基于緩存策略的OpenFlow流表存儲優(yōu)化方案研究

張亞南，鄧怡辰，宋強，周錫玲

（廣東理工學院，廣東肇慶，526100）

0 引言

傳統(tǒng)方法中，對OpenFlow流表存儲設(shè)計方法主要有替換策略方法、遺傳算法、流緩存器的中心交換控制存儲方法以及TCP引擎卸載存儲設(shè)計方法等[1]。其中，文獻[2]對于流表漏表項設(shè)置緩沖區(qū)暫存超時向量利表，基于局部LRU原則對到期的非活躍流進行緩存失配補償，但該方法是在OpenFlow流表存儲中流包含過濾過程，導致少數(shù)包的跟蹤狀態(tài)性能不好。劉中金等人[3]提出一種 OpenFlow 多級流表結(jié)構(gòu)及其映射算法，可節(jié)省17%以上TCAM 資源。但該算法在進行流表分級時，匹配集合的表項寬度會因為個別字段值的重復次數(shù)多而變大，使得總體壓縮效果顯著下降。針對上述問題，本文出一種基于遺傳進化緩存策略的OpenFlow流表存儲優(yōu)化方案，引入緩存替換策略實現(xiàn)OpenFlow流表存儲優(yōu)化，最后進行存儲性能測試，證明本文設(shè)計的存儲方法的優(yōu)越性能。

1 OpenFlow流表時態(tài)集合及緩存模型分析

1.1 OpenFlow流表時態(tài)集合

為了實現(xiàn)面向OpenFlow流表的優(yōu)化存儲設(shè)計，首先建立OpenFlow流表安全存儲的網(wǎng)格分布結(jié)構(gòu)模型并進行數(shù)據(jù)結(jié)構(gòu)分析，在OpenFlow中心交換機中進行流高速緩存時態(tài)記錄，在OpenFlow流表存儲結(jié)構(gòu)模型中，采用有向圖作為OpenFlow流表存儲的模糊聚類Sink節(jié)點，則 ti，令A(yù){a1, a2, …, an}為OpenFlow流表的采集模型地存儲空間，采用AHTM作為SDN輕量級應(yīng)用程序接口，在分布式環(huán)境下OpenFlow流表的數(shù)據(jù)結(jié)構(gòu)模型采用五元組 O = (C,I,P,H c,R,A0)表示，其中，C為OpenFlow流表采樣時間序列的稀疏性特征概念集，I是數(shù)據(jù)信息流的實例集，流表 R t的時態(tài)屬性值 IRt可等價為 IRp∩IRq={t|t∈IRpAND t∈IRq}。根據(jù)流表項的空閑超時重置的時態(tài)關(guān)系，得出對應(yīng)的時序位置關(guān)系表，設(shè)PRp=[ PRp，PRp]，P Rq=[ PRq, PRq]，P Rp，PRq分別表示時態(tài)列族的存儲對象的緩存時間點，利用時態(tài)集合間的交運算進行公平性和高效的緩OpenFlow流表的閉合式公式 P Rp與 PRq相交所得集合有：

1.2 OpenFlow流表緩存模型分析

為了最大限度降低對OpenFlow流表在緩存區(qū)域?qū)ο到y(tǒng)內(nèi)存的消耗，進行OpenFlow流表緩存模型優(yōu)化分析，不妨令OpenFlow流表數(shù)據(jù)集合 JD，JD中各元素序偶 PRp,s ≤ PRq,s ，則有：

圖1 OpenFlow流表的優(yōu)化緩存模型

2 OpenFlow流表存儲優(yōu)化改進實現(xiàn)

對上述OpenFlow流表時態(tài)集合及緩存模型，進行OpenFlow流表存儲優(yōu)化設(shè)計，針對流表的漏表項產(chǎn)生的擁塞問題，提出一種基于遺傳進化緩存策略的OpenFlow流表存儲優(yōu)化方案。

2.1 流表特征聚集關(guān)系自適應(yīng)控制演算

基于遺傳進化緩存策略進行OpenFlow流表存儲優(yōu)化方案設(shè)計[4]，對OpenFlow流表在緩存區(qū)域的特征聚集關(guān)系進行自適應(yīng)控制演算，構(gòu)建OpenFlow流表安全存儲的時間序列流模型描述為：

優(yōu)化流表的空閑匹配率，進行自適應(yīng)控制演算，得到控制目標函數(shù)為：

上式中，OpenFlow流表存儲中的聚集計算的負載量為Mh，在產(chǎn)生一組聚集屬性特征V后，進行OpenFlow流表屬性集的向量量化處理，進而采用遺傳算法進行自適應(yīng)尋優(yōu)，實現(xiàn)了更高的流表匹配。

2.2 流表項的動態(tài)平衡緩存設(shè)計及存儲方案優(yōu)化

在對OpenFlow流表在緩存區(qū)域的特征聚集關(guān)系進行自適應(yīng)控制演算的基礎(chǔ)上，采用遺傳進化方法進行流表項的動態(tài)平衡緩存設(shè)計，應(yīng)用在流表項的動態(tài)平衡存儲控制中，建立初始種群，設(shè)計一個面向OpenFlow流表存儲的種群適應(yīng)度函數(shù)：

種基于遺傳算法的分布式進化原理，挑選出個別的個體作為選擇個體進入下一代，緩存節(jié)點滿足S = V -{S ink}，iSKDNS(p)的動態(tài)平衡點集滿足 UT= U-1，VT= V-1，D ∈ Rm×M，且 D =[∑ 0]，在整個種群中的適應(yīng)度最高的個體的特征分解函數(shù)為：

其中，k表示分布式OpenFlow流表的特征融合中心，采用遺傳操作，把OpenFlow流表數(shù)(a) 測試樣本1據(jù)隊列當作一個Chunk來進行時間區(qū)域重組，設(shè)定被求解的變量為Q，Xi是變量Q的空間中的解，得到OpenFlow流表中存儲空間動態(tài)平衡特征矢量集合為 ：P = { p1, p2,… pm},m ∈ N

為了克服OpenFlow流表存儲中漏表項擁塞的問題，引入緩存替換策略實現(xiàn)存儲優(yōu)化，引入流表資源相適配的流表自適應(yīng)控制機制，得到流表匹配的模糊隸屬函數(shù)為：

其中，Pfi表示OpenFlow流表的匹配融合概率，Pdi為上一輪的存活時間累積方差。通過上述設(shè)計，計算多個流表項的替換索引值，保留一些空流表項作為緩沖，結(jié)合流表項的動態(tài)平衡緩存設(shè)計方法，保持流條目的高匹配概率，提高整個流表的匹配率，從而改善存儲性能。

3 結(jié)束語

本文研究了提出一種基于遺傳進化和緩存優(yōu)化模型的OpenFlow流表存儲優(yōu)方案，引入緩存替換策略實現(xiàn)存儲優(yōu)化，在OpenFlow中心交換機中進行流高速緩存時態(tài)記錄，構(gòu)建OpenFlow流表的時態(tài)集合，對OpenFlow流表在緩存區(qū)域的特征聚集關(guān)系進行自適應(yīng)控制演算，然后采用遺傳進化方法進行流表項的動態(tài)平衡緩存設(shè)計，引入緩存替換策略實現(xiàn)OpenFlow流表存儲優(yōu)化，研究得出，采用本文方案進行OpenFlow流表存儲，能提高流信息的吞吐量，降低存儲系統(tǒng)的響應(yīng)的流表資源適配延時，提高了響應(yīng)速率，改善了OpenFlow流表存儲性能。