第3章 OpenFlow控制器
本章主要讲解OpenFlow控制器、交换机接口以及为网络应用 （Net App）所提供的API。此外，读者还将了解：
OpenFlow（SDN）控制器的全部功能。
已有的实现方案（包括NOX/POX、NodeFlow、Floodlight以及OpenDaylight）。
特殊的控制器和控制器上的应用（FlowVisor和RouteFlow）。
《软件定义网络：基于OpenFlow的SDN》一一第3章 OpenFlow控制器
2017-07-04
1612
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
1月前
|
机器学习/深度学习
算法
机器人
【PID】基于人工神经网络的PID控制器，用于更好的系统响应研究（Matlab&Simulink代码实现）
【PID】基于人工神经网络的PID控制器，用于更好的系统响应研究（Matlab&Simulink代码实现）
182
15
15
|
8月前
|
SQL
Cloud Native
API
NSDI'24 | 阿里云飞天洛神云网络论文解读——《Poseidon》揭秘新型超高性能云网络控制器
NSDI‘24于4月16-18日在美国加州圣塔克拉拉市举办，汇聚全球网络系统领域的专家。阿里云飞天洛神云网络的两篇论文入选，标志着其创新能力获广泛认可。其中，《Poseidon: A Consolidated Virtual Network Controller that Manages Millions of Tenants via Config Tree》介绍了波塞冬平台，该平台通过统一控制器架构、高性能配置计算引擎等技术，实现了对超大规模租户和设备的高效管理，显著提升了云网络性能与弹性。实验结果显示，波塞冬在启用EIP时的完成时间比Top 5厂商分别快1.8至55倍和2.6至4.8倍。
951
146
147
|
6月前
|
SQL
缓存
Cloud Native
NSDI'24 | 阿里云飞天洛神云网络论文解读——《Poseidon》揭秘新型超高性能云网络控制器
NSDI'24 | 阿里云飞天洛神云网络论文解读——《Poseidon》揭秘新型超高性能云网络控制器
242
63
63
|
7月前
|
SQL
缓存
Cloud Native
|
机器学习/深度学习
算法
基于RBF神经网络的自适应控制器simulink建模与仿真
使用MATLAB2022a，开发了一个基于RBF神经网络的自适应控制器Simulink S函数，进行了控制仿真。核心程序展示了RBF网络的权重和参数调整。测试结果显示了控制效果。RBF网络是一种三层前馈网络，利用高斯函数处理非线性系统。自适应控制器通过在线调整参数应对系统变化。网络学习分为自组织和有导师两个阶段，通过误差信号调整权重，确保系统稳定性。
633
0
0
|
机器学习/深度学习
算法
基于神经网络的传递函数控制器matlab实现,神经网络自己编程实现不使用matlab的工具箱
基于神经网络的传递函数控制器matlab实现,神经网络自己编程实现不使用matlab的工具箱
318
0
1
|
机器学习/深度学习
算法
|
机器学习/深度学习
算法
|
机器学习/深度学习
算法
|
监控
安全
测试技术
CLAS：用于软件定义网络SDN的协作分层架构
网络软件化的进步正在促进在电信运营商的服务和基础设施中引入可编程性。这通常是通过在网络中引入软件定义网络 (SDN) [RFC7149] [RFC7426] 功能来实现的，包括控制器和协调器。
775
0
0
热门文章
最新文章
1
CMSIS-NN：ARM Cortex-M处理器的高效神经网络内核——论文解读
2
DevOps 流水线的网络安全盲区与防御策略
3
粒子群算法优化RBF神经网络的MATLAB实现
4
JavaScript：构建动态网络的引擎
5
PINN物理信息神经网络多变量时序预测研究（Matlab代码实现）
6
【表面粗糙度】基于粒子群PSO算法优化-BP神经网络的表面粗糙度研究（Matlab代码实现）
7
PINN物理信息神经网络用于求解二阶常微分方程（ODE）的边值问题研究（Matlab代码实现）
8
Matlab|基于BP神经网络进行电力系统短期负荷预测
9
管道符在渗透测试与网络安全中的全面应用指南
10
Python网络爬虫在环境保护中的应用：污染源监测数据抓取与分析