软件定义网络流表与规则优化技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 引言 | 第14-17页 |
| 1.2 论文主要研究内容及创新点 | 第17-20页 |
| 1.2.1 流表拥塞问题 | 第17-19页 |
| 1.2.2 网络功能中间件内部状态规则问题 | 第19-20页 |
| 1.3 本文的组织结构 | 第20-22页 |
| 第二章 基于流表存储的流表压缩方法研究 | 第22-48页 |
| 2.1 引言 | 第22-24页 |
| 2.2 基础知识 | 第24-29页 |
| 2.2.1 流和流表 | 第24-26页 |
| 2.2.2 边界交换机和核心交换机 | 第26-27页 |
| 2.2.3 现有技术 | 第27-28页 |
| 2.2.4 流表合并 | 第28页 |
| 2.2.5 TCAM优化问题 | 第28页 |
| 2.2.6 防火墙中的规则合并问题 | 第28-29页 |
| 2.3 问题描述 | 第29-34页 |
| 2.4 流表压缩方法FTRS | 第34-43页 |
| 2.4.1 流表优化对象选择 | 第34-35页 |
| 2.4.2 流表优化触发条件 | 第35页 |
| 2.4.3 优化对象选择 | 第35-36页 |
| 2.4.4 二项树方法 | 第36页 |
| 2.4.5 针对IP地址属性的FTRS | 第36-40页 |
| 2.4.6 针对其他属性的压缩 | 第40-41页 |
| 2.4.7 效率分析 | 第41-42页 |
| 2.4.8 服务质量(QoS)分析 | 第42-43页 |
| 2.5 仿真和平台实验 | 第43-47页 |
| 2.5.1 效能分析 | 第43-44页 |
| 2.5.2 仿真实验 | 第44-46页 |
| 2.5.3 平台实验 | 第46-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第三章 基于人工智能的自适应流表压缩机制研究 | 第48-60页 |
| 3.1 引言 | 第48-49页 |
| 3.2 相关的研究与工作 | 第49-50页 |
| 3.3 流表和决策树 | 第50-51页 |
| 3.4 DTB-FTRS | 第51-54页 |
| 3.4.1 自适应触发条件 | 第51页 |
| 3.4.2 DTB-FTRS详解 | 第51-53页 |
| 3.4.3 在线算法设计 | 第53-54页 |
| 3.5 实验和分析 | 第54-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第四章 网络功能虚拟化中的状态规则探测研究 | 第60-78页 |
| 4.1 引言 | 第60-62页 |
| 4.2 相关工作 | 第62-63页 |
| 4.3 储备概念 | 第63-66页 |
| 4.3.1 SDN流表 | 第63页 |
| 4.3.2 网络功能中间件分类 | 第63-65页 |
| 4.3.3 网络功能中间件状态规则分类 | 第65页 |
| 4.3.4 服务链 | 第65-66页 |
| 4.4 解决方案 | 第66-71页 |
| 4.4.1 流表分割逻辑 | 第66页 |
| 4.4.2 状态规则推测 | 第66-69页 |
| 4.4.3 异常探测和提醒 | 第69-70页 |
| 4.4.4 异常的自动修复 | 第70页 |
| 4.4.5 复杂情况 | 第70页 |
| 4.4.6 开销分析 | 第70-71页 |
| 4.5 实验 | 第71-77页 |
| 4.5.1 实验环境 | 第71-72页 |
| 4.5.2 状态规则推断表现 | 第72-74页 |
| 4.5.3 异常检测 | 第74-75页 |
| 4.5.4 自动修复 | 第75-77页 |
| 4.6 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 全文总结 | 第78-79页 |
| 5.2 下一步的工作展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 在读期间发表的学术论文与取得的研究成果 | 第86-88页 |
