论文部分内容阅读
随着云计算、大数据等新兴业务的发展,集中式数据中心成为支撑云计算与大数据发展的重要基础设施,建设满足云计算和大数据发展的集中式数据中心迫在眉睫。同时,大型企业需要进行存储和处理的数据量呈现出几何式增长的态势,各行业建设自己的集中式数据中心也成为当前重要工作之一。云计算运维以及大数据部署,造成数据爆发性增长,服务器数量指数级增加,集中式数据中心之间的数据传输模式越来越复杂、业务对QoS要求越来越高、对故障的自愈性要求越来越强。基于传统分布式的控制模式,数据中心根据用户的业务请求,进行存储资源、计算资源等资源的分配,然后通过物理网络接口对传输信道进行请求。物理网络根据业务的大小,时延等要求,利用路由协议和控制信令进行路由计算、带宽分配和资源预留,完成数据的传输。然而数据中心与物理网络缺乏统一的调度机制,只能通过特定接口进行服务请求,难以实现资源效率的全局优化。当网络出现拥塞时,物理网络将会拒绝数据中心的业务请求,而不能根据业务等级来进行高等级业务的优先传输,业务的QoS难以保证。另一方面,最近几年频繁发生的自然灾害、局部战争中投入的大规模杀伤性武器、以及不法分子的破坏,都严重威胁着集中式数据中心的内容安全,迫切需要在数据中心受创时保持数据中心内容的连通。因而,资源的高效性、业务的敏感性和内容的关联性是当前数据中心组网面临的技术难题。软件定义网络(Software Defined Network, SDN)可实现控制与转发分离,支持面向应用的开放可编程接口,提高网络生存性、多层优化、资源共享等技术的效率。SDN将网络的核心功能和控制管理功能从物理设备中抽象出来,通过集中式控制器和通信协议实现设备的集中管理。本文利用SDN的优势,将SDN应用到集中式数据中心组网中,提出面向集中式数据中心光互联场景下的软件定义网络统一控制架构,将数据中心应用资源、传送网络资源统一抽象,通过统一的控制调度策略实现全局优化。以此为基础,在基于内容连通性的网络生存性、业务感知的跨层优化设计、网络资源的重定向处理等方面进行了深入的研究。并搭建软件定义集中式数据中心网络试验平台(SD-CDCN Testbed),对关键技术进行性能验证和数据分析。论文主要的创新性工作包括:(1)灾难场景下的内容连通性理论与控制管理技术集中式数据中心的建立,为网络的灾难场景下节点故障的保护提供了新的保护方案。保护理论由原来网络连通性扩展到内容连通性,由点到点的业务请求变成点到任一数据中心应用资源的业务请求。分析集中式数据中心网络现状,建立灾难场景模型,针对该模型引入内容连通性原理。在内容连通性的基础上,利用SDN控制与转发分离的集中式控制模式,提出基于内容连通性的带宽压缩策略和能耗优化策略,设计ILP模型和保护恢复策略,并在电力通信网络拓扑上进行仿真验证。(2)基于业务感知的资源跨层优化技术围绕集中式数据中心的业务需求,针对面向业务的资源优化适配问题,分析了集中式数据中心的业务需求与特性,提出了集中式数据中心应用资源与网络资源的跨层优化技术,设计了面向特征的路由、调制格式与频谱分配优化算法,利用SDN支持面向应用的开放可编程接口,通过实验平台仿真验证了业务感知的资源优化算法的性能,提高了集中式数据中心网络的全网阻塞率性能。(3)基于组件可共享的资源重定向技术针对集中式数据中心网络僵化与低效等亟待解决的难题,以软件定义组网SDN技术为核心架构,基于数据平面与网络组件等物理层技术,提出了基础设施资源重定向理论、技术与算法。研究集中式数据中心网络的基本功能单元,制定基于硬件的组件可共享技术;面向集中式数据中心组网功能需求,建立了网络功能单元模型,设计了在通用平台上实现网络功能虚拟化的方法,提高了网络资源应用效率。