《软件定义网络:基于OpenFlow的SDN》一一2.2 硬件实现

简介:

本节书摘来自华章计算机《软件定义网络:基于OpenFlow的SDN》一书中的第2章,第2.2节,作者:Siamak Azodolmolky,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.2 硬件实现

OpenFlow参考标准(OpenFlow 1.0.0、Wire Protocol 0x01)是主要的和早期的SDN推动技术,也是目前在商用网络硬件中得到实现的SDN技术。在本节中,我们不打算对支持OpenFlow的交换机和厂商进行详细介绍,只简要列出市场中的一些可选产品。
下表列出了目前市场上的商用交换机、制造商,及其实现的OpenFlow的版本。
image

相关文章
|
3月前
|
机器学习/深度学习 算法 网络架构
【YOLOv8改进 - Backbone主干】EfficientRep:一种旨在提高硬件效率的RepVGG风格卷积神经网络架构
【YOLOv8改进 - Backbone主干】EfficientRep:一种旨在提高硬件效率的RepVGG风格卷积神经网络架构
|
17天前
|
网络协议 网络虚拟化
接收网络包的过程——从硬件网卡解析到IP
【9月更文挑战第18天】这段内容详细描述了网络包接收过程中机制。当网络包触发中断后,内核处理完这批网络包,会进入主动轮询模式,持续处理后续到来的包,直至处理间隙返回其他任务,从而减少中断次数,提高处理效率。此机制涉及网卡驱动初始化时注册轮询函数,通过软中断触发后续处理,并逐步深入内核网络协议栈,最终到达TCP层。整个接收流程分为多个层次,包括DMA技术存入Ring Buffer、中断通知CPU、软中断处理、以及进入内核网络协议栈等多个步骤。
|
5天前
|
缓存 运维 NoSQL
使用 psutil 获取硬件、网络以及进程信息
使用 psutil 获取硬件、网络以及进程信息
12 0
|
2月前
|
机器学习/深度学习 存储 并行计算
深度学习之适应硬件的神经网络
深度学习的适应硬件的神经网络设计旨在最大限度地利用特定硬件平台的计算和存储能力,提高模型的执行效率和性能。这些硬件包括图形处理单元(GPU)、张量处理单元(TPU)、现场可编程门阵列(FPGA)和专用集成电路(ASIC)。
43 0
|
3月前
|
网络协议 数据安全/隐私保护 Python
在通讯系统工程中,这通常包括硬件、软件、网络协议、数据传输等多个方面的设计和实现。
在通讯系统工程中,这通常包括硬件、软件、网络协议、数据传输等多个方面的设计和实现。
|
3月前
|
Python
智能卡系统工程是一个涉及多个方面的复杂系统,包括硬件(如读卡器、智能卡)、软件(如读卡器驱动程序、智能卡操作系统和应用软件)以及网络通信等。
智能卡系统工程是一个涉及多个方面的复杂系统,包括硬件(如读卡器、智能卡)、软件(如读卡器驱动程序、智能卡操作系统和应用软件)以及网络通信等。
|
4月前
|
存储 分布式计算 固态存储
Hadoop性能优化硬件和网络优化
【6月更文挑战第7天】
88 3
|
5月前
|
分布式计算 资源调度 监控
Hadoop节点网络硬件检查
【5月更文挑战第2天】
46 9
|
5月前
|
存储 缓存 监控
网络安全基础之计算机硬件介绍(上
本文是关于计算机硬件的基础知识,包括计算机的发展、主要硬件组件(CPU、硬盘、内存和主板)的介绍和选购指南。强调了冯·诺依曼在计算机发展中的重要性,并分别详细解释了CPU的作用、不同类型硬盘的特点、内存的作用以及显卡的基本概念。文章还提到了各个硬件的选购指标,如CPU的主频和缓存、硬盘的容量和读写速度、内存的大小和频率、显卡的位宽等,并指出硬件故障可能导致的电脑性能下降。最后,作者分享了自己的学习感悟,鼓励读者深入理解计算机硬件之间的相互作用。
|
5月前
|
网络架构
【专栏】网络技术:网速和带宽的区别,带宽是网络的最大传输能力,而网速是实际传输速率,受网络拥堵、硬件性能等因素影响
【4月更文挑战第28天】本文探讨了网速和带宽的区别,带宽是网络的最大传输能力,而网速是实际传输速率,受网络拥堵、硬件性能等因素影响。两者关系可比喻为道路车道数与车辆速度。了解这些有助于优化网络体验,如选择合适带宽、升级硬件、使用有线连接、管理带宽占用和连接时机。理解二者差异能帮助我们更好地评估网络服务并提升上网效率。
157 1
下一篇
无影云桌面