黃序富，劉 川，林亦雷，金耀輝,，羅 萱

（1.上海交通大學(xué)區(qū)域光纖通信網(wǎng)與新型光通信系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室 上海200240；2.中國(guó)電力科學(xué)研究院 北京100192；3.國(guó)網(wǎng)上海市電力公司信息通信公司 上海200120；4.上海交通大學(xué)網(wǎng)絡(luò)信息中心 上海200240）

1 引言

軟件定義網(wǎng)絡(luò)（software defined networking，SDN）是由美國(guó)Stanford（斯坦福）大學(xué)和加州大學(xué)Berkeley（伯克利）分校提出的OpenFlow[1]發(fā)展起來(lái)的。SDN作為新型網(wǎng)絡(luò)架構(gòu)，通常認(rèn)為具備3個(gè)特點(diǎn)[2]：第一，控制平面和轉(zhuǎn)發(fā)平面分離；第二，控制平面為集中式邏輯控制；第三，控制平面向上層提供應(yīng)用程序接口 （application programming interface，API），以實(shí)現(xiàn)網(wǎng)絡(luò)業(yè)務(wù)自動(dòng)化編排和部署。因?yàn)檫@些特性，SDN可以極大地提升網(wǎng)絡(luò)資源的利用率、簡(jiǎn)化網(wǎng)絡(luò)管理、降低運(yùn)營(yíng)成本和促進(jìn)網(wǎng)絡(luò)應(yīng)用創(chuàng)新，已在工業(yè)界和學(xué)術(shù)界引起了廣泛的研究。目前，SDN技術(shù)的應(yīng)用場(chǎng)景[2]也非常廣泛，包括企業(yè)網(wǎng)絡(luò)、數(shù)據(jù)中心、光網(wǎng)絡(luò)、無(wú)線網(wǎng)絡(luò)以及電力通信網(wǎng)絡(luò)等。經(jīng)過(guò)大量研究和實(shí)踐，已對(duì)SDN技術(shù)和應(yīng)用前景有較高評(píng)價(jià)。

同樣因?yàn)镾DN的網(wǎng)絡(luò)架構(gòu)，使得SDN控制器處于核心位置，控制器需要同時(shí)處理數(shù)據(jù)平面和上層應(yīng)用的所有請(qǐng)求，因此控制器性能很可能成為瓶頸。首先，根據(jù)參考文獻(xiàn)[3]，在網(wǎng)絡(luò)規(guī)模或者網(wǎng)絡(luò)數(shù)據(jù)流量變大時(shí)，數(shù)據(jù)平面建立流表請(qǐng)求數(shù)變大，控制器性能很可能會(huì)成為網(wǎng)絡(luò)瓶頸；此外，根據(jù)參考文獻(xiàn)[4]，控制器響應(yīng)時(shí)延會(huì)給數(shù)據(jù)流增加額外的時(shí)延，而有很多場(chǎng)景如在數(shù)據(jù)中心、電力通信網(wǎng)絡(luò)要求低時(shí)延；再者，控制器上層的網(wǎng)絡(luò)應(yīng)用運(yùn)行是否正常，依賴于控制器性能狀態(tài)是否正常。所以，控制器性能為非常重要的問(wèn)題，這對(duì)于優(yōu)化SDN也具有重要作用。目前，一般認(rèn)為SDN控制器最主要的功能是控制數(shù)據(jù)平面的轉(zhuǎn)發(fā)，主要用以下3個(gè)指標(biāo)衡量控制器性能[5]：響應(yīng)時(shí)延，即控制器響應(yīng)一條數(shù)據(jù)建立請(qǐng)求（packet-in）所需時(shí)間；吞吐量，控制器單位時(shí)間內(nèi)響應(yīng)packet-in數(shù)目；系統(tǒng)開銷，即控制器的CPU和內(nèi)存開銷。

然而若要更加系統(tǒng)地研究控制器性能問(wèn)題，需要應(yīng)對(duì)多個(gè)挑戰(zhàn)。首先，控制器性能受多個(gè)因素影響，如運(yùn)行設(shè)備、控制器轉(zhuǎn)發(fā)算法、控制器線程數(shù)目和數(shù)據(jù)平面拓?fù)鋸?fù)雜度；再者，如何定義和選擇合理的控制器性能指標(biāo)，如通常使用平均響應(yīng)時(shí)延，但僅僅用一個(gè)平均值過(guò)于簡(jiǎn)單，它會(huì)抹去響應(yīng)時(shí)延分布的細(xì)節(jié)情況，可能出現(xiàn)這種情況，大多數(shù)的響應(yīng)時(shí)延很低，而只有少部分響應(yīng)時(shí)延特別高，得出平均值也較高，認(rèn)為控制器時(shí)延性能差，而這是不恰當(dāng)?shù)慕Y(jié)論，因?yàn)榇藭r(shí)大多數(shù)響應(yīng)時(shí)延性能還是很低；最后，通常網(wǎng)絡(luò)流量處于動(dòng)態(tài)變化中，引起的控制器負(fù)載也在一直動(dòng)態(tài)變化，未知的負(fù)載也會(huì)對(duì)控制器性能造成影響。

基于控制器性能在SDN中的重要性，同時(shí)為了在動(dòng)態(tài)負(fù)載情況下仍然可以獲取控制器準(zhǔn)確的性能狀態(tài)，本文設(shè)計(jì)了一個(gè)在線軟件定義網(wǎng)絡(luò)控制器性能監(jiān)控器框架，并定義了一個(gè)可準(zhǔn)確衡量控制器性能的指標(biāo)Lpdex（latency performance index）。根據(jù)設(shè)計(jì)的框架，本文在目前工業(yè)界和學(xué)術(shù)界都廣泛使用的一款控制器FloodLight[6]中做了控制器性能監(jiān)控器的簡(jiǎn)化實(shí)現(xiàn)。利用實(shí)現(xiàn)的控制器監(jiān)控器，首先驗(yàn)證該監(jiān)控器具有可行性，然后研究分析新定義的控制器性能指標(biāo)Lpdex的具體含義和參數(shù)的選擇，最后研究Lpdex是否可以在動(dòng)態(tài)負(fù)載情況下準(zhǔn)確地反映出控制器的性能狀態(tài)。經(jīng)過(guò)實(shí)際評(píng)估分析，本文設(shè)計(jì)的控制器性能監(jiān)控器和定義的性能指標(biāo)Lpdex是可行的，能夠準(zhǔn)確地表征控制器性能狀態(tài)，為控制器運(yùn)營(yíng)管理人員提供了一個(gè)直觀可靠的控制器性能狀態(tài)參考指標(biāo)。最后，簡(jiǎn)要討論性能監(jiān)控器的其他擴(kuò)展應(yīng)用，比較目前已有的控制器性能研究工作，分析了本文工作的創(chuàng)新性。

2 方案設(shè)計(jì)

為實(shí)現(xiàn)可廣泛使用的在線軟件定義網(wǎng)絡(luò)控制器性能監(jiān)控器，設(shè)計(jì)方案需要解決以下一些難點(diǎn)。

其一，可擴(kuò)展性問(wèn)題。目前單個(gè)控制器的性能總是有限的，業(yè)界有很多解決方案是使用多控制器。針對(duì)這個(gè)問(wèn)題，本文設(shè)計(jì)方案采用的是分布式控制器性能監(jiān)控模塊。第二個(gè)難點(diǎn)為，控制器性能監(jiān)控器模塊對(duì)控制器性能影響最小化。因?yàn)楸O(jiān)控模塊會(huì)對(duì)控制器添加一些額外的負(fù)載，對(duì)控制器性能會(huì)有部分影響，所以監(jiān)控器模塊架構(gòu)需要盡可能地最小化監(jiān)控模塊影響。針對(duì)此問(wèn)題，本文監(jiān)控器設(shè)計(jì)框架為在控制器端僅添加分布式的原始性能信息采集客戶端，而后所有原始性能信息匯聚到一個(gè)集中式的信息管理中心。在管理中心內(nèi)，對(duì)原始性能數(shù)據(jù)進(jìn)行存儲(chǔ)、計(jì)算處理，提取出本文定義的性能監(jiān)控指標(biāo)Lpdex以及監(jiān)控?cái)?shù)據(jù)，也可以用于其他的一些應(yīng)用（第4節(jié)）。本文設(shè)計(jì)的在線SDN控制器性能監(jiān)控器的框架如圖1所示。

其中，本文控制器內(nèi)設(shè)計(jì)的采集器采集的時(shí)延是控制器端的時(shí)延，如圖2所示，雖然對(duì)整個(gè)packet-in時(shí)延而言，這僅是其中的一部分，但本文仍僅測(cè)量這部分時(shí)延，主要基于以下幾點(diǎn)原因。首先，性能監(jiān)控器最關(guān)注的是控制器，監(jiān)控其內(nèi)部時(shí)延更為重要，而且根據(jù)分析時(shí)延具體組成，控制器與交換機(jī)之間的傳輸時(shí)延一般為實(shí)際變化較小的部分，傳輸時(shí)延一般也較小，而控制器處理時(shí)延根據(jù)控制器性能變化會(huì)較大，這部分時(shí)延也占整個(gè)時(shí)延的大部分，這部分將在實(shí)驗(yàn)部分具體驗(yàn)證。

圖1 在線SDN控制器性能監(jiān)控器框架

圖2 控制器端監(jiān)控時(shí)延和交換機(jī)端監(jiān)控時(shí)延

為了解決平均響應(yīng)時(shí)延可能不能準(zhǔn)確表征控制器性能狀態(tài)的問(wèn)題，類似于Apdex[7]定義應(yīng)用性能指標(biāo)用于解決平均時(shí)延可能不能全面反映應(yīng)用的時(shí)延性能，定義了一個(gè)Lpdex指標(biāo)來(lái)衡量控制器時(shí)延性能。Lpdex的原理是在一定的時(shí)間內(nèi)，基于統(tǒng)計(jì)的規(guī)律，把packet-in響應(yīng)請(qǐng)求的響應(yīng)時(shí)延劃分為3類：第1類，若是響應(yīng)時(shí)延小于或等于自定義的目標(biāo)響應(yīng)時(shí)延（target latency），則為滿意的響應(yīng)時(shí)延，可得1分；第2類，若是響應(yīng)時(shí)延大于目標(biāo)響應(yīng)時(shí)延，但小于或等于4倍的目標(biāo)響應(yīng)時(shí)延，則為可容忍的響應(yīng)時(shí)延，可得0.5分；第3類，若是響應(yīng)時(shí)延大于4倍的目標(biāo)響應(yīng)時(shí)延，則歸為不能容忍的響應(yīng)時(shí)延，得0分。Lpdex即在這段時(shí)間內(nèi)得分總和除以這段時(shí)間內(nèi)packet-in請(qǐng)求數(shù)目的總和（本文中的一段時(shí)間內(nèi)，選擇的是秒級(jí)的單位時(shí)間粒度，若是粒度過(guò)細(xì)可以進(jìn)行數(shù)據(jù)匯聚，得出更加粗粒度的Lpdex），如式（1）所示：

其中，Nsat為一段時(shí)間內(nèi)滿意的響應(yīng)時(shí)延數(shù)目，Ntol為一段時(shí)間內(nèi)可容忍的響應(yīng)時(shí)延數(shù)目，Nall為該段時(shí)間內(nèi)packet-in請(qǐng)求數(shù)目的總和。由式（1）可知，Lpdex的取值范圍是0～1，其值越大，表示滿意的響應(yīng)時(shí)延數(shù)目越多，交換機(jī)滿意度越高，控制器性能狀態(tài)越佳，反之則性能狀態(tài)越差。

3 實(shí)現(xiàn)與評(píng)估

根據(jù)上述控制器性能監(jiān)控器的設(shè)計(jì)框架，在目前業(yè)內(nèi)使用比較廣泛的一款開源控制器FloodLight中做了一個(gè)簡(jiǎn)化的性能監(jiān)控器原型實(shí)現(xiàn)。因?yàn)镕loodLight控制器是功能模塊化的控制器，本文的實(shí)現(xiàn)方法即在內(nèi)部添加了一個(gè)監(jiān)控模塊。這個(gè)監(jiān)控模塊的主要原理為：在packet-in請(qǐng)求進(jìn)入時(shí)添加時(shí)間戳，完成處理后再記錄時(shí)間戳，這樣即可知道在控制器內(nèi)處理一條packet-in請(qǐng)求的時(shí)延，即完成了控制器時(shí)延性能采集的功能；然后監(jiān)控模塊分別統(tǒng)計(jì)每秒鐘滿意響應(yīng)時(shí)延的數(shù)目、可容忍響應(yīng)時(shí)延的數(shù)目、不可容忍響應(yīng)時(shí)延的數(shù)目和請(qǐng)求總數(shù)等參數(shù)。根據(jù)這些數(shù)據(jù)即可計(jì)算出定義的性能參數(shù)Lpdex和其他的一些性能參數(shù)。具體修改的FloodLight控制器代碼已開源在github[8]中。

根據(jù)FloodLight實(shí)現(xiàn)的性能監(jiān)控器，搭建了一個(gè)實(shí)驗(yàn)平臺(tái)進(jìn)行控制器監(jiān)控器合理性驗(yàn)證、Lpdex的具體含義與目標(biāo)響應(yīng)時(shí)延的設(shè)定和動(dòng)態(tài)負(fù)載情況下的Lpdex 3個(gè)實(shí)驗(yàn)。其中FloodLight控制器運(yùn)行在雙核CPU和4 GB內(nèi)存的虛擬機(jī)內(nèi)，虛擬機(jī)操作系統(tǒng)為Ubuntu14.04，Java版本為1.7。具體實(shí)驗(yàn)配置和結(jié)果如下文所述。

3.1 控制器監(jiān)控器合理性驗(yàn)證

關(guān)于在交換機(jī)端測(cè)量packet-in的響應(yīng)時(shí)延，目前已有Cbench[9]工具可以很方便地測(cè)試出。Cbench模擬的測(cè)試環(huán)境如圖3所示，其工作原理為模擬多個(gè)OpenFlow交換機(jī)向控制器發(fā)送packet-in請(qǐng)求，然后在交換機(jī)上統(tǒng)計(jì)請(qǐng)求所需時(shí)延和單位時(shí)間內(nèi)收到的響應(yīng)數(shù)目。

使用Cbench可以方便地測(cè)量出交換機(jī)側(cè)的響應(yīng)時(shí)延，使用本文的性能監(jiān)控器可測(cè)試出在控制器側(cè)的響應(yīng)時(shí)延。最終兩者的響應(yīng)時(shí)延和比例結(jié)果如圖4所示。

圖3 Cbench模擬環(huán)境

由圖4可知，兩種響應(yīng)時(shí)延都是在啟動(dòng)過(guò)程中逐漸降低的，而且在控制器側(cè)測(cè)量的響應(yīng)時(shí)延比較接近從交換機(jī)側(cè)測(cè)量的響應(yīng)時(shí)延，經(jīng)過(guò)多次測(cè)量，在控制器端測(cè)量的平均響應(yīng)時(shí)延占整個(gè)時(shí)延的60%以上（圖4中的具體數(shù)值為65.17%），由此驗(yàn)證了在控制器端測(cè)量響應(yīng)時(shí)延是可行的。

3.2 Lpdex的具體含義與目標(biāo)響應(yīng)時(shí)延的設(shè)定

在驗(yàn)證了控制器端測(cè)量響應(yīng)時(shí)延具有實(shí)際意義后，還需要分析自定義的控制器性能參數(shù)Lpdex的具體含義以及其參數(shù)目標(biāo)響應(yīng)時(shí)延的設(shè)定。類似驗(yàn)證控制器性能監(jiān)控的有效性，使用Cbench發(fā)送packet-in請(qǐng)求，然后在控制器中統(tǒng)計(jì)10 s內(nèi)經(jīng)過(guò)控制器的響應(yīng)時(shí)延，觀測(cè)其CDF，根據(jù)設(shè)定的不同目標(biāo)響應(yīng)時(shí)延，計(jì)算Lpdex。具體的響應(yīng)時(shí)延的CDF和不同目標(biāo)響應(yīng)時(shí)延Lpdex值的設(shè)定如圖5所示。

圖4 交換機(jī)側(cè)響應(yīng)時(shí)延和控制器側(cè)響應(yīng)時(shí)延

圖5 響應(yīng)時(shí)延的CDF圖和不同目標(biāo)參數(shù)的Lpdex

根據(jù)響應(yīng)時(shí)延的CDF可知，Lpdex總是根據(jù)目標(biāo)參數(shù)把CDF劃分為3部分，各個(gè)部分分別被賦予不同的權(quán)重即可得出值，所以Lpdex實(shí)際上是簡(jiǎn)化的加權(quán)CDF。Lpdex相比于直接的平均值，仍然部分保留統(tǒng)計(jì)分布的規(guī)律，因此比僅使用平均值更能反映出總體規(guī)律，可更加準(zhǔn)確地反映控制器性能的狀態(tài)。另外，目標(biāo)參數(shù)的設(shè)定可根據(jù)具體的要求設(shè)定，如有嚴(yán)格的響應(yīng)時(shí)延要求，則可以設(shè)定較小的值，反之可設(shè)定更大的值。即使設(shè)定好初始值后，具體的值也可以根據(jù)實(shí)際情況在控制器性能監(jiān)控器中做反饋調(diào)節(jié)。其中一種參考調(diào)節(jié)方式為對(duì)數(shù)據(jù)流體驗(yàn)的時(shí)延采樣調(diào)整目標(biāo)參數(shù)，例如采樣的數(shù)據(jù)流響應(yīng)時(shí)延為滿意范圍，而Lpdex卻較低，則可以適當(dāng)加大目標(biāo)參數(shù)，具體的定量關(guān)系不在本文的研究范圍。至于初始值，可以根據(jù)實(shí)際需求設(shè)定一個(gè)大概的值，例如，若在某些場(chǎng)景下，流可容忍的額外時(shí)延很低，則定義目標(biāo)響應(yīng)時(shí)延為較小的值，本文初步設(shè)定目標(biāo)響應(yīng)時(shí)延參數(shù)為25μs，后文也使用這個(gè)目標(biāo)響應(yīng)參數(shù)。

3.3 動(dòng)態(tài)負(fù)載情況下的Lpdex

在線監(jiān)控器總是工作于動(dòng)態(tài)負(fù)載情況下，必須分析其能否準(zhǔn)確反映出不同負(fù)載情況下的控制器性能狀態(tài)。由于Cbench不能夠定量控制發(fā)送packet-in請(qǐng)求的速率，本文將控制主機(jī)定量地發(fā)送大量ARP請(qǐng)求，從而在交換機(jī)側(cè)觸發(fā)一定量的packet-in請(qǐng)求，實(shí)現(xiàn)不同負(fù)載的情況。為了模擬OpenFlow網(wǎng)絡(luò)，Mininet[10]是一個(gè)非常不錯(cuò)的選擇，本文模擬的簡(jiǎn)單樹型結(jié)構(gòu)數(shù)據(jù)平面如圖6所示。

圖6 Mininet模擬OpenFlow網(wǎng)絡(luò)

在模擬完成OpenFlow網(wǎng)絡(luò)之后，在主機(jī)端每秒定量地產(chǎn)生ARP請(qǐng)求，根據(jù)產(chǎn)生的量的不同對(duì)控制器施加不同的負(fù)載，圖7為對(duì)控制器動(dòng)態(tài)地施加負(fù)載壓力時(shí)，性能監(jiān)控器Lpdex的時(shí)序變化情況。圖8為控制器在不同ARP負(fù)載下的Lpdex箱線圖統(tǒng)計(jì)以及處理packet-in請(qǐng)求吞吐量的箱線圖統(tǒng)計(jì)。

從圖7可以明顯看出，在一定負(fù)載范圍內(nèi)，Lpdex雖然會(huì)有些波動(dòng)變化，但都保持在較高的水平，而當(dāng)負(fù)載達(dá)到某一個(gè)臨界值時(shí)，控制器先盡力處理packet-in請(qǐng)求，若請(qǐng)求負(fù)載一直很高，則會(huì)出現(xiàn)大量的響應(yīng)時(shí)延變大，Lpdex將會(huì)急劇降低，也反映出控制器時(shí)延性能快速下降。若這時(shí)除去負(fù)載，根據(jù)Lpdex的請(qǐng)求可以看出其控制器時(shí)延性能也逐漸恢復(fù)到較高的水平。根據(jù)圖8可知，Lpdex和吞吐量具有相似的規(guī)律，吞吐量驗(yàn)證了Lpdex隨負(fù)載變化的規(guī)律。由此，本文的在線控制器性能監(jiān)控器及Lpdex可以在動(dòng)態(tài)負(fù)載情況下，準(zhǔn)確地表征控制器的時(shí)延性能狀態(tài)變化，Lpdex為性能監(jiān)控的可參考指標(biāo)。

4 相關(guān)研究工作

本文設(shè)計(jì)的在線SDN控制器性能監(jiān)控器除了可使用Lpdex準(zhǔn)確地反映當(dāng)前控制器的時(shí)延性能外，還可有其他的一些應(yīng)用。例如，packet-in限流反饋功能，在監(jiān)控器中統(tǒng)計(jì)發(fā)現(xiàn)某臺(tái)交換機(jī)或某臺(tái)主機(jī)發(fā)送packet-in請(qǐng)求的速率過(guò)快，可對(duì)該端口或主機(jī)進(jìn)行packet-in限流；packet-in的DDoS攻擊或其他異常檢測(cè)功能，若統(tǒng)計(jì)發(fā)現(xiàn)在一段較為平穩(wěn)正常的狀態(tài)，突然有某些主機(jī)持續(xù)不斷地發(fā)送大量的packet-in請(qǐng)求，則可以對(duì)這些請(qǐng)求進(jìn)行分析，監(jiān)測(cè)其是否為DDoS攻擊源或是否有其他異常情況；控制器線程或?qū)嵗詣?dòng)擴(kuò)展功能，在正常的一些請(qǐng)求情況下，工作負(fù)載壓力較大時(shí)，Lpdex和其他的一些性能指標(biāo)變差，可以考慮自動(dòng)擴(kuò)展控制器的線程或者添加控制器實(shí)例，或考慮能否增加主機(jī)的CPU和內(nèi)存資源等，這樣可使得控制器保持較佳的時(shí)延性能。

圖7 不同ARP負(fù)載Lpdex變化時(shí)序

圖8 不同ARP負(fù)載的Lpdex和吞吐量

本文設(shè)計(jì)的在線SDN控制器性能監(jiān)控器和控制器性能監(jiān)控指標(biāo)Lpdex都是針對(duì)通用的SDN控制器框架，在SDN中具有廣泛的應(yīng)用場(chǎng)景。例如，該設(shè)計(jì)系統(tǒng)可運(yùn)用在SDN架構(gòu)的電力通信網(wǎng)絡(luò)中。電力通信網(wǎng)絡(luò)作為智能電網(wǎng)的基礎(chǔ)支撐平臺(tái)，對(duì)于整個(gè)智能電網(wǎng)正常安全運(yùn)行具有重要作用。運(yùn)用SDN架構(gòu)的電力通信網(wǎng)絡(luò)可以解決以傳統(tǒng)SDH技術(shù)為基礎(chǔ)的電力通信網(wǎng)絡(luò)無(wú)法滿足其“流量可觀可控，資源動(dòng)態(tài)分配”的需求。在運(yùn)用SDN架構(gòu)的電力通信網(wǎng)絡(luò)中，SDN控制器性能狀態(tài)對(duì)于電力網(wǎng)絡(luò)正常安全運(yùn)行至關(guān)重要，使用本文設(shè)計(jì)的在線SDN控制器性能監(jiān)控器和控制器監(jiān)控指標(biāo)Lpdex，即可準(zhǔn)確地反映控制器在動(dòng)態(tài)負(fù)載情況下的性能狀態(tài)。

基于控制器性能的重要性，目前學(xué)術(shù)界也有關(guān)于控制器性能方面的相關(guān)研究工作。目前關(guān)于控制器性能的主要研究工作有參考文獻(xiàn)[5,10～13]。參考文獻(xiàn)[5]中，主要就控制器的吞吐量和響應(yīng)時(shí)延性能做了初步的研究，對(duì)NOX控制器提出改進(jìn)，提出其多線程版本，并設(shè)計(jì)了控制器性能的測(cè)量工具Cbench；參考文獻(xiàn)[11]中建立OpenFlow排隊(duì)論模型，然后分析數(shù)據(jù)分組在系統(tǒng)中的逗留時(shí)間和分組丟失概率；參考文獻(xiàn)[12]主要研究控制器的設(shè)計(jì)架構(gòu)對(duì)控制器性能的影響，從而可以在控制器系統(tǒng)架構(gòu)設(shè)計(jì)上提供指導(dǎo)；參考文獻(xiàn)[13]主要使用網(wǎng)絡(luò)微積分從理論上研究了一個(gè)分級(jí)部署控制器的性能，從數(shù)學(xué)模型中獲得根控制器的緩存大小和上界值；參考文獻(xiàn)[14]中，為測(cè)量更加細(xì)粒度（到每個(gè)交換機(jī)級(jí)別）的控制器響應(yīng)時(shí)延性能，設(shè)計(jì)了類似于Cbench的測(cè)量工具OPCBenchmark并驗(yàn)證了其有效性。本文與這些工作的主要不同點(diǎn)有兩點(diǎn)：其一，本文為研究控制器性能，從在線監(jiān)控的角度出發(fā)，可以實(shí)時(shí)地獲取動(dòng)態(tài)負(fù)載下的控制器性能狀態(tài)，而非從理論上或者離線分析控制器的性能；其二，相關(guān)的研究工作對(duì)控制器性能的研究指標(biāo)較多的都是控制器的吞吐量和平均響應(yīng)時(shí)延，而本文定義了一個(gè)性能衡量參數(shù)Lpdex，可更加準(zhǔn)確地反映控制器性能狀態(tài)。

5 結(jié)束語(yǔ)

本文基于軟件定義網(wǎng)絡(luò)控制器性能，設(shè)計(jì)了一個(gè)在線的SDN控制器性能監(jiān)控器，并定義了一個(gè)比平均響應(yīng)時(shí)延更能反映群體響應(yīng)時(shí)延性能的指標(biāo)Lpdex。為了克服性能監(jiān)控器的擴(kuò)展問(wèn)題和對(duì)原控制器最小化性能的影響，設(shè)計(jì)的監(jiān)控器采用分布式采集模塊和集中式性能信息處理模塊，用以收集控制器性能信息。根據(jù)這個(gè)框架，本文在FloodLight控制器中實(shí)現(xiàn)了一個(gè)簡(jiǎn)化的性能監(jiān)控器，并在監(jiān)控器中定義了Lpdex用于在線衡量控制器時(shí)延性能。最后，在實(shí)現(xiàn)的監(jiān)控器中，經(jīng)過(guò)多個(gè)實(shí)驗(yàn)評(píng)估分析，驗(yàn)證了設(shè)計(jì)的控制器性能監(jiān)控器和定義的Lpdex具有實(shí)際意義，針對(duì)不同的負(fù)載壓力，可在線準(zhǔn)確地衡量控制器的響應(yīng)時(shí)延性能。

1 McKeown N,Anderson T,Balakrishnan H,et al.OpenFlow:enabling innovation in campus networks.ACM SIGCOMM Computer Communication Review,2008,38(2):69～74

2 Mendonca M,Nunes B A A,Nguyen X N,et al.A survey of software-defined networking:past,present,and future of programmable networks.IEEE Communications Society,Institute of Electrical and Electronics Engineers(IEEE),2014,16(3):1617～1634

3 Kandula S,Sengupta S,Greenberg A,et al.The nature of data center traffic:measurements & analysis.Proceedings of Internet Measurement Conference,Chicago,Illinois,2009

4 Benson T,Akella A,Maltz D A.Network traffic characteristics of data centers in the wild.Proceedings ofInternet Measurement Conference,Melbourne,Australia,2010

5 Tootoonchian A,Gorbunov S,Ganjali Y,et al.On controller performance in software-defined networks.Proceedings of USENIX Workshop on Hot Topics in Management of Internet,Cloud,and Enterprise Networks and Services(Hot-ICE),San Jose,CA,2012

6 FloodLight.FloodLight controller.http://floodlight.openflowhub.org/

7 Apdex.http://en.wikipedia.org/wiki/Apdex

8 Github code.https://github.com/rainmetersjtu/floodlight

9 Cbench.http://archive.openflow.org/wk/index.php/Oflops

10 Handigol N,Heller B,Jeyakumar V,et al.Reproducible network experiments using container-based emulation.Proceedings of the 8th International Conference on Emerging Networking Experiments and Technologies,Guilin,China,2012

11 Jarschel M,Oechsner S,Schlosser D,et al.Modeling and performance evaluation of an OpenFlow architecture.Proceedings of the 23rd International Teletraffic Congress International Teletraffic Congress,San Francisco,USA,2011

12 Shah S A,Faiz J,Farooq M,et al.An architectural evaluation of SDN controllers.Proceedings of 2013 IEEE International Conference on Communications(ICC),London,UK,2013

13 Azodolmolky S,Wieder P,Yahyapour R.Performance evaluation of a scalable software-defined networking deployment.Proceedings of 2013 Second European Workshop on Software Defined Networks(EWSDN),Singapore,2013

14 Jarschel M,Lehrieder F,Magyari Z,et al.A flexible OpenFlow-controller benchmark.Proceedings of 2012 European Workshop on Software Defined Networking(EWSDN),San Diego,CA,USA,2012