軟件定義網(wǎng)絡(luò)中OpenFlow流表空間優(yōu)化技術(shù)研究進(jìn)展

唐菀，馮偉，楊喜敏，田野

(中南民族大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院，武漢 430074)

當(dāng)前，學(xué)術(shù)界和工業(yè)界對(duì)業(yè)務(wù)可擴(kuò)展、網(wǎng)絡(luò)資源虛擬化方面進(jìn)行了大量研究，以期探尋能適應(yīng)互聯(lián)網(wǎng)技術(shù)及業(yè)務(wù)高速發(fā)展的網(wǎng)絡(luò)架構(gòu).一種新的網(wǎng)絡(luò)架構(gòu)——軟件定義網(wǎng)絡(luò)(Software-Defined Networking，SDN)應(yīng)運(yùn)而生，SDN解耦網(wǎng)絡(luò)的控制邏輯和數(shù)據(jù)轉(zhuǎn)發(fā)邏輯，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)的集中管控，利用可編程特性支持網(wǎng)絡(luò)業(yè)務(wù)的創(chuàng)新[1-3].OpenFlow協(xié)議為SDN南向交互的事實(shí)通信標(biāo)準(zhǔn)，在支持OpenFlow協(xié)議的交換機(jī)中存儲(chǔ)著一個(gè)或多個(gè)流表.每一個(gè)流表由多條表項(xiàng)組成，支持抽象轉(zhuǎn)發(fā)和控制規(guī)范，實(shí)現(xiàn)數(shù)據(jù)流線性匹配.隨著業(yè)務(wù)控制需求增加和網(wǎng)絡(luò)規(guī)模擴(kuò)大，流表空間有限的存儲(chǔ)和有效利用等成為近些年基于OpenFlow的SDN網(wǎng)絡(luò)關(guān)鍵問題，受到業(yè)界研究者廣泛關(guān)注.希望本文的工作對(duì)SDN中流表存儲(chǔ)優(yōu)化的研究提供借鑒，能對(duì)流表一致性和流表安全性問題的解決有一定啟發(fā).

1 流表空間問題描述

SDN中的OpenFlow流表空間有限性存儲(chǔ)和有效性管理問題，根據(jù)側(cè)重點(diǎn)不同，可歸納為以下三方面：

(1)硬件電路復(fù)雜、價(jià)格不菲，且存儲(chǔ)容量不足.OpenFlow交換機(jī)中存儲(chǔ)流表的三態(tài)內(nèi)容尋址寄存器(Ternary Content Addressable Memory, TCAM)硬件電路復(fù)雜，價(jià)格較為昂貴.此外，TCAM支持表項(xiàng)的并行查找，大量的匹配操作使得其功耗開銷大，故商用SDN交換機(jī)中流表存儲(chǔ)空間十分有限，如Pica8 P-3290交換機(jī)支持存儲(chǔ)最大的TCAM表項(xiàng)數(shù)為2000條[4-6].

(2)大量業(yè)務(wù)和固有流表超時(shí)機(jī)制會(huì)帶來大量流表存儲(chǔ)的需求.SDN提供基于流的細(xì)粒度控制，一條數(shù)據(jù)流可能匹配多條細(xì)粒度表項(xiàng)，分組分類流表的規(guī)模不斷擴(kuò)大；OpenFlow固有的流表超時(shí)機(jī)制會(huì)導(dǎo)致大量無用表項(xiàng)滯留在交換機(jī)中，使交換機(jī)需存儲(chǔ)的流表數(shù)顯著增加.過多的流表存儲(chǔ)導(dǎo)致流表更新的速度降低[1]，流表匹配率下降.

(3)流表表項(xiàng)匹配域擴(kuò)大，結(jié)構(gòu)越來越復(fù)雜.OpenFlow協(xié)議采用扁平化設(shè)計(jì)，囊括1～4層的協(xié)議信息，表項(xiàng)匹配域不斷擴(kuò)大，從OpenFlow1.0所支持的12個(gè)匹配字段，不斷擴(kuò)展到OpenFlow1.5的45個(gè)匹配字段.表項(xiàng)結(jié)構(gòu)也變得越來越復(fù)雜[7,8]，對(duì)TCAM流表空間優(yōu)化管理帶來巨大挑戰(zhàn)，大量多元匹配影響了流表查詢效率，從而大大降低了OpenFlow流表空間有效利用率.

現(xiàn)有針對(duì)OpenFlow流表空間有限存儲(chǔ)和有效利用問題的解決方案較為零散，本文通過對(duì)相關(guān)文獻(xiàn)資料提出的研究方案進(jìn)行定性分析，發(fā)現(xiàn)主要的研究工作大多是從硬件、軟件或硬軟件結(jié)合的3個(gè)角度來優(yōu)化OpenFlow流表空間管理，因此將這些解決方案歸納為3類：

1)流表存儲(chǔ)機(jī)制改進(jìn)——結(jié)合網(wǎng)絡(luò)通信和業(yè)務(wù)流的差異性，將流表匹配或業(yè)務(wù)處理作為約束和優(yōu)化目標(biāo)，改進(jìn)流表存儲(chǔ)體系，使流表表項(xiàng)不再單一存儲(chǔ)在交換機(jī)硬件TCAM中，如CacheFlow[9]；

2)基于軟件的流表擴(kuò)容——通過算法或策略來聚合壓縮流表表項(xiàng)，對(duì)流表實(shí)現(xiàn)軟件上的間接擴(kuò)容，如FFTA[10]；

3)流表超時(shí)時(shí)間管理——結(jié)合數(shù)據(jù)流量特征對(duì)流表超時(shí)時(shí)間進(jìn)行管理，如時(shí)間序列預(yù)測(cè)[11]，通過優(yōu)化流表固定的超時(shí)時(shí)間，依據(jù)流表超時(shí)機(jī)制來刪除部分冗余或即將超時(shí)的表項(xiàng).

針對(duì)流表空間的有限存儲(chǔ)和有效利用，3類流表空間管理優(yōu)化方案主要采用TCAM存儲(chǔ)所需流表數(shù)量和流表線性查詢效率兩個(gè)評(píng)價(jià)指標(biāo).通過監(jiān)測(cè)時(shí)間周期內(nèi)活動(dòng)表項(xiàng)(即流表中能和任意一條或多條數(shù)據(jù)流成功匹配的表項(xiàng))數(shù)目，對(duì)TCAM存儲(chǔ)空間利用率進(jìn)行對(duì)比分析.線性查詢效率是通過計(jì)算和統(tǒng)計(jì)時(shí)間周期內(nèi)數(shù)據(jù)包的平均匹配耗時(shí)時(shí)間，對(duì)比驗(yàn)證優(yōu)化方案的可行性和有效性.流表存儲(chǔ)機(jī)制改進(jìn)方案利用流表空間利用率作為反饋來評(píng)價(jià)此類存儲(chǔ)機(jī)制改進(jìn)的有效性，目標(biāo)是減少TCAM中存儲(chǔ)所需流表的數(shù)量.基于軟件的流表擴(kuò)容通過壓縮或聚合流表表項(xiàng)來保證OpenFlow交換機(jī)存儲(chǔ)空間的有效性，同時(shí)對(duì)流表查詢效率進(jìn)行驗(yàn)證.流表超時(shí)時(shí)間管理方案結(jié)合流量的差異性特征，通過優(yōu)化流表超時(shí)時(shí)間及時(shí)或提前刪除無效表項(xiàng)，使得流表存儲(chǔ)空間利用率和匹配率兩方面都有一定的提升[9-11].

2 流表存儲(chǔ)機(jī)制改進(jìn)

流表存儲(chǔ)機(jī)制改進(jìn)方案變更原有流表存儲(chǔ)方式，對(duì)流表存儲(chǔ)空間實(shí)現(xiàn)擴(kuò)容.采用軟硬件結(jié)合的方式將當(dāng)前常用表項(xiàng)存儲(chǔ)在交換機(jī)硬件TCAM中，而剩余表項(xiàng)存儲(chǔ)在交換機(jī)或其他遠(yuǎn)程設(shè)備上.依據(jù)流表表項(xiàng)存放位置和管理方式的不同，可分為層級(jí)存儲(chǔ)、分布存儲(chǔ)和其他存儲(chǔ)3種存儲(chǔ)機(jī)制改進(jìn).

2.1 層級(jí)存儲(chǔ)

層級(jí)存儲(chǔ)將流表進(jìn)行分類并存儲(chǔ)在兩類不同的存儲(chǔ)介質(zhì)中，將常用表項(xiàng)或粗粒度表項(xiàng)存放在TCAM中，不常用流表則存放在交換機(jī)緩存中.KATTA N等[9]提出CacheFlow機(jī)制，該機(jī)制依據(jù)流表間的依賴關(guān)系設(shè)計(jì)相應(yīng)緩存算法，將大部分不常用的流表存儲(chǔ)在CacheMaster結(jié)構(gòu)中，OpenFlow交換機(jī)保存能匹配大部分?jǐn)?shù)據(jù)包的少數(shù)流表.MARSCIO A等[12]提出內(nèi)存交換機(jī)制，將TCAM和RAM(Random Access Memory)作為交換機(jī)內(nèi)存存儲(chǔ)系統(tǒng)，利用此兩層存儲(chǔ)介質(zhì)分別存儲(chǔ)最近最常匹配的流表和最少匹配的流表.

2.2 分布存儲(chǔ)

分布存儲(chǔ)將流表分散地存儲(chǔ)在各網(wǎng)絡(luò)設(shè)備中，如交換機(jī)或遠(yuǎn)程設(shè)備.依據(jù)數(shù)據(jù)流路由請(qǐng)求和資源利用情況，控制平面為交換機(jī)選擇安裝合適且適量的表項(xiàng).MA H等設(shè)計(jì)的分布式存儲(chǔ)DSFoF[13]將流表存放于多個(gè)較小容量的TCAM交換機(jī)之中.KANIZO Y等引入Palette[5]，基于圖論原理及算法，將表項(xiàng)分割為多個(gè)均等的子表項(xiàng)并下發(fā)到傳輸路徑的交換機(jī)中，同時(shí)保證了路由傳輸和最小化資源的利用.此類方法在保證SDN處理性能的前提下，采用流表分布存儲(chǔ)，減少網(wǎng)絡(luò)中單交換機(jī)所存儲(chǔ)的最大流表數(shù)量.

2.3 其他存儲(chǔ)方案

劉中金等[14]引入多級(jí)流表模型，計(jì)算單一流表的多元匹配域映射增益，并將匹配域提取出來在新一級(jí)流表中進(jìn)行壓縮存儲(chǔ)，解決單一流表字段過長(zhǎng)的問題.唐亞哲等[15]基于布隆過濾器(Bloom Filter)設(shè)計(jì)新型流表存儲(chǔ)結(jié)構(gòu)，使用一級(jí)TCAM流表連接多級(jí)Bloom Filter流表.傳統(tǒng)的流表替換算法LRU(Least Recently Used)、FIFO、RANDOM等，分別采用不同的刪除策略對(duì)流表表項(xiàng)進(jìn)行刪除[16]，其中LRU最常用，但其數(shù)據(jù)存儲(chǔ)和查詢維護(hù)復(fù)雜度較高.

YU M等通過DIFANE機(jī)制實(shí)現(xiàn)域內(nèi)交換機(jī)集中存儲(chǔ)方式[17].SDN控制器下發(fā)分區(qū)規(guī)則對(duì)網(wǎng)絡(luò)區(qū)域進(jìn)行劃分，每個(gè)分區(qū)包含一個(gè)權(quán)威交換機(jī)和若干普通交換機(jī)，權(quán)威交換機(jī)具備部分控制功能.SDN控制器預(yù)先下發(fā)權(quán)威規(guī)則給權(quán)威交換機(jī)，當(dāng)域內(nèi)普通交換機(jī)接收到新的數(shù)據(jù)流時(shí)，會(huì)將其轉(zhuǎn)向分區(qū)內(nèi)的權(quán)威交換機(jī)，權(quán)威交換機(jī)依據(jù)權(quán)威規(guī)則直接對(duì)數(shù)據(jù)包執(zhí)行轉(zhuǎn)發(fā)策略而不發(fā)往原交換機(jī).權(quán)威交換機(jī)集中存儲(chǔ)流表，減少了非權(quán)威交換機(jī)存儲(chǔ)的流表數(shù)量，并通過去除控制器處理時(shí)延提高數(shù)據(jù)包的處理效率.

流表存儲(chǔ)體系改進(jìn)方案變更了原有流表線性存儲(chǔ)方式，提高了SDN網(wǎng)絡(luò)流管理的適應(yīng)性和穩(wěn)定性.層級(jí)存儲(chǔ)基于流表分類，通過有效的存儲(chǔ)設(shè)計(jì)和管理，流表的查詢效率有所提高.分布存儲(chǔ)使得流表存儲(chǔ)分布較為均衡，可減少單交換機(jī)中的流表數(shù)量，但在滿足真實(shí)業(yè)務(wù)需求時(shí)，路由計(jì)算和表項(xiàng)刷新對(duì)于控制器負(fù)載提出較高要求.其他方案包括DIFANE和多級(jí)流表等，能一定程度上提高數(shù)據(jù)的處理效率，但此類方案對(duì)流表結(jié)構(gòu)提升了管理難度，易導(dǎo)致流表性能降低.

3 基于軟件的流表擴(kuò)容

基于軟件的流表擴(kuò)容是通過聚合或壓縮方式對(duì)流表結(jié)構(gòu)、大小和數(shù)量進(jìn)行縮減，實(shí)現(xiàn)流表的間接擴(kuò)容，提高流表空間有效利用率.根據(jù)作用對(duì)象不同，主要分為表項(xiàng)聚合和表項(xiàng)壓縮兩大類.

表1 基于軟件的流表擴(kuò)容方案

如表1所示，表項(xiàng)聚合針對(duì)流表多元匹配字段，采用前綴聚合或非前綴聚合方法對(duì)表項(xiàng)進(jìn)行聚合，改進(jìn)表項(xiàng)復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，優(yōu)化流表存儲(chǔ)空間；表項(xiàng)壓縮通過拆分流表，將表項(xiàng)分割為多個(gè)子表，減少每次匹配的匹配域的長(zhǎng)度，另外一些研究[24,25]通過引入標(biāo)識(shí)減少表項(xiàng)的比特大小或合并壓縮表項(xiàng)來達(dá)到優(yōu)化流表空間的目的.

3.1 表項(xiàng)聚合

表項(xiàng)聚合方式不依賴于網(wǎng)絡(luò)數(shù)據(jù)流的特征規(guī)律，將具有相關(guān)性的多流表表項(xiàng)合并為一個(gè)表項(xiàng)，依據(jù)聚合位置的不同，主要分為前綴聚合和非前綴聚合.前綴聚合[18]主要用于IP路由，合并具有相同轉(zhuǎn)發(fā)目的地的表項(xiàng)，而OpenFlow具有多元匹配域，且是變長(zhǎng)結(jié)構(gòu)，需要依據(jù)實(shí)際需求進(jìn)行非前綴聚合，采用如啟發(fā)式等聚合算法對(duì)相關(guān)字段進(jìn)行聚合，分類如表2所示.

表2 表項(xiàng)聚合方案分類對(duì)比

MEINERS C R等提出適用于數(shù)據(jù)包分類的TCAM表項(xiàng)壓縮算法TCAM razor[18]和Bit weaving[19].TCAM razor采用前綴聚合，通過判定圖、貪心算法動(dòng)態(tài)編碼和前綴聚合冗余消除來壓縮數(shù)據(jù)包分類器中的TCAM表項(xiàng)，但只能采用構(gòu)造前綴聚合的方式來聚合表項(xiàng).而Bit weaving可實(shí)現(xiàn)對(duì)已聚合表項(xiàng)的再一次聚合，解決了TCAM razor只能進(jìn)行前綴聚合的不足.

FFTA[10]、FTRS[20]、IDFA[21]等均是基于SDN而設(shè)計(jì)的表項(xiàng)聚合方案.FFTA為一種高效的表項(xiàng)聚合算法，基于Bit Weaving 技術(shù)，通過構(gòu)建二叉樹將非前綴規(guī)則劃分為多個(gè)可置換的前綴分區(qū)，采用基于優(yōu)化路由表構(gòu)造器(Optimal Routing Table Constructor，ORTC)算法進(jìn)行聚合.FTRS和IDFA通過基于目的IP地址的聚合，其中，IDFA采用分解和重排技術(shù)對(duì)局域網(wǎng)IP和隨機(jī)IP進(jìn)行聚合，得到壓縮比分別為26.3%和43%，而實(shí)驗(yàn)驗(yàn)證FTRS能有效地聚合流表表項(xiàng)，保證了SDN控制器的處理性能.

3.2 表項(xiàng)壓縮

表項(xiàng)壓縮采用壓縮算法對(duì)流表結(jié)構(gòu)、大小和數(shù)量進(jìn)行壓縮處理.常用的表項(xiàng)壓縮降低了表項(xiàng)規(guī)模，依據(jù)作用對(duì)象不同可分為表項(xiàng)分割、標(biāo)識(shí)改進(jìn)和合并3類壓縮方式.

GE J等[22]提出啟發(fā)式流表存儲(chǔ)空間優(yōu)化算法H-SOFT，通過表項(xiàng)間的共生關(guān)系和互斥關(guān)系將大表項(xiàng)劃分為多個(gè)規(guī)模較小的子表項(xiàng)，再將子表項(xiàng)依據(jù)表項(xiàng)中的多元匹配域情況分割為多個(gè)字段，以達(dá)到節(jié)省流表存儲(chǔ)空間的目的.孫鵬浩等[23]利用信息熵對(duì)各表項(xiàng)匹配域間的冗余關(guān)系和相關(guān)度進(jìn)行分析建模，得到匹配域提取目標(biāo)進(jìn)行裁剪，減少流表長(zhǎng)度.

其他相關(guān)工作主要通過改進(jìn)表項(xiàng)標(biāo)識(shí)、資源復(fù)用等來解決流表空間存儲(chǔ)有限的問題[24-26].BANERJEE S等[24]采用兩層標(biāo)簽Tag來替換原始流表表項(xiàng)，關(guān)聯(lián)到數(shù)據(jù)流的標(biāo)簽和路由標(biāo)識(shí)標(biāo)簽，通過標(biāo)簽標(biāo)識(shí)的方法生成流表表項(xiàng)，從而減少流表表項(xiàng)所占比特?cái)?shù).KANNAN K等[25]依據(jù)原始流表在入口交換機(jī)上的數(shù)據(jù)包頭部加入流ID，中間傳輸?shù)慕粨Q機(jī)也通過存儲(chǔ)流ID來匹配和轉(zhuǎn)發(fā)數(shù)據(jù)包，減少了標(biāo)識(shí)流所需的比特位數(shù)，使TCAM能容納較多的流表表項(xiàng).基于資源復(fù)用的方案[26]也是通過壓縮合并表項(xiàng)來優(yōu)化存儲(chǔ)問題，設(shè)計(jì)基于Mask值和Range值的流表關(guān)聯(lián)度算法，計(jì)算待增表項(xiàng)與已存表項(xiàng)的關(guān)聯(lián)度，將待增表項(xiàng)與最大關(guān)聯(lián)度的已存表項(xiàng)進(jìn)行合并.

基于軟件的流表擴(kuò)容主要通過表項(xiàng)聚合和表項(xiàng)壓縮等手段來解決流表容量不足的問題.表項(xiàng)聚合分析流表多元匹配域中存在的冗余信息，對(duì)不同的匹配字段進(jìn)行聚合，利用較少的表項(xiàng)實(shí)現(xiàn)原有的表項(xiàng)規(guī)則，但表項(xiàng)聚合可能破壞流表語(yǔ)義，丟失部分粒度控制信息，并不具有較強(qiáng)的通用性.表項(xiàng)壓縮主要針對(duì)流表大小、規(guī)模進(jìn)行優(yōu)化，使TCAM能容納更多的流表表項(xiàng)，此類方案針對(duì)流表表項(xiàng)壓縮需求，利用流表的邏輯結(jié)構(gòu)特征，結(jié)合流表結(jié)構(gòu)的冗余性和可壓縮性實(shí)現(xiàn)流表空間的優(yōu)化，但表項(xiàng)壓縮算法的設(shè)計(jì)與實(shí)現(xiàn)較為復(fù)雜，不適用于小規(guī)模的表項(xiàng)壓縮.

4 流表超時(shí)時(shí)間管理

OpenFlow流表超時(shí)時(shí)間管理是通過超時(shí)時(shí)間來控制流表表項(xiàng)的生存時(shí)間.OpenFlow協(xié)議提供兩種超時(shí)時(shí)間：硬超時(shí)時(shí)間(hard_timeout)和停滯等待超時(shí)時(shí)間(idle_timeout)，表項(xiàng)在交換機(jī)中的生存時(shí)間超過了預(yù)設(shè)定硬超時(shí)時(shí)間就會(huì)被刪除，在停滯等待時(shí)間內(nèi)流表表項(xiàng)未匹配到任何數(shù)據(jù)包也將會(huì)被刪除(說明：后文中未指明具體超時(shí)時(shí)間的情況下，“超時(shí)時(shí)間”指停滯等待超時(shí)時(shí)間).基于流表超時(shí)時(shí)間管理對(duì)表項(xiàng)進(jìn)行刪除的方案主要分為時(shí)間序列預(yù)測(cè)、資源特征感知和其他針對(duì)流表超時(shí)時(shí)間的方案.時(shí)間序列預(yù)測(cè)主要是通過流表的匹配情況來調(diào)整流表超時(shí)時(shí)間，實(shí)現(xiàn)流表更新，提高流表空間的有效利用率和流表表項(xiàng)的匹配率；資源特征感知結(jié)合數(shù)據(jù)流特征或流表、控制器資源來對(duì)超時(shí)時(shí)間進(jìn)行調(diào)整；其他方案主要通過提前刪除無效流表表項(xiàng)、調(diào)整或轉(zhuǎn)換超時(shí)時(shí)間等來優(yōu)化流表空間存儲(chǔ)和利用的問題.

4.1 時(shí)間序列預(yù)測(cè)

基于預(yù)測(cè)機(jī)制是結(jié)合歷史流量或表項(xiàng)信息，通過時(shí)間序列預(yù)測(cè)的方式動(dòng)態(tài)調(diào)整當(dāng)前表項(xiàng)的超時(shí)時(shí)間，刪除近期不會(huì)被匹配的流表表項(xiàng)，從而達(dá)到存儲(chǔ)表項(xiàng)和下發(fā)表項(xiàng)數(shù)量的均衡，保證流表空間的有效性，過程如圖1所示.

圖1 時(shí)間序列預(yù)測(cè)處理圖

KIM E D等[16]利用自回歸模型來預(yù)測(cè)下一采樣時(shí)刻流表中新到達(dá)流的數(shù)量，并估計(jì)下一采樣周期內(nèi)存活的流表表項(xiàng)數(shù)量.然后，在采樣時(shí)刻動(dòng)態(tài)刷新當(dāng)前所有表項(xiàng)的超時(shí)時(shí)間來容納新的流.LIU Y等[27]基于KIM E D提出的方案，考慮控制器刷新交換機(jī)中表項(xiàng)成本，通過調(diào)整采樣周期內(nèi)新到達(dá)流的超時(shí)時(shí)間，而非在采樣時(shí)刻刷新所有流表表項(xiàng)的超時(shí)時(shí)間，從而優(yōu)化流表存儲(chǔ)空間，防止下一周期內(nèi)流表溢出.

但是，自回歸算法對(duì)數(shù)據(jù)依賴性強(qiáng)，需收集大量歷史數(shù)據(jù)才能得出預(yù)測(cè)結(jié)果.史少平等[28]采用二次移動(dòng)平均(Second Moving Average，SMA)算法對(duì)歷史流表表項(xiàng)數(shù)量進(jìn)行了分析，預(yù)測(cè)下一采樣周期內(nèi)新增的流表表項(xiàng)的數(shù)量，并對(duì)流表超時(shí)時(shí)間做出調(diào)整.在數(shù)據(jù)波動(dòng)較大時(shí)，SMA算法比自回歸算法預(yù)測(cè)準(zhǔn)確度更高.

4.2 資源特征感知

除了時(shí)間序列預(yù)測(cè)，還可通過結(jié)合資源特征，如數(shù)據(jù)流特征或網(wǎng)絡(luò)資源等使用情況，對(duì)流表超時(shí)時(shí)間作動(dòng)態(tài)調(diào)整，表3給出相關(guān)文獻(xiàn)的研究工作.

表3 資源特征感知方案對(duì)比

梁昊馳[29]針對(duì)即時(shí)消息流信息，建立ON/OFF模型，以控制器處理資源有限性為約束，建立優(yōu)化問題來求解滿足該條件的合理超時(shí)時(shí)間，但該方案在處理過程中沒有考慮不同數(shù)據(jù)流類型的差異性.TimeoutX[30]和基于數(shù)據(jù)流特征的智能更新算法[31]從全局網(wǎng)絡(luò)資源使用情況出發(fā)，結(jié)合數(shù)據(jù)流差異性特征，為不同的表項(xiàng)設(shè)定不同的超時(shí)時(shí)間.

ZHU H等[32]在控制中添加緩存模塊來記錄上一次流表表項(xiàng)到期時(shí)間，新安裝流表時(shí)間與其比較作為差值，來確定流表超時(shí)時(shí)間；結(jié)合流表空間資源利用狀況作為負(fù)載反饋，來調(diào)整最大超時(shí)時(shí)間.VISHNOI A等[33]提出SmartTime系統(tǒng)，利用啟發(fā)式算法來計(jì)算最合適的超時(shí)時(shí)間.ZHANG L L等[34]將流表處理建模為排隊(duì)，借助排隊(duì)論定量分析超時(shí)時(shí)間對(duì)流截?cái)啻螖?shù)和阻塞概率的影響，利用AHTM算法設(shè)定合理的硬超時(shí)時(shí)間，基于硬超時(shí)時(shí)間的調(diào)整機(jī)制在網(wǎng)絡(luò)應(yīng)用中靈活性較差，不能很好地滿足傳輸要求.

4.3 其他管理方案

還有一些研究則是提前刪除無效的流表表項(xiàng)，而非在超時(shí)時(shí)間到達(dá)之后才進(jìn)行刪除.HE C H等[35]在解析完TCP數(shù)據(jù)頭部信息后，利用P4交換機(jī)中的Learn Table來探測(cè)和解析TCP流中的最后發(fā)送的數(shù)據(jù)包中的FIN和RST位來判定TCP連接是否即將關(guān)閉，以提前移除相應(yīng)的流表表項(xiàng)，而不必等到停滯等待超時(shí)時(shí)間才進(jìn)行刪除.KANNAN K等[36]基于超時(shí)時(shí)間提前移除最近一段時(shí)間內(nèi)不會(huì)被匹配的流表表項(xiàng).此外，還可以基于流表字段超時(shí)時(shí)間的特點(diǎn)，對(duì)超時(shí)時(shí)間進(jìn)行轉(zhuǎn)化或調(diào)整.王敢甫等[37]依據(jù)流表超時(shí)時(shí)間的特點(diǎn)，提出流表表項(xiàng)的動(dòng)靜態(tài)轉(zhuǎn)化機(jī)制，將靜態(tài)流表表項(xiàng)轉(zhuǎn)化為動(dòng)態(tài)流表表項(xiàng).

基于流表表項(xiàng)超時(shí)時(shí)間管理的機(jī)制，通過調(diào)整表項(xiàng)固有的超時(shí)時(shí)間來提高流表匹配率，從而有效利用流表空間.時(shí)序預(yù)測(cè)機(jī)制結(jié)合歷史流和表項(xiàng)信息來設(shè)定超時(shí)時(shí)間，但未以控制層和轉(zhuǎn)發(fā)層處理性能作為約束前提，且在實(shí)際操作中選取和實(shí)現(xiàn)能反映大部分?jǐn)?shù)據(jù)信息、設(shè)計(jì)簡(jiǎn)單、運(yùn)行速率高的預(yù)測(cè)算法較為困難和復(fù)雜.資源特征感知方案在結(jié)合數(shù)據(jù)流特征、流表資源和控制器資源約束時(shí)未能對(duì)數(shù)據(jù)流作出更為細(xì)致的分類，并且調(diào)整超時(shí)時(shí)間的算法設(shè)計(jì)復(fù)雜，不能改善流表查詢效率和匹配率.其余方案提前刪除無效表項(xiàng)，或從網(wǎng)絡(luò)傳輸、流表匹配特性對(duì)表項(xiàng)超時(shí)時(shí)間作調(diào)整，在實(shí)際網(wǎng)絡(luò)應(yīng)用中，對(duì)于不同特征的數(shù)據(jù)流和更細(xì)粒度的控制需求，如何智能而有效地優(yōu)化超時(shí)時(shí)間，還有待深入研究和驗(yàn)證.

5 總結(jié)與展望

基于OpenFlow協(xié)議的SDN架構(gòu)給網(wǎng)絡(luò)部署、管理帶來了顯著的靈活性和創(chuàng)造性，但不斷擴(kuò)展的網(wǎng)絡(luò)業(yè)務(wù)需求對(duì)OpenFlow交換機(jī)的流表空間提出了更高的要求.

流表空間的有限性和有效性管理問題可通過基于緩存機(jī)制、表項(xiàng)壓縮和超時(shí)時(shí)間等3類方案進(jìn)行優(yōu)化，本文對(duì)這些方案的特點(diǎn)分別進(jìn)行了歸納總結(jié).3類方案從TCAM存儲(chǔ)流表容量和流表表項(xiàng)線性查詢效率等方面進(jìn)行了相關(guān)驗(yàn)證，在保證數(shù)據(jù)流正常傳輸?shù)那疤嵯?，在不同的程度上可有效地解決流表空間管理問題.此外，OpenFlow流表作為SDN南向通信的核心部件，在部署應(yīng)用中的空間優(yōu)化還需要結(jié)合以下幾方面作進(jìn)一步研究：

(1)設(shè)計(jì)時(shí)間復(fù)雜度低、執(zhí)行效率高、盡可能少地影響其他網(wǎng)絡(luò)性能的緩存算法、壓縮聚合算法和預(yù)測(cè)算法.在面向大規(guī)模網(wǎng)絡(luò)時(shí)，真實(shí)網(wǎng)絡(luò)中的性能需求、海量數(shù)據(jù)、可擴(kuò)展性和路由是制約SDN發(fā)展的重要因素，優(yōu)化算法或策略需要真實(shí)有效地反映實(shí)際的業(yè)務(wù)需求；

(2)兼顧流表空間利用率、流表查詢效率和匹配率.在面對(duì)細(xì)粒度業(yè)務(wù)流控制需求時(shí)，對(duì)流表的空間優(yōu)化盡可能同時(shí)保證查詢效率與匹配率；

(3)保證表項(xiàng)規(guī)則的一致性和SDN安全需求設(shè)計(jì).流表空間保證表項(xiàng)規(guī)則的存儲(chǔ)，故存儲(chǔ)安全和表項(xiàng)一致性關(guān)系到整個(gè)網(wǎng)絡(luò)的可靠性，例如：緩存機(jī)制中的存儲(chǔ)安全性設(shè)計(jì)對(duì)管理流和抵抗某些網(wǎng)絡(luò)攻擊具有一定的意義.

基于OpenFlow的SDN交換機(jī)中，流表空間的有限性和有效利用是軟件定義網(wǎng)絡(luò)技術(shù)的核心問題之一，鑒于當(dāng)前流表的復(fù)雜性和日益劇增的網(wǎng)絡(luò)業(yè)務(wù)類型及流量，如何管理和優(yōu)化流表空間依舊亟待探索和解決.