基于OpenFlow网络数据处理模型的研究

摘要：

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%.

关键词：OpenFlow技术、GODP模型、GPU计算、生物序列、机器学习

所属期刊栏目：9

分类号：TP393.2(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61102018;the Scientific Research Project of Science and Technology Department of Shaanxi Province under Grant No. 2013JM807;the Specialized Research Project of Xianyang Normal University under Grant No. 14XSYK039

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1344-1350