基于時(shí)延的軟件定義網(wǎng)絡(luò)快速響應(yīng)控制器部署

姚琳元 陳 穎 宋 飛 張宏科

?

基于時(shí)延的軟件定義網(wǎng)絡(luò)快速響應(yīng)控制器部署

姚琳元*陳 穎 宋 飛 張宏科

(北京交通大學(xué)下一代互聯(lián)網(wǎng)互聯(lián)設(shè)備國(guó)家工程實(shí)驗(yàn)室 北京 100044)

目前大多數(shù)針對(duì)軟件定義網(wǎng)絡(luò)(SDN)中控制器的部署方案均重點(diǎn)考慮傳輸時(shí)延(PD)對(duì)性能的影響，忽略了發(fā)送時(shí)延(TD)對(duì)于部署效果的影響。該文提出基于時(shí)延的網(wǎng)絡(luò)快速響應(yīng)控制器部署方案。首先，在合理考慮傳輸和發(fā)送兩類時(shí)延的基礎(chǔ)上，完善了已有的平均時(shí)延/最大時(shí)延最小化模型，并對(duì)兩種模型是否存在最優(yōu)解進(jìn)行了理論證明；其次，利用模糊集理論得出了一種時(shí)延優(yōu)化模型；第三，結(jié)合是否考慮發(fā)送時(shí)延提出了兩種部署算法：傳輸算法和輸送算法。為了測(cè)試方案的性能，選取實(shí)際網(wǎng)絡(luò)拓?fù)浼皵?shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明輸送算法在網(wǎng)絡(luò)的響應(yīng)速度及穩(wěn)定性方面優(yōu)于傳輸算法，時(shí)延優(yōu)化模型在總時(shí)延方面較平均時(shí)延/最大時(shí)延最小化模型效果更優(yōu)。

軟件定義網(wǎng)絡(luò)；部署；控制器；時(shí)延

1 引言

軟件定義網(wǎng)絡(luò)(Software-Defined Network, SDN)是由美國(guó)斯坦福大學(xué)Cleanslate研究組[1]提出的一種基于集中控制的新型網(wǎng)絡(luò)架構(gòu)[2]。在不改變傳統(tǒng)IP數(shù)據(jù)包轉(zhuǎn)發(fā)行為的基礎(chǔ)上，SDN將傳統(tǒng)路由器/交換機(jī)的數(shù)據(jù)轉(zhuǎn)發(fā)與邏輯控制進(jìn)行分離，實(shí)現(xiàn)數(shù)據(jù)域與控制域的解耦[3,4]。在數(shù)據(jù)域中，SDN定義為交換機(jī)(Switch)負(fù)責(zé)數(shù)據(jù)包的接收、存儲(chǔ)和轉(zhuǎn)發(fā)。在控制域中，SDN定義為控制器(Controller)負(fù)責(zé)網(wǎng)絡(luò)的頂層設(shè)計(jì)，與交換機(jī)連接；收集網(wǎng)絡(luò)信息，實(shí)現(xiàn)全局處理；通過(guò)控制交換機(jī)的流表項(xiàng)指導(dǎo)交換機(jī)對(duì)數(shù)據(jù)包的處理，實(shí)現(xiàn)網(wǎng)絡(luò)的集中管理，為用戶提供更好、更便捷的網(wǎng)絡(luò)服務(wù)[5,6]。

良好的上網(wǎng)體驗(yàn)，要求網(wǎng)絡(luò)暢達(dá)、快速，而合理、方便地部署控制器顯得尤為重要。當(dāng)今，核心網(wǎng)設(shè)備的部署已趨于固定，重新搭建網(wǎng)絡(luò)拓?fù)洳环暇G色、節(jié)能、便捷等現(xiàn)代網(wǎng)絡(luò)理念[7]。在已鋪設(shè)的網(wǎng)絡(luò)架構(gòu)基礎(chǔ)上進(jìn)行優(yōu)化，與現(xiàn)有網(wǎng)絡(luò)實(shí)現(xiàn)良好的硬件連接和邏輯連接是SDN發(fā)展的必然趨勢(shì)。與此同時(shí)，SDN在設(shè)計(jì)之初就確定了數(shù)據(jù)轉(zhuǎn)發(fā)與控制相分離的基本思想，采用集中式管理，實(shí)現(xiàn)網(wǎng)絡(luò)的一致性，勢(shì)必要求網(wǎng)絡(luò)的快速響應(yīng)[8]。在已有網(wǎng)絡(luò)的基礎(chǔ)上，考慮控制器的部署位置是實(shí)現(xiàn)網(wǎng)絡(luò)快速響應(yīng)的有效方式之一。

文獻(xiàn)[9]首次提出了SDN網(wǎng)絡(luò)中控制器的部署問(wèn)題：(1)網(wǎng)絡(luò)中需要多少個(gè)控制器；(2)怎么部署控制器。為實(shí)現(xiàn)定量分析，作者首先定義了兩個(gè)測(cè)試參數(shù)平均時(shí)延和最大時(shí)延；然后，利用真實(shí)拓?fù)浣Y(jié)構(gòu)進(jìn)行分析，包括：控制器數(shù)量對(duì)時(shí)延的影響，平均時(shí)延與最優(yōu)時(shí)延的對(duì)比等；最后，引入交換速度、環(huán)保護(hù)和網(wǎng)絡(luò)恢復(fù)3個(gè)網(wǎng)絡(luò)時(shí)間參數(shù)，綜合考慮網(wǎng)絡(luò)對(duì)時(shí)延的需求，提出一個(gè)控制器即可滿足當(dāng)下網(wǎng)絡(luò)的響應(yīng)要求。在分析過(guò)程中，文獻(xiàn)[9]只考慮了傳輸時(shí)延，忽略了發(fā)送時(shí)延對(duì)網(wǎng)絡(luò)響應(yīng)速率的影響。

文獻(xiàn)[10, 11]分別從網(wǎng)絡(luò)可靠性和網(wǎng)絡(luò)彈性兩個(gè)角度對(duì)控制器的部署進(jìn)行了分析、建模。文獻(xiàn)[10]提出了一個(gè)新的參量，即可預(yù)期控制鏈路虧損百分比(Expected Percentage of Control Path Loss)，并從可靠性的角度對(duì)SDN中控制器的部署進(jìn)行了分析。文獻(xiàn)提出了4種不同的部署算法，利用真實(shí)拓?fù)鋵?duì)算法進(jìn)行了驗(yàn)證，其中模擬退火法(Simulated Annealing)優(yōu)于其他算法；認(rèn)為控制器的數(shù)量應(yīng)適當(dāng)選擇，過(guò)多或過(guò)少都會(huì)影響網(wǎng)絡(luò)的可靠性。文獻(xiàn)[11]從網(wǎng)絡(luò)彈性和容錯(cuò)的角度對(duì)SDN中控制器的部署進(jìn)行了分析，應(yīng)用帕累托優(yōu)化理論，實(shí)現(xiàn)網(wǎng)絡(luò)彈性和網(wǎng)絡(luò)容錯(cuò)的權(quán)衡；通過(guò)對(duì)OS3E拓?fù)浼巴負(fù)鋭?dòng)物園(Topology Zoo)中的大量拓?fù)溥M(jìn)行分析，認(rèn)為保證網(wǎng)絡(luò)的連續(xù)，網(wǎng)絡(luò)中至少要有20%的節(jié)點(diǎn)設(shè)置為控制器。

文獻(xiàn)[12]充分利用固定式網(wǎng)絡(luò)微積分結(jié)構(gòu)，建立數(shù)學(xué)模型，解決了SDN在部署過(guò)程中的可擴(kuò)展性問(wèn)題。文中將控制器分為本地控制器(Local Controller)和超級(jí)控制器(Root Controller)，利用數(shù)學(xué)模型從本地控制器中獲取固定格式的事件時(shí)延和緩存長(zhǎng)度，利用經(jīng)典的排隊(duì)理論解決了邊界和最差條件下的兩種部署情況。另外，文獻(xiàn)[12]建立了一個(gè)控制器互動(dòng)分析模型，該模型給出了控制器的進(jìn)程、流量控制函數(shù)，利于網(wǎng)絡(luò)設(shè)計(jì)人員計(jì)算出控制器的時(shí)延和緩存需求。對(duì)于下一步工作，文章提出了兩個(gè)方向的目標(biāo)：(1)采用隨機(jī)網(wǎng)絡(luò)微積分的方法對(duì)SDN中的部署問(wèn)題進(jìn)行研究，完成相關(guān)仿真和實(shí)驗(yàn)工作；(2)在參照邊界條件的同時(shí)，考慮均衡條件下的平均值。

通過(guò)對(duì)相關(guān)控制器部署方案的研究，本文提出了一種基于傳輸時(shí)延和發(fā)送時(shí)延的網(wǎng)絡(luò)快速響應(yīng)控制器部署方案。首先，完善平均時(shí)延和最大時(shí)延最小化模型，在此基礎(chǔ)上，推導(dǎo)出時(shí)延優(yōu)化模型；其次，提出了解決上述模型的基于傳輸時(shí)延和發(fā)送時(shí)延的輸送算法(Transmission and Propagation Algorithm, TPA)以及基于傳輸時(shí)延的傳輸算法(Propagation Algorithm, PA)；最后，利用實(shí)際拓?fù)鋽?shù)據(jù)，完成數(shù)據(jù)仿真，得出不同模型最佳部署方案以及對(duì)應(yīng)的平均時(shí)延、最大時(shí)延和總時(shí)延，并與相關(guān)部署方案進(jìn)行了對(duì)比、分析。

2 模型假設(shè)及理論證明

網(wǎng)絡(luò)時(shí)延的主要衡量標(biāo)準(zhǔn)分為平均時(shí)延和最大時(shí)延[9]，本節(jié)從傳輸時(shí)延和發(fā)送時(shí)延兩個(gè)角度，研究平均時(shí)延和最大時(shí)延，分析網(wǎng)絡(luò)響應(yīng)速度。具體工作如下：首先設(shè)定基本假設(shè)，定義基本的參考變量，完成數(shù)學(xué)化描述，推導(dǎo)出參數(shù)間的數(shù)學(xué)關(guān)系；在此基礎(chǔ)上，對(duì)現(xiàn)有的平均時(shí)延模型和最大時(shí)延模型進(jìn)行完善，添加發(fā)送時(shí)延變量，得出平均時(shí)延最小化模型和最大時(shí)延最小化模型，并利用優(yōu)化理論對(duì)上述模型是否存在最優(yōu)解進(jìn)行理論證明[14]；最后從上述模型中提煉出時(shí)延優(yōu)化模型，引入模糊集理論[15]，給出時(shí)延優(yōu)化模型的解決方案。下文的公式表示同時(shí)考慮傳輸時(shí)延和發(fā)送時(shí)間的數(shù)學(xué)分析模型，與第3節(jié)中TPA對(duì)應(yīng)；去除所述模型中發(fā)送時(shí)延變量的數(shù)學(xué)分析模型，與第3節(jié)中PA對(duì)應(yīng)，限于篇幅，本節(jié)不做說(shuō)明。

2.1 基本假設(shè)和參數(shù)定義

(2)

2.2 平均時(shí)延最小化模型

2.3 最大時(shí)延最小化模型

最終數(shù)學(xué)模型為

該模型可以反應(yīng)出當(dāng)前部署方案下的網(wǎng)絡(luò)最大響應(yīng)時(shí)延，同時(shí)，以最大響應(yīng)時(shí)延作為限制條件，找到最優(yōu)部署方案，定理2是對(duì)該模型最優(yōu)解的說(shuō)明。

2.4 時(shí)延優(yōu)化模型

3 部署算法

為驗(yàn)證發(fā)送時(shí)延在網(wǎng)絡(luò)響應(yīng)速度以及控制器部署等方面的重要程度，本文首先參照文獻(xiàn)[9]，設(shè)計(jì)了PA，然后依據(jù)上文提出的傳輸時(shí)延和發(fā)送時(shí)延，設(shè)計(jì)了TPA。

兩種算法定義網(wǎng)絡(luò)節(jié)點(diǎn)到控制器的單向傳輸方向?yàn)閿?shù)據(jù)傳輸方向，認(rèn)為控制器的部署位置位于網(wǎng)絡(luò)拓?fù)渲械木W(wǎng)絡(luò)節(jié)點(diǎn)處，當(dāng)某網(wǎng)絡(luò)設(shè)備的位置與控制器的位置重疊時(shí)，二者的傳輸時(shí)延為0；當(dāng)部署多個(gè)控制器，需計(jì)算其中一個(gè)控制器到網(wǎng)絡(luò)節(jié)點(diǎn)的時(shí)延時(shí)，兩種算法設(shè)定其余控制器和與之連接的網(wǎng)絡(luò)節(jié)點(diǎn)處于不能通信狀態(tài)，即傳輸時(shí)延設(shè)為無(wú)窮大。PA和TPA都以迪杰斯特拉(Dijkstra)算法和貪心(Greedy)算法為基礎(chǔ)，以實(shí)際拓?fù)渥鳛樗惴ǖ妮斎?，得出不同條件下的最優(yōu)部署方案。二者的不同之處在于：

(1)PA將拓?fù)渲械木W(wǎng)絡(luò)節(jié)點(diǎn)視為普通點(diǎn)，只計(jì)算傳輸時(shí)延，通過(guò)尋找最短路徑，得到網(wǎng)絡(luò)設(shè)備到控制器的最短距離，進(jìn)而獲得基于傳輸時(shí)延的最佳部署方案；為統(tǒng)一網(wǎng)絡(luò)參數(shù)，在PA的最后，增加了發(fā)送時(shí)延，表示在網(wǎng)絡(luò)運(yùn)轉(zhuǎn)情況下，即有數(shù)據(jù)在網(wǎng)絡(luò)中傳輸時(shí)，網(wǎng)絡(luò)響應(yīng)時(shí)延的情況；

(2)TPA將傳輸時(shí)延和發(fā)送時(shí)延作為部署方案的參考因素，當(dāng)計(jì)算拓?fù)渲心硞€(gè)網(wǎng)絡(luò)節(jié)點(diǎn)到控制器的響應(yīng)時(shí)延時(shí)，TPA提出將網(wǎng)絡(luò)節(jié)點(diǎn)以外的其他節(jié)點(diǎn)設(shè)置為與該網(wǎng)絡(luò)節(jié)點(diǎn)相同的發(fā)送時(shí)延；

(3)TPA可直接使用第2節(jié)中的3個(gè)數(shù)學(xué)模型，PA在使用上述模型時(shí)，需去掉模型中的發(fā)送時(shí)延一項(xiàng)。

具體算法偽代碼如表1和表2所示。

4 性能評(píng)估

圖2為利用PA和TPA求出的3種優(yōu)化模型P1, P2, P3的時(shí)延對(duì)比圖，mean表示平均時(shí)延，max表示最大時(shí)延，mm表示平均時(shí)延與最大時(shí)延的和。圖2(a)表示不考慮信息量I, PA得出的3種優(yōu)化模型分別對(duì)應(yīng)的平均時(shí)延(mean)，最大時(shí)延(max)和總時(shí)延(mm)隨控制器數(shù)量增加的變化情況；圖2(b)表示在圖2(a)得出的3種最優(yōu)部署方案下，增加I后，時(shí)延隨控制器數(shù)量增加的變化情況；圖2(c)表示使用TPA得出的3種優(yōu)化模型分別對(duì)應(yīng)的3種時(shí)延隨控制器數(shù)量增加的變化情況。從圖2可看出：

表1 PA算法

圖1 網(wǎng)絡(luò)拓?fù)鋱D

表2 TPA算法

(1)圖2(a)和圖2(c)中，3種模型得到的部署方案，在PA信息量為0或TPA情況下，時(shí)延隨控制器數(shù)量的增多而下降，控制器數(shù)量越多，網(wǎng)絡(luò)的響應(yīng)速率越快；

(2)圖2(b)中，考慮發(fā)送時(shí)延，在圖2(a)的最優(yōu)部署條件下，時(shí)延隨控制器數(shù)量的增多上下波動(dòng)，沒(méi)有固定的變化規(guī)律，不能體現(xiàn)控制器數(shù)量增多在部署過(guò)程中的優(yōu)勢(shì)；

(3)圖2(b)和圖2(c)中，信息量相同情況下，TPA算法的3種時(shí)延明顯低于PA算法的時(shí)延。

圖3(a)，圖3(b)，圖3(c)分別代表3種模型最優(yōu)部署方案的時(shí)延情況，其中橫坐標(biāo)表示控制器數(shù)量，縱坐標(biāo)表示同一種算法PA或TPA下的最大時(shí)延與平均時(shí)延的比值。從圖3中可以看出：

(1)3種模型下，TPA的比值要明顯低于PA的比值，表明在網(wǎng)絡(luò)響應(yīng)平均時(shí)延相同的情況下，TPA較PA能夠?qū)崿F(xiàn)更快的網(wǎng)絡(luò)響應(yīng)，網(wǎng)絡(luò)節(jié)點(diǎn)到控制器的響應(yīng)時(shí)延波動(dòng)范圍更小。

圖2 時(shí)延比較圖

圖3 時(shí)延比值圖

(2)通過(guò)3個(gè)子圖的對(duì)比，TPA的比值比較穩(wěn)定：控制器數(shù)量增多，平均時(shí)延下降，最大時(shí)延穩(wěn)步降低；PA的比值變動(dòng)較大，無(wú)明顯規(guī)律，當(dāng)控制器數(shù)量為1時(shí)，比值最小，控制器數(shù)量增多，比值大小不一。

圖4(a)和圖4(b)分別表示PA算法(=0)和TPA算法下，3種模型的時(shí)延比較圖。從圖4可以看出，模型P3的總時(shí)延取P2, P1二者中較低項(xiàng)，或低于二者。

從上述分析可以看出，較PA, TPA在平均時(shí)延、最大時(shí)延和總時(shí)延更低、比值更低，可以更快實(shí)現(xiàn)網(wǎng)絡(luò)響應(yīng)；時(shí)延優(yōu)化模型較平均時(shí)延最小化模型和最大時(shí)延最小化模型在總時(shí)延更有優(yōu)勢(shì)，網(wǎng)絡(luò)的響應(yīng)時(shí)間更加集中。

5 結(jié)束語(yǔ)

在充分考慮傳輸時(shí)延和發(fā)送時(shí)延的前提下，本文提出了基于時(shí)延的網(wǎng)絡(luò)控制器快速響應(yīng)部署方案。已有時(shí)延模型僅考慮傳輸時(shí)延，在此基礎(chǔ)上，本文增加了發(fā)送時(shí)延，得出了平均時(shí)延最小化模型和最大時(shí)延最小化模型，并結(jié)合二者特點(diǎn)，創(chuàng)建了時(shí)延優(yōu)化模型，通過(guò)優(yōu)化理論和模糊理論，對(duì)模型的最優(yōu)解進(jìn)行了論證。按照是否考慮發(fā)送時(shí)延，設(shè)計(jì)了PA和TPA，通過(guò)仿真結(jié)果我們發(fā)現(xiàn)，將發(fā)送時(shí)延納入考慮范圍可以增加網(wǎng)絡(luò)的響應(yīng)速度，增加網(wǎng)絡(luò)部署的穩(wěn)定性；時(shí)延優(yōu)化模型可以使網(wǎng)絡(luò)響應(yīng)時(shí)間更加集中。下一步工作將利用網(wǎng)絡(luò)仿真工具，引入節(jié)點(diǎn)處理時(shí)延等變量，同時(shí)從介數(shù)角度探討網(wǎng)絡(luò)中控制器的部署。

圖4 模型比較圖

[1] McKeown N, Anderson T, Balakrishnan H,.. OpenFlow: enabling innovation in campus networks[J]., 2008, 38(2): 69-74.

[2] Jain S, Kumar A, Mandal S,.. B4: experience with a globally-deployed software defined WAN[C]. The Second ACM SIGCOMM Workshop on Hot Topics in Software Defined Networking, Hong Kong, 2013: 3-14.

[3] ONF. software-defined networking: the new norm for networks, white paper[OL]. https://www.opennetworking. org, 2013. 12.

[4] Mueller J, Wierz A, Vingarzan D,.. Elastic network design and adaptive flow placement in software defined networks[C]. 2013 22nd International Conference on Computer Communications and Networks (ICCCN), California, 2013: 1-6.

[5] 周燁, 楊旭, 李勇, 等. 基于分類的軟件定義網(wǎng)絡(luò)流表更新一致性方案[J]. 電子與信息學(xué)報(bào), 2013, 35(7): 1746-1752.

Zhou Ye, Yang Xu, Li Yong,.. Classification based consistent flow update scheme in software defined network[J].&, 2013, 35(7): 1746-1752.

[6] Dixit A, Hao F, Mukherjee S,.. Towards an elastic distributed sdn controller[C]. The Second ACM SIGCOMM Workshop on Hot Topics in Software Defined Networking, Hong Kong, 2013: 7-12.

[7] Sezer S, Scott-Hayward S, Chouhan P K,.. Are we ready for SDN? Implementation challenges for software-defined networks[J]., 2013, 51(7): 36-43.

[8] Levin D, Wundsam A, Heller B,.. Logically centralized: state distribution trade-offs in software defined networks[C]. Proceedings of the First ACM SIGCOMM Workshop on Hot Topics in Software Defined Networking, New York, 2012: 1-6.

[9] Heller B, Sherwood R, and McKeown N. The controller placement problem[C]. The First ACM SIGCOMM Workshop on Hot Topics in Software Defined Networking, New York, 2012: 7–12.

[10] Hu Y, Wendong W, Gong X,.. Reliability-aware controller placement for Software-Defined Networks[C]. 2013 IFIP/IEEE International Symposium on Integrated Network Management (IM 2013), Sophia Antipolis, 2013: 672-675.

[11] Hock D, Hartmann M, Gebert S,.. Pareto-optimal resilient controller placement in SDN-based core networks[C]. IEEE 2013 25th International Teletraffic Congress (ITC), California, 2013: 1-9.

[12] Azodolmolky S, Wieder P, and Yahyapour R. Performance evaluation of a scalable software-defined networking deployment[C]. IEEE 2013 Second European Workshop on Software Defined Networks (EWSDN), Berlin, 2013: 68-74.

[13] Kurose J F and Ross K W. Computer Networking: a Top- Down Approach Featuring the Internet[M]. India: Pearson Education, 2013: 35-44.

[14] Boyd S P and Vandenberghe L. Convex Optimization[M]. Cambridge: Cambridge University Press, 2004: 43-46, 127-152.

[15] Zadeh L A, Klir G J, and Yuan B. Fuzzy Sets, Fuzzy Logic, Fuzzy Systems[M]. Singapore, World Scientific Press, 1996: 165-175.

[16] Huang D, Yang D, Zhang H,.. Energy-aware virtual machine placement in data centers[C]. 2012 IEEE Global Communications Conference (GLOBECOM), California, 2012: 3243-3249.

[17] Christian raack. Sndlib [OL]. http://sndlib.zib.de/home. action, 2013.12.

[18] Spring N, Mahajan R, and Wetherall D. Measuring ISP topologies with rocketfuel[J]., 2002, 32(4): 133-145.

姚琳元： 男，1988年生，博士生，研究方向?yàn)橄乱淮ヂ?lián)網(wǎng)網(wǎng)絡(luò)層關(guān)鍵技術(shù).

陳 穎： 女，1987年生，碩士生，研究方向?yàn)橄乱淮ヂ?lián)網(wǎng)網(wǎng)絡(luò)層關(guān)鍵技術(shù).

宋 飛： 男，1983年生，副教授，碩士生導(dǎo)師，研究方向?yàn)橄乱淮ヂ?lián)網(wǎng)網(wǎng)絡(luò)層、傳輸層關(guān)鍵技術(shù).

張宏科： 男，1957年生，教授，博士生導(dǎo)師，研究方向?yàn)橄乱淮ヂ?lián)網(wǎng)架構(gòu)、協(xié)議理論與技術(shù)、移動(dòng)互聯(lián)網(wǎng)絡(luò)路由、傳感器網(wǎng)絡(luò)技術(shù)等.

Delay-aware Controller Placement for Fast Responsein Software-defined Network

Yao Lin-yuan Chen Ying Song Fei Zhang Hong-ke

(,,100044,)

Most of Controller placements take the Propagation Delay (PD) as the important consideration in Software-Defined Network (SDN), ignoring the influence of the Transmission Delay (TD) on the network performance.This paper provides a delay-aware controller placement for fast response. First, the Controller placement is formulated as an optimization problem based on PD and TD. Average delay and maximum delay minimization models are updated, of which the processes about the optimal solution are circumstantiated. Further, delay optimization model is deduced by fuzzy set theory. Finally, according to whether or not considering TD, two placement algorithms, Transmission and Propagation Algorithm (TPA) and Propagation Algorithm (PA), are presented. In order to measure the performance of the solutions, a factual network topology is chosen and the simulation result shows that TPA superiorities over PA in terms of response speed and network stability, the total delay of delay optimization model is less than the others.

Software-Defined Network (SDN); Placement; Controller; Delay

TP393

A

1009-5896(2014)12-2802-07

10.3724/SP.J.1146.2014.00211

姚琳元 11111020@bjtu.edu.cn

2014-02-19收到，2014-05-20改回

國(guó)家自然科學(xué)基金(61301081)，高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20120009120005)和中央高?？蒲袠I(yè)務(wù)費(fèi)專項(xiàng)基金(2014JBM010)資助課題