基于状态的SDN网络测试与不变式验证研究

来源 :内蒙古大学 | 被引量 : 0次 | 上传用户:anonyjim
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随“互联网+”概念的提出,信息化在社会生产生活中起到的重要作用日益深入人心。其中网络作为促进信息流通的重要载体与具体手段,扮演着核心角色。随着新的网络范型不断出现,网络维度由最初的陆基网络扩展到了海基网络、空基网络以及天基网络。网络在越来越重要的同时,其具体表现形态变的越来越复杂。因此,如何持续保证底层网络的正确性,为上层应用提供可靠性保障,不仅在网络工程、网络运维中占有重要地位,在网络理论的学术研究中也日益凸显其地位。
  论文针对软件定义网络环境下基于状态的网络测试与网络不变式验证进行研究,具体包含三部分工作,分别是软件定义网络环境下网络协议状态的研究、网络行为形式化建模以及生成路径序列的研究、基于路径矩阵的网络不变式验证的研究。通过网络协议状态的研究可以得到整体网络状态,在其指导下开展基于约束的形式化建模,并得到路径序列,继而构建路径矩阵,并对OpenFlow协议进行测试。在路径矩阵的指导下进行网络不变式验证,判断底层网络行为是否正确或与用户需求是否保持一致。
  论文基于软件定义网络控制器Floodlight,扩充其相应代码模块,实现了网络不变式的验证功能。论文的主要工作和创新性成果如下:
  1.提出网络全局状态视图定义并给出了状态视图栈扩充算法
  本文按照因特网网络体系结构,对网络状态按照层次进行分析,提出网络状态统一视图和网络状态视图栈的概念以及形式化定义。结合上述概念提出网络全局状态视图构建算法以及网络状态视图栈扩充等算法,并以网络中的“敲门”应用为例说明了上述视图以及视图栈的应用,由此说明了上述扩充算法的一般性。逻辑上来说,可以全方位对网络状态进行分析,不断扩充该状态视图栈,在软件定义网络环境下为网络应用提供坚实的底层状态数据保障。
  2.提出基于约束的序列生成算法,使模型更加贴合现实
  基于关注的问题构建网络模型,后续研究依托模型展开,相应的验证、测试也是基于构建的模型进行,是网络研究中的重要手段。因此如何更好的构建网络模型,使得模型的建立与生产生活的具体需要贴合更紧密,是网络研究中需要着重探讨的问题。本文提出基于约束的序列生成算法,在所建立的网络模型中加入约束信息,并根据反馈不断修正上述约束,使得网络模型与具体场景拟合更加紧密。然后以OpenFlow协议为例说明了上述基于约束构建网络模型的有效性,并针对OpenFlow协议进行了测试,基于形式化的指导提出了一个测试系统框架,并编程实现上述框架,扩充该框架使其支持不同的测试方法。
  3.提出基于路径矩阵的网络不变式验证算法
  提出网络不变式的一般性形式化定义,并结合网络不变式验证流程,提出基于路径矩阵的网络不变式验证算法,针对常见网络场景中涉及到的网络不变式给出其具体定义,并利用不变式验证算法实现上述不变式验证。在软件定义网络环境下,针对网络转发循环不变式、网络黑洞不变式、网络多路径一致优先级不变式、网络可达不变式、网络隔离不变式、网络路径不相交不变式以及网络有界性不变式等属性开展了不变式验证过程,得到了有益的结论,证明了本文不变式验证算法的有效性。
  本文在软件定义网络环境下,结合开源控制器Floodlight,在通读其源码的基础上扩充了相应功能模块,增加了相应形式化建模功能模块。整合基于约束的建模过程,构建网络全局状态视图以及状态视图栈,服务于网络上层应用。本文建立了开放易扩展的底层数据结构,逻辑上在传统的软件定义网络中构建验证与测试平面,对网络运行状态进行不间断验证,保证底层网络的正确性。
其他文献
我国是猪肉消费大国和猪肉生产大国,生猪养殖产业遍布全国,北方寒地密闭猪舍,冬季舍内外空气交换率低,粪污积累对猪舍环境质量影响较大,猪舍大多采用机械刮粪板定时清粪,清粪过程中需要工人进入舍内操作,极易对猪只造成应激反应,且清粪设备发生故障时维修较困难。本文针对北方寒冷地区的气候特征,提出一种集故障预警、智能决策、远程控制于一体的寒地密闭猪舍智能清粪控制系统,具体研究内容包括以下方面:(1)提出一种基
学位
“粮食安全问题”关系到社会稳定和人民群众的根本利益。小米是我国重要粮食作物之一,受气候、土壤元素等因素影响,不同产区小米的营养成分具有差异性。在经济利益的驱动下,一些不法商家假冒小米地理源信息,扰乱市场秩序,加大了小米及其他农产品质量安全的监控难度,同时对小米产地溯源方法和技术提出了更高的要求。目前,国内外对主要粮食作物如:麦、豆、稻等农产品的高光谱溯源研究已经非常充实,无论是理论研究还是实践操作
学位
随着居民生活质量的逐步改善,奶、蛋、肉制品等需求量大幅提升,畜牧业的发展以及饲料作物的种植与生产变得尤为重要。青贮玉米是牛、羊等家畜饲料的主要来源,需求量较大。青贮饲料收获机是青贮作物的收获与制备机械,其高效智能化作业是提高生产率的前提。青贮饲料收获机结构复杂,其作业重复频繁,易受到作物密度和地形的影响,堵塞故障率高居不下。传统的故障诊断主要依赖操作者经验以及单一参数阈值判断,诊断准确率与效率较低
学位
抑郁症目前是世界上最常见的精神疾病,也是继冠心病后全球第二大疾病,影响着不同年龄、不同文化、不同社会背景的人群,病情严重的患者会出现自残自杀等现象,给家庭和社会造成很大的负担,严重消耗全球性卫生空间,因此需要对患者进行及时的诊断和医治。传统的诊断方式先由就诊者填写问卷和量表,再通过专业医生进行诊断,过程冗余且昂贵因此,开展抑郁症自动检测方法研究实属必要。根据临床观察和研究发现,抑郁症患者在语言发音
学位
数学应用题是以自然语言为基础,基于任何学科领域(数学、物理、化学、生物等)的任何数学问题。由于数学应用题类型多样、复杂程度不一,解决这些用自然语言描述的问题,需要对表达式和答案进行适当的推理。因此,自动数学应用题解算器的设计一直是将人工智能应用到教育领域的热门话题。近年来,顶级的数学应用题解算器大多都采用深度学习方法,然而,它们大都存在忽略数据预处理的重要性,缺乏对数学应用题文本数据的时序性考虑等
特征选择是数据降维的一种常用方法。在信息爆炸的现代社会下,如何设计一个有效的特征选择算法来处理如基因数据、数据流等数量庞大、形式多样的数据是一个长期的任务,也是未来一段时间机器学习领域中的热点问题。目前特征选择的研究热点及趋势主要集中在两个方面:一是研究特征与类之间的关联性,如在基因表达式分析上,特征选择的目的是找出所有与类别相关的特征,这些特征的变化很可能会导致某些疾病的发生。但是目前的很多特征
学位
特征选择技术的快速发展使学习模型能够更快速、更准确的从高维数据中提取具有重要性和相关性的特征,已经广泛应用于机器学习、图像处理、文本分类和模式识别等多个重要领域。K近邻(K-nearest neighbors)算法是一种无参数的简单算法,具有对异常值不敏感的优势。近年来,它也被用于特征选择方法的研究中。然而,目前的研究工作仍存在以下问题:首先,已有结合K近邻的模型大多数在对测试样本的类别进行判定时
学位
随着计算机以及移动设备的快速崛起,文本图像以及照片承载着越来越多的重要信息。但是,文本图像的质量降低问题却越来越突出,比如图像模糊、图像污损、拍照抖动以及图像压缩等原因造成的图像质量降低,本文主要解决降质问题中的文本图像模糊问题。近年来由于深度学习的快速发展,特别地,随着计算机视觉的飞速发展,基于深度学习解决常见图像降质问题的方法也越来越多,但是在文本图像去模糊领域依然缺少一种可靠的解决方法以及相
学位
随着中国经济的快速发展,人们生活水平不断提高,各类大型的人员密集的公共场所也日益增多。人群聚集的机会增多,给公共建筑内行人安全提出了更高的要求。如果行人设施的结构设计或者疏散管理出现问题,不仅会造成行人拥挤堵塞,甚至会导致事故的发生。因此,关于行人疏散及行人运动行为等方面的研究已成为交通工程领域的一个重点研究方向,同时具有重要的社会意义。其中,关于行人流宏观和微观模型研究成果丰富,但行人流介观模型
学位
随着经济社会的发展特别是科技水平的不断提升,占地球表面71%的海洋日益受到世界各国的重视。遥感因具有覆盖面大、观测频率高、全天时、全天候等优势,已成为海洋监测的重要手段。获取海面高程(Sea Surface Height,SSH)测量数据是海洋遥感的一个重要任务,也是掌握海洋战略环境状态和海洋灾害预警的重要信息支撑。当前海面高程测量主要采用传统雷达高度计,沿卫星运行轨迹实现一维高程测量,由于轨道间
学位