或研成果含为获电它得南京邮大学其一的．教育机构学位或证而用。书使过的材料与我同工志作的同对本究所研做的己表示任何贡献均在论文中作了明。明确的说并了意谢一人论文及，愿本学位涉及相关资料若有不实意担。承切相关的法律责任研生签：究名日：期南电京邮大学学位论文使用授权声明Ｊ本人授权南京邮电大学可ｙ？保留并向论国家有关部口或机送文的构交复巧件和电子文档；允许论文被查阅和借阅；可Ｗ将学位论文

4、的全部或部分内容编入有关数据库进巧检索；可、采Ｗ用影印缩印或扫描等、汇。复制手段保存编本学位论文本文电和纸子文档的内容质一论。文的论的公内容相致文布（包登）括刊授权南京邮生。电大学研究院办理涉密论后适学位文在解密。用本授权书心畫＜？研生；．■究签名〇；—＼＿円巧＞ResearchonService-flowControlofSoftwareDefinedNetworkTowardsQoE-drivenThesisSubmittedtoNanjingUniversityofPostsandTelecommu

5、nicationsfortheDegreeofMasterofEngineeringByWangLiSupervisor:Prof.SunYanfeiApril2015摘要随着网络规模急剧膨胀，新型业务不断涌现，用户对业务流量的需求日益增加。受网络结构复杂性、网络资源低利用率和用户需求多样性的影响，用户满意度持续降低。当前网络结构与功能趋于复杂，网络管控难度日渐增大，网络新功能难以快速部署，而传统网络中的业务流控制所采用的接纳控制、流量控制、带宽分配和路由选择控制等控制技术已难以发挥其有效的作用，更难以满足快速增长的端到端用户

6、和业务的QoS需求。但是，基于集中式的控制平面和分布式的数据平面相分离的软件定义网络（SoftwareDefinedNetworking，SDN）的兴起，既可以实现控制平面的全局优化，又可以实现高性能的网络转发能力，其开放的可编程接口，为网络业务流控制提供了一种新的解决方式。本文在分析传统网络业务流控制不足的基础上，采用QoE作为业务服务质量衡量指标，开展软件定义网络环境下的面向QoE驱动的业务流控制机制的研究，主要工作如下：第一，提出了一种面向QoE驱动的SDN业务流控制架构模型。该模型基于软件定义网络环境，在SDN应用层采

7、用自主服务协商和优化模块获得最佳的服务配置，SDN控制层根据约定的服务配置分配用于提供业务流传输的网络路径，进行满足用户个性化需求的业务流控制的路径分配。第二，提出了基于自主协商机制的SDN多业务流全局优化配置方法。该方法针对在网络资源有限的条件下，采用基于改进的自主服务协商和优化机制，根据优化目标建立基于MOS的数学模型，通过计算网络资源最优的效用值来使用户感知质量最大化，并使用迭代MOS增加算法和改编的贪婪算法优化全局效用函数，得到一组总体用户业务质量感知接近最优的多用户服务配置，最后通过仿真验证该方法的有效性。第三，提出

8、了基于双重增强学习策略的SDN多业务流路径优化控制方法。该方法为使用户业务流的整体QoE效用和网络整体资源利用率最大化，创新地把体验质量感知和强化学习结合起来，提出了一个新颖的QoE感知双重增强学习策略，为每个服务级别动态地计算最有效的路径，根据其具体的QoE要求来传递每个服