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
|
11天前
|
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。
36 9
|
2月前
|
5G 调度 UED
5G中的动态频谱共享(DSS):高效利用频谱资源,加速5G网络演进
5G中的动态频谱共享(DSS):高效利用频谱资源,加速5G网络演进
428 4
|
2月前
|
缓存 网络协议 CDN
在网页请求到显示的过程中,如何优化网络通信速度?
在网页请求到显示的过程中,如何优化网络通信速度?
184 59
|
11天前
|
Java 开发者
JAVA高手必备:URL与URLConnection,解锁网络资源的终极秘籍!
在Java网络编程中,URL和URLConnection是两大关键技术,能够帮助开发者轻松处理网络资源。本文通过两个案例,深入解析了如何使用URL和URLConnection从网站抓取数据和发送POST请求上传数据,助力你成为真正的JAVA高手。
30 11
|
14天前
|
缓存 监控 前端开发
优化网络应用的性能
【10月更文挑战第21天】优化网络应用的性能
12 2
|
15天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于贝叶斯优化CNN-LSTM网络的数据分类识别算法matlab仿真
本项目展示了基于贝叶斯优化(BO)的CNN-LSTM网络在数据分类中的应用。通过MATLAB 2022a实现,优化前后效果对比明显。核心代码附带中文注释和操作视频,涵盖BO、CNN、LSTM理论,特别是BO优化CNN-LSTM网络的batchsize和学习率,显著提升模型性能。
|
21天前
|
运维 监控 安全
连锁药店网络优化策略:一站式融合方案提升竞争力
在数字化浪潮下,线上药店通过技术创新和线上线下融合,正重塑购药体验,提供24小时服务和医保结算便利。面对激烈竞争,连锁药店和中小药店纷纷通过优化网络架构、提升服务质量和加强合规管理来增强竞争力,实现高效、安全的数字化转型。
|
25天前
|
机器学习/深度学习 算法 数据挖掘
基于GWO灰狼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了基于分组卷积神经网络(GroupCNN)和灰狼优化(GWO)的时间序列回归预测算法。算法运行效果良好,无水印展示。使用Matlab2022a开发,提供完整代码及详细中文注释。GroupCNN通过分组卷积减少计算成本,GWO则优化超参数,提高预测性能。项目包含操作步骤视频,方便用户快速上手。
|
27天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于WOA鲸鱼优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
本项目展示了一种基于WOA优化的GroupCNN分组卷积网络时间序列预测算法。使用Matlab2022a开发,提供无水印运行效果预览及核心代码(含中文注释)。算法通过WOA优化网络结构与超参数,结合分组卷积技术,有效提升预测精度与效率。分组卷积减少了计算成本,而WOA则模拟鲸鱼捕食行为进行优化,适用于多种连续优化问题。
|
1月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于GA遗传优化的GroupCNN分组卷积网络时间序列预测算法matlab仿真
该算法结合了遗传算法(GA)与分组卷积神经网络(GroupCNN),利用GA优化GroupCNN的网络结构和超参数,提升时间序列预测精度与效率。遗传算法通过模拟自然选择过程中的选择、交叉和变异操作寻找最优解;分组卷积则有效减少了计算成本和参数数量。本项目使用MATLAB2022A实现,并提供完整代码及视频教程。注意:展示图含水印,完整程序运行无水印。
下一篇
无影云桌面