基于OpenFlow网络数据处理模型的研究

TP393.2; 随着计算机网络的不断发展以及人们对网络性能要求的不断提高,现有网络很难满足人们的需要.OpenFlow的出现能够很好地解决现有网络的不足,但存在网络会话识别效率不高,网络报文转发路径选择不佳等问题.针对匹配算法和路径转发进行了研究,提出了GODP(GPU OpenFlow data processing)模型.该模型通过融合GPU计算与生物序列算法和机器学习方法,提出了GPTWF网络会话匹配算法和网络会话转发算法,有效提升了匹配效率,优化了网络环境.实验表明网络会话匹配算法加速比提升近290,网络会话转发算法使得链路丢包率低于5%,延时小于20 ms,网络会话丢包率和延时分别...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 9; no. 11; pp. 1344 - 1350
Main Authors 张伟, 李卫斌
Format Journal Article
LanguageChinese
Published 咸阳师范学院 信息工程学院,陕西 咸阳,712000%西安科技大学 电气与控制工程学院,西安,710054 2015
Subjects
GODP模型
biological sequence
OpenFlow技术
GODP model
生物序列
机器学习
GPU computation
OpenFlow technique
machine learning
GPU计算
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1504053

Cover

More Information
Summary:TP393.2; 随着计算机网络的不断发展以及人们对网络性能要求的不断提高,现有网络很难满足人们的需要.OpenFlow的出现能够很好地解决现有网络的不足,但存在网络会话识别效率不高,网络报文转发路径选择不佳等问题.针对匹配算法和路径转发进行了研究,提出了GODP(GPU OpenFlow data processing)模型.该模型通过融合GPU计算与生物序列算法和机器学习方法,提出了GPTWF网络会话匹配算法和网络会话转发算法,有效提升了匹配效率,优化了网络环境.实验表明网络会话匹配算法加速比提升近290,网络会话转发算法使得链路丢包率低于5%,延时小于20 ms,网络会话丢包率和延时分别平均下降62.71%和73.88%.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1504053