Advertisement

ONOS控制器下SDN网络路由优化应用代码及说明

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
1.经过严格测试和功能验证，项目代码具备了稳定性与可靠性。 2.主要面向计算机相关专业的在校学生、专业教师以及企业员工。该资源为各类学习者提供了便捷的获取途径，并且支持不同场景的学习需求。 3.本项目具有广泛的应用空间，在多个领域均展现出显著价值。它既可以作为学习者的入门和进阶材料，也可以直接应用于毕设、课程设计、大作业等教学实践环节；同时，对于初期项目立项或演示也具备重要的参考意义。 基于ONOS控制器的SDN网络路由优化App源码+项目说明.zip 功能概述： - deviceStatistics: 本软件通过MySQL数据库实时采集和存储交换机、主机、链路等运行数据，并要求用户提供MySQL服务器的地址、用户名及密码信息。 - predict: 采用LSTM模型对实时SDN网络中的链路流量进行预测，该过程需要预训练好的LSTM机器学习模型文件作为基础。 - ml-routing: 根据流量预测结果动态调整SDN网络中数据包的转发路径选择，从而实现路由优化。 安装指南： 1. 将ONOS相关的代码包导入项目目录 2. 修改$ONOS_ROOT/tools/bazel/modules.bzl文件中的相关配置参数 3. 在app目录下添加自定义脚本 apps/appName/onos-apps-appName-oar（其中appName即为项目的命名） 4. 执行bazel build命令完成整个ONOS框架的构建 适用版本： 基于ONOS 2.1.0-SNAPSHOT、ONOS 2.2.0-SNAPSHOT及ONOS 2.3.0-SNAPSHOT测试通过

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Matlab PAM代码-SDN控制器放置优化：此源代码用于优化SDN控制器的部署位置
    优质
    该源代码专为优化软件定义网络(SDN)中控制器的部署位置而设计，采用MATLAB编程实现路径自适应调制(PAM)，以提高网络性能和效率。 这段文字介绍了用于优化SDN控制器在广域网（WAN）中的放置的MATLAB PAM代码。使用的算法是经典的“无监督”机器学习方法，“剪影”和“间隙统计”，以确定部署的最佳控制器数量，而PAM则用来寻找最佳控制器位置。“无监督”算法从没有标记的数据中进行学习，并通常用于通过最小化数据点之间的距离来评估群集的质量。在SDN的上下文中，这些算法被利用于找到能够使网络中的传播延迟（即交换机到交换机的延迟）最低化的控制器数量。 为了确定最佳位置以部署这些控制器，我们扩展了一种设施定位算法——“围绕类固醇分区算法”(PAM)，将目标函数设置为最小化从控制器到各个节点之间的传播延迟。实验代码位于名为ControllerPlacement.tar.gz的文件夹中。 为了验证关于在WAN上放置SDN控制器的最佳位置的数学公式，我们使用了一个叫做Mininet的仿真平台进行模拟测试。关键性能指标是控制器与网络节点间的总延迟（包括传播、排队和处理延迟）。相关的仿真实验代码位于名为Controller-Placement-Emul的文件夹内。
  • SDN控制器：在Mininet网络仿真器中实现SDN应用的最佳路由与负载均衡
    优质
    本项目聚焦于软件定义网络（SDN）领域，旨在通过Mininet平台探索并实践SDN控制技术。研究重点在于开发有效的SDN控制器策略以优化网络中的最佳路径选择和流量管理，从而提高网络效率和可靠性。此工作为深入理解与应用SDN架构提供了宝贵的实验基础和技术参考。 在Mininet网络仿真器中实现了一个SDN应用程序，用于最佳路由和负载平衡。该应用已在多种网络拓扑上测试了主机、虚拟主机与交换机之间的通信。使用Floodlight OpenFlow控制器来添加或删除新的节点/链路，并管理对网络拓扑的实时更改。以下是此应用程序在一个包含4个交换机和4个主机的网状网络中运行时的屏幕截图。
  • SIR的MATLAB代码在SDN互联网路由器中的应用
    优质
    本研究探讨了利用SIR模型并通过MATLAB实现其在软件定义网络（SDN）中优化路由器性能的应用。通过仿真分析，验证了该方法对提升数据包转发效率及减轻网络拥堵的有效性。 SDN Internet路由器（简称SIR）是一种可以添加到现有路由器的代理程序。它能够公开由路由器自身无法显示的信息，例如BGP表、每个前缀的流量数据或针对每个自治系统编号(ASN)的流量信息，并通过WebUI和API提供这些数据访问服务。 该代理是与供应商无关的设计，这意味着它可以连接并收集来自支持BGP协议以及netflow/sflow/ipfix等流记录标准的各种路由器或交换机的数据。用户可以通过这一工具执行以下操作： - 根据带宽使用情况检索顶级自治系统编号(ASN)。 - 按照流量大小获取最常用的前缀列表。 - 通过模拟仅在FIB（转发信息库）中包含前N个前缀而非完整路由表的情况，来评估网络性能变化的影响。 - 存储和恢复任意数据以供后续分析使用。 - 直接从路由器接收原始BGP记录及流数据。 - 查找所有与特定自治系统编号(ASN)相关联的IP地址段（包括起始或经过该系统的前缀）。 - 检查允许访问某些IP地址范围的所有前缀，帮助理解网络中的可达性规则。 通过上述功能的应用，SIR能够为用户提供对自身网络环境更深入的理解。这不仅有助于优化设备选择和配置策略、进行流量工程规划以及制定有效的对等决策等方面的工作，还支持用户探索更多符合自己需求的使用场景。
  • 基于SDN的大规模IP网络BGP路由优化策略
    优质
    本研究提出了一种利用软件定义网络（SDN）技术来改善大规模IP网络中边界网关协议（BGP）性能和效率的新方法。通过分析现有的BGP路由选择机制，我们设计了相应的优化策略以解决当前大型互联网架构所面临的挑战，包括但不限于路由收敛速度慢、路径选择欠佳及安全性问题等。我们的方案能够显著提高网络的可扩展性与稳定性，并为未来IP网络的发展提供理论支持和技术指导。 为解决IP骨干网路由规模大、路径多且易绕转的问题，在分析传统BGP路由选路机制的缺陷后，本研究采用SDN控制技术提出了一种优化方法。该方法支持传统路由设备与OpenFlow设备，并提供具体实现算法及部署方案。通过典型应用场景测试发现，国际访问时延平均减少了30%，验证了此方法的有效性。
  • 基于深度强化学习的SDN路由优化方法及源码
    优质
    本项目提出了一种创新性的基于深度强化学习技术的软件定义网络（SDN）路由优化方案，并提供开源代码。该方案能够有效提高网络性能，适应复杂多变的网络环境。 乔治·斯坦帕（Giorgio Stampa）、玛塔·阿里亚斯（Marta Arias）、大卫·桑切斯-查尔斯（David Sanchez-Charles）、维克多·芒特斯-穆勒（Victor Muntes-Mulero）和阿尔伯特·卡贝洛斯（Albert Cabellos）在他们的研究中设计并评估了一种可以优化路由的深度强化学习代理。该代理能够根据当前网络流量状况自动调整，提出个性化的配置方案以降低网络延迟。实验结果显示了其具有非常有前途的表现，并且相较于传统的优化算法，在操作上也具备显著优势。
  • 基于VBF的水下传感器网络路由协议路径优化及仿真(2009年)
    优质
    本文提出了一种基于虚拟 backbone 的水下传感器网络路由协议，并通过仿真验证了其路径优化的有效性。 针对水下传感器网络节点的移动性问题，基于基本vBF（VectorBase Forwarding Protocol）路由协议提出了一种适用于水下移动传感器节点的路径优化算法。为了验证该路径优化算法的有效性，分别对基本VBF算法和改进后的vBF算法进行了三个模拟实验，并从数据包接收成功率和网络负载两个方面分析比较了实验结果。结果显示：文中提出的路径优化vBF路由协议的数据包成功接收率优于原始VBF路由协议，同时降低了网络负载，并且该优化方法实现简单，无需增加额外的网络延迟时间。
  • 基于Ryu和Pyretic的SDN控制器多路径路由研究
    优质
    本研究探讨了在软件定义网络（SDN）环境下，利用Ryu和Pyretic平台实现多路径路由技术的方法与策略，旨在提高网络性能和可靠性。 多路径路由是一种可以找到网络拓扑中目标的多个路由的路由方法。本段落介绍了Ryu（OpenFlow1.3）中的多路径路由SDN控制器实现。
  • 基于多目标粒子群优化的无线传感器网络路由MATLAB代码下载
    优质
    本资源提供了一种用于无线传感器网络（WSN）路由设计的MATLAB代码，采用多目标粒子群优化算法。该方案旨在有效解决WSN中的能耗和传输延迟问题，实现更优的数据传输路径规划。欢迎下载研究与应用。 MOPSO-WSN利用多目标粒子群优化算法进行无线传感器网络路由。
  • 利用Mininet和ONOS构建SDN开发环境
    优质
    本教程介绍如何使用Mininet与ONOS在本地计算机上搭建软件定义网络（SDN）开发环境，适用于初学者学习SDN的基础架构和原理。 采用Mininet与ONOS搭建SDN开发环境的完整介绍能够帮助用户构建小型SDN网络环境进行验证，有利于快速了解SDN的工作原理。