OpenDaylight用例之网络资源优化用例

简介:

移动计算,流媒体和基于云的服务带来了网络流量的极大增长,这给网络基础设施带来了很大的挑战。仅仅依靠增加硬件设备和管理团队已经无法解决这个问题,企业和服务提供商迫于投资者的压力,需要以较少的投入做更多的事,因此,网络运营商必须想法让他们的网络投入具有最高的投资回报率(ROI)。

企业和服务提供商纷纷转向SDN以提高他们基础设施和运营的效率。通过集中控制和提供空前的智能性和开放性,SDN为网络运营商提供了前所未有的优化基础设施的工具。

挑战
改善并最优化网络性能始终是网络的一项挑战。不管采用什么技术,在哪里部署,谁来部署,网络设计考虑的第一因素是经济效益。

随着线性速率成倍增长,网络越来越低效,网络优化需求越来越急迫。由于带宽和网络延迟优先级很高,运营商和他们的用户都在寻求方法优化网络开销、网络弹性和其他跨异构网络技术和设备的QoS指标。网络优化对于昂贵的网络带宽,例如WAN(对于企业和云提供商)、海缆网络和传输网(对于运营商),是最重要的。

没有运营商可以奢侈到推翻一切从头再来。运营商已经在现有的基础设施上投入了很多钱,因此需要不断地管理和发展现有网络以充分利用他们的大量投入。 所以,网络资源优化方案必须使运营商能够从现有基础设施获取更多利益,而利用创新方案让这些变得可行。

强有力的网络资源优化方案应该提供:

具有优化一系列参数的能力(带宽,延迟,开销和可用性等)具有执行一系列优化算法的能力健壮的拓扑和网络状态,包括多层次拓扑(对于运营商网络而言)支持多种技术和应用策略加强具有操作多厂商设备的能力,包括不支持SDN(non-SDN-enabled)的硬件。
为什么选择OpenDaylight?
通过统一维护网络拓扑和配置连同告警和性能状态,OpenDaylight为网络资源优化(NRO)提供了一套丰富的基础网络服务和扩展网络服务。大型企业通过利用OpenDaylight的逻辑集中网络状态、数据分析和异构基础设施之间的流量工程策略形成的NRO算法获益。运营商正在实现基于OpenDaylight融合分组光网络的多层控制,这样可以优化带宽使用、保护带宽和动态服务环境的服务布局。

通过使用OpenDaylight提供的一个开放式SDN平台,运营商可以发挥出软件定义网络的潜能。

模型驱动服务抽象层(MD-SAL)利用业界标准的YANG模型将网络应用映射到底层设备支持的格式。模块化、插件南向接口方法(例如,控制器到设备)广泛支持标准的网络管理接口(例如BGP,PCEP),OpenFlow以及专用的接口和设备。意图为基础的北向(例如,网络应用到控制器)接口将SDN能力暴露给不同的网络应用同时将底层基础设备的细节抽象化。已具备支持专有网络服务和扩展网络服务的能力,包括路径计算、资源管理、针对虚拟域和物理域的数据分析。多种内置的策略规范。业界广泛认可,包括最大的控制器社区。
通过允许运营商组合网络应用和设备,OpenDaylight提供了一个强有力的支持自动化和操作智能化的服务交付平台,也支持运营商根据自身情况进行SDN迁移。

示例
腾讯DCI
作为中国杰出的网络服务提供商,腾讯处于竞争激烈的消费空间,节省开销很关键,尤其在WAN方面。腾讯开发了基于OpenDaylight的控制器,用以优化带宽使用从而解决其在大量的数据中心间传输服务的问题。

中国移动NovoNet
中国移动作是全世界最大的服务提供商之一。NovoNet描绘了2020年基于SDN和NFV的企业网络的愿景。其中一个重要用例就是围绕“自配置、自管理、智能流量规划和实时感知”实现的流量优化。

CHINA MOBILE NOVONET
多层次传输控制器解决方案
SDN在电信行业一个重要的用例就是Transport-SDN,专注于解决城域网和长距离连接的光分组设施的控制问题。很多主流的原始设备制造商已经基于OpenDaylight开发出了Transport SDN控制器,用来控制多层次设备。

爱立信SDN控制器
爱立信的Transport SDN产品提供了一个网络资源和拓扑端到端、优化的资源位置以及跨IP层和光层的网络引擎的抽象视图。

本文转自d1net(转载)

相关文章
|
25天前
|
负载均衡 网络协议 网络性能优化
动态IP代理技术详解及网络性能优化
动态IP代理技术通过灵活更换IP地址,广泛应用于数据采集、网络安全测试等领域。本文详细解析其工作原理,涵盖HTTP、SOCKS代理及代理池的实现方法,并提供代码示例。同时探讨配置动态代理IP后如何通过智能调度、负载均衡、优化协议选择等方式提升网络性能,确保高效稳定的网络访问。
161 2
|
2月前
|
安全 网络安全 数据安全/隐私保护
访问控制列表(ACL)是网络安全中的一种重要机制,用于定义和管理对网络资源的访问权限
访问控制列表(ACL)是网络安全中的一种重要机制,用于定义和管理对网络资源的访问权限。它通过设置一系列规则,控制谁可以访问特定资源、在什么条件下访问以及可以执行哪些操作。ACL 可以应用于路由器、防火墙等设备,分为标准、扩展、基于时间和基于用户等多种类型,广泛用于企业网络和互联网中,以增强安全性和精细管理。
371 7
|
2月前
|
Java 程序员
JAVA程序员的进阶之路:掌握URL与URLConnection,轻松玩转网络资源!
在Java编程中,网络资源的获取与处理至关重要。本文介绍了如何使用URL与URLConnection高效、准确地获取网络资源。首先,通过`java.net.URL`类定位网络资源;其次,利用`URLConnection`类实现资源的读取与写入。文章还提供了最佳实践,包括异常处理、连接池、超时设置和请求头与响应头的合理配置,帮助Java程序员提升技能,应对复杂网络编程场景。
80 9
|
1月前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
174 80
|
19天前
|
机器学习/深度学习 数据采集 算法
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目基于MATLAB2022a实现时间序列预测,采用CNN-GRU-SAM网络结构。卷积层提取局部特征,GRU层处理长期依赖,自注意力机制捕捉全局特征。完整代码含中文注释和操作视频,运行效果无水印展示。算法通过数据归一化、种群初始化、适应度计算、个体更新等步骤优化网络参数,最终输出预测结果。适用于金融市场、气象预报等领域。
基于GA遗传优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
|
1月前
|
机器学习/深度学习 算法 PyTorch
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
本文探讨了图神经网络(GNN)与大型语言模型(LLM)结合在知识图谱问答中的应用。研究首先基于G-Retriever构建了探索性模型,然后深入分析了GNN-RAG架构,通过敏感性研究和架构改进,显著提升了模型的推理能力和答案质量。实验结果表明,改进后的模型在多个评估指标上取得了显著提升,特别是在精确率和召回率方面。最后,文章提出了反思机制和教师网络的概念,进一步增强了模型的推理能力。
67 4
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
|
24天前
|
机器学习/深度学习 算法
基于遗传优化的双BP神经网络金融序列预测算法matlab仿真
本项目基于遗传优化的双BP神经网络实现金融序列预测,使用MATLAB2022A进行仿真。算法通过两个初始学习率不同的BP神经网络(e1, e2)协同工作,结合遗传算法优化,提高预测精度。实验展示了三个算法的误差对比结果,验证了该方法的有效性。
|
27天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
1月前
|
域名解析 缓存 网络协议
优化Lua-cURL:减少网络请求延迟的实用方法
优化Lua-cURL:减少网络请求延迟的实用方法
|
1月前
|
数据采集 监控 安全
公司网络监控软件:Zig 语言底层优化保障系统高性能运行
在数字化时代,Zig 语言凭借出色的底层控制能力和高性能特性,为公司网络监控软件的优化提供了有力支持。从数据采集、连接管理到数据分析,Zig 语言确保系统高效稳定运行,精准处理海量网络数据,保障企业信息安全与业务连续性。
52 4