伊 鵬 劉邦舟 王文博 張少軍

?

一種考慮軟件定義網(wǎng)絡(luò)控制節(jié)點(diǎn)故障的控制器部署和交換機(jī)遷移方法

伊 鵬 劉邦舟*王文博 張少軍

(國(guó)家數(shù)字交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002)

在軟件定義網(wǎng)絡(luò)(SDN)中，若控制節(jié)點(diǎn)發(fā)生不可恢復(fù)的故障，則相關(guān)交換機(jī)需向其他控制節(jié)點(diǎn)遷移，這將導(dǎo)致網(wǎng)絡(luò)性能下降。針對(duì)這一問(wèn)題，該文提出一種考慮SDN控制節(jié)點(diǎn)故障的控制器部署和交換機(jī)遷移方法。與現(xiàn)有算法僅優(yōu)化交換機(jī)遷移方法不同，該方法同時(shí)考慮控制器部署位置的影響。首先利用標(biāo)號(hào)傳播算法構(gòu)造備選子集并劃分雙層子集，然后在每個(gè)子集中選取合適位置部署控制器，最后為子集內(nèi)節(jié)點(diǎn)分配相應(yīng)的master和slave控制器。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有算法相比，所提方法可有效解決交換機(jī)遷移后控制器超載的問(wèn)題；通過(guò)調(diào)整參數(shù)，權(quán)衡控制器故障前后網(wǎng)絡(luò)性能，可明顯改善交換機(jī)遷移后的控制鏈路平均時(shí)延。

軟件定義網(wǎng)絡(luò)；控制器部署；交換機(jī)遷移；控制節(jié)點(diǎn)故障

1 引言

軟件定義網(wǎng)絡(luò)(Software Defined Networking, SDN)[1]將控制平面和數(shù)據(jù)平面分離，方便網(wǎng)絡(luò)的管理和維護(hù)，但同時(shí)也導(dǎo)致了交換機(jī)對(duì)控制器的依賴性。SDN網(wǎng)絡(luò)中的組件主要包括通信鏈路、交換機(jī)和控制器。其中，控制器故障的影響最大，若無(wú)法及時(shí)從控制器獲取信息，所屬交換機(jī)將無(wú)法處理流表中未指定的網(wǎng)絡(luò)數(shù)據(jù)流[2]。為減小控制器單點(diǎn)故障造成的影響，當(dāng)前網(wǎng)絡(luò)多采用分布式架構(gòu)[3,4]，通過(guò)部署多個(gè)控制器提高網(wǎng)絡(luò)的可靠性。交換機(jī)可以在必要時(shí)在控制器間遷移，實(shí)現(xiàn)控制器的故障備份。如何保證交換機(jī)遷移后的網(wǎng)絡(luò)性能已經(jīng)成為SDN控制層面設(shè)計(jì)的一大挑戰(zhàn)。

近年來(lái)，控制器故障恢復(fù)問(wèn)題成為研究熱點(diǎn)。如文獻(xiàn)[5]提出一種故障檢測(cè)和恢復(fù)機(jī)制SPIDER，可以快速檢測(cè)SDN節(jié)點(diǎn)、鏈路故障并實(shí)現(xiàn)重路由；文獻(xiàn)[6]提出ElastiCon，通過(guò)動(dòng)態(tài)調(diào)整控制器的負(fù)載，保證交換機(jī)遷移前后控制器的負(fù)載均衡；文獻(xiàn)[7]提出通過(guò)構(gòu)造更魯棒的轉(zhuǎn)發(fā)樹(shù)，增強(qiáng)控制平面的可靠性；文獻(xiàn)[8]提出兩種計(jì)算控制器備份列表的方法，其一是根據(jù)最短距離確定備份控制器，其二是根據(jù)控制器剩余容量確定備份控制器；文獻(xiàn)[9]將原交換機(jī)遷移問(wèn)題優(yōu)化成為控制器的熱備份及選舉問(wèn)題，綜合考慮信息交互、失聯(lián)性、負(fù)載失衡和跨域通信等代價(jià)，改善控制器負(fù)載均衡程度和交換機(jī)跨域通信問(wèn)題。

過(guò)往研究大多通過(guò)優(yōu)化交換機(jī)的遷移方法，降低控制鏈路通信時(shí)延或保證控制器負(fù)載均衡，但忽視了控制器的部署位置這一因素。如果僅對(duì)交換機(jī)遷移方法進(jìn)行優(yōu)化，而不考慮控制器部署位置的合理性，將使交換機(jī)遷移策略受到限制，同時(shí)也使優(yōu)化效果受到影響。對(duì)此，本文提出一種考慮SDN控制節(jié)點(diǎn)故障的控制器部署和交換機(jī)遷移方法(Controller Placement and Switch Immigration Strategy for SDN controller failure, CPSI strategy)。CPSI主要分為2個(gè)步驟，步驟1為網(wǎng)絡(luò)雙層子集的劃分，首先利用標(biāo)號(hào)傳播算法[10](Label Propagation Algorithm, LPA)構(gòu)造備選子集，然后選取符合條件的子集構(gòu)成雙層子集。步驟2為控制器部署和備份，先在子集中選取合適位置部署控制器，再為節(jié)點(diǎn)分配相應(yīng)的master和slave控制器?；诠餐?fù)銲nternet2[11]和topology zoo[12]的仿真可發(fā)現(xiàn)，與現(xiàn)有算法相比，交換機(jī)遷移后的控制器超載問(wèn)題得到明顯改善；通過(guò)調(diào)整參數(shù)，可以有效地權(quán)衡控制器故障前后控制鏈路平均時(shí)延。

2　模型定義

控制器在網(wǎng)絡(luò)中存在equal, master和slave 3種不同身份[13]。其中，equal僅作為一種過(guò)渡狀態(tài)；master控制器對(duì)于每個(gè)交換機(jī)僅有1個(gè)，可獨(dú)立控制交換機(jī)。Slave控制器對(duì)交換機(jī)僅有讀權(quán)限，因此可作為master的備份，當(dāng)master故障時(shí)，所屬交換機(jī)遷移到相應(yīng)的slave上。應(yīng)用場(chǎng)景如圖1，假設(shè)當(dāng)控制器1發(fā)生的故障時(shí)，需根據(jù)備份設(shè)定，將交換機(jī)1~5遷移至2,6~9遷移至3，此時(shí)2和3成為相應(yīng)交換機(jī)的master控制器。

定義4 控制鏈路平均時(shí)延。 大規(guī)模網(wǎng)絡(luò)中節(jié)點(diǎn)間距離較遠(yuǎn)，傳輸距離是影響信號(hào)傳播時(shí)延的主要因素，可用節(jié)點(diǎn)間距離衡量控制鏈路消息的傳播時(shí)延。已知連接矩陣，設(shè)式(4)中為任意兩節(jié)點(diǎn)間最短路徑的長(zhǎng)度，則控制鏈路平均時(shí)延可用網(wǎng)絡(luò)中所有交換機(jī)到相應(yīng)控制器最短路徑長(zhǎng)度的平均值表示：

(3)

(5)

針對(duì)控制器故障，交換機(jī)遷移后的網(wǎng)絡(luò)性能優(yōu)化問(wèn)題，本文提出如下模型：

(7)

(8)

(10)

(11)

式(6)是模型的目標(biāo)函數(shù)，最小化交換機(jī)遷移后網(wǎng)絡(luò)的控制鏈路平均時(shí)延，其中決策變量為控制器連接矩陣和交換機(jī)遷移矩陣；式(7)給出了、和三者間的函數(shù)關(guān)系，其中為交換機(jī)遷移后的連接矩陣；式(8)通過(guò)限制控制器故障前的控制鏈路平均時(shí)延，可實(shí)現(xiàn)對(duì)控制器故障前后控制鏈路平均時(shí)延的有效權(quán)衡；式(9)保證在控制器不發(fā)生超載；式(10)保證網(wǎng)絡(luò)中的交換機(jī)在任何情況下都只分配給1個(gè)master控制器；式(11)約束了連接狀態(tài)矩陣的值，保證其只存在1或0，即連接或不連接兩種狀態(tài)。

3 算法分析

3.1算法描述

本節(jié)介紹CPSI算法，分為2個(gè)步驟：一是雙層子集的劃分(表1)；二是控制器的部署和分配(表2)。此處引入子集的概念，本質(zhì)上子集與子域相同，但為區(qū)分算法過(guò)程中使用的中間變量和最終的交換機(jī)劃分結(jié)果，本文將CPSI算法步驟中出現(xiàn)的交換機(jī)集合命名為子集，而將最終結(jié)果中的交換機(jī)集合命名為子域。

步驟1 CPSI算法主要流程如下。利用LPA算法[10]構(gòu)造備選子集，選取控制鏈路平均時(shí)延最小的子集構(gòu)造雙層子集。LPA算法計(jì)算復(fù)雜度與網(wǎng)絡(luò)規(guī)模僅呈線性關(guān)系，因此利用LPA可在有限時(shí)間內(nèi)構(gòu)造足夠規(guī)模的備選子集。為控制兩層子集間的相似度，現(xiàn)定義子集搜索范圍參數(shù)和子集平均相似度。其中，限制備選子集的選取范圍；衡量任一子集與相鄰子集間的平均相似度，其中和表示重疊部分分別占兩個(gè)子集的比例，表示任意兩個(gè)子集間的相似度：

(13)

(14)

算法首先利用LPA算法，將網(wǎng)絡(luò)劃分成多個(gè)子集(行2)，并選取負(fù)載不超過(guò)控制器最大容量的子集加入備選子集(行3~4)。重復(fù)這一過(guò)程至備選子集達(dá)到設(shè)定的規(guī)模；然后將控制器按照容量大小降序排列(行9)，并依次循環(huán)選取(行11)，優(yōu)先部署大容量控制器；將備選子集中的子集按平均相似度的大小升序排列(行12)，并在前元素中選取控制鏈路平均時(shí)延最小且負(fù)載盡可能大的子集加入雙層子集(行13~14)；將已經(jīng)被包含兩次的節(jié)點(diǎn)從備選子集和待選節(jié)點(diǎn)集合中刪除(行17~21)，保證每個(gè)節(jié)點(diǎn)只屬于兩個(gè)子集；重復(fù)以上步驟至所有的節(jié)點(diǎn)都已經(jīng)被包含兩次(行10)；最后輸出生成的雙層子集劃分結(jié)果(行23)。如表1所示。

步驟2 在子集中搜索使控制鏈路平均時(shí)延最小的位置來(lái)部署控制器(行2)，從而保證交換機(jī)遷移后網(wǎng)絡(luò)的性能；由于每個(gè)節(jié)點(diǎn)同時(shí)屬于兩個(gè)子集(行6)，故分別計(jì)算到這兩個(gè)子集中控制器的最短距離，選取其中距離近的控制器作為master，距離遠(yuǎn)的作為slave(行7~11)，遍歷網(wǎng)絡(luò)中的所有節(jié)點(diǎn)(行5)，完成控制器的分配；最后根據(jù)master和slave的分配情況構(gòu)造連接矩陣以及交換機(jī)遷移矩陣(行13)。如表2所示。

3.2復(fù)雜度分析

步驟1中，行2基于LPA算法對(duì)網(wǎng)絡(luò)進(jìn)行子域劃分，其時(shí)間復(fù)雜度為[10]，行3~7的最大循環(huán)次數(shù)為，行1~8的最大循環(huán)次數(shù)為，則行1~8的時(shí)間復(fù)雜度為；行9排序的時(shí)間復(fù)雜度為；行12計(jì)算平均相似度并排序的時(shí)間復(fù)雜度為，行14的時(shí)間復(fù)雜度為，行17~22次循環(huán)的時(shí)間復(fù)雜度為，行10~22的最大循環(huán)次數(shù)為，其時(shí)間復(fù)雜度為。故步驟1的整體時(shí)間復(fù)雜度為。步驟2中，行1~4分別在每個(gè)子集中選取合適位置部署控制器，時(shí)間復(fù)雜度為；行5~12分別為每個(gè)節(jié)點(diǎn)分配控制器，時(shí)間復(fù)雜度為，故步驟2的整體時(shí)間復(fù)雜度為。綜上，CPSI算法的時(shí)間復(fù)雜度為。

表1 劃分雙層子集

表2控制器的部署及分配

4 實(shí)驗(yàn)結(jié)果分析

4.1 實(shí)驗(yàn)環(huán)境及參數(shù)

針對(duì)本文實(shí)驗(yàn)的軟硬件環(huán)境及相關(guān)參數(shù)設(shè)定，做出如下說(shuō)明：

(1)硬件環(huán)境為基于Intel Core i7-3770 CPU 3.40 GHz, RAM 4 GB的個(gè)人臺(tái)式電腦；相關(guān)算法均在MATLAB 2013軟件上進(jìn)行模擬仿真。

(2)為簡(jiǎn)化實(shí)驗(yàn)過(guò)程，在不影響實(shí)驗(yàn)結(jié)果的前提下，做出以下設(shè)定：每個(gè)交換機(jī)的負(fù)載大小僅影響其所在子域的負(fù)載，為其分配對(duì)應(yīng)容量的控制器即可，對(duì)算法其他部分的計(jì)算無(wú)影響，因此可設(shè)所有交換機(jī)的負(fù)載均為；控制器容量?jī)H影響子域與控制器的分配，對(duì)算法其他部分的計(jì)算無(wú)影響。因此，為保證任一控制器的故障均不會(huì)造成超載問(wèn)題，所有控制器的總?cè)萘恐辽贋楫?dāng)前網(wǎng)絡(luò)總負(fù)載的2倍，故實(shí)驗(yàn)中可設(shè)每個(gè)控制器的容量均為。交換機(jī)負(fù)載和控制器容量在實(shí)際應(yīng)用中可根據(jù)實(shí)際情況具體設(shè)定。

4.2 仿真分析

本文將CPSI算法和其他幾種算法進(jìn)行比較，由于直接研究此方向的文獻(xiàn)較少，故借鑒了相關(guān)的控制器部署算法和交換機(jī)遷移算法。文獻(xiàn)[4,14]分別提出了兩種控制器部署方案，其中文獻(xiàn)[4]提出了最小切算法(Min-Cut Algorithm, MCA)，將網(wǎng)絡(luò)劃分成多個(gè)子域，使得子域邊界上的通信鏈路切數(shù)最?。晃墨I(xiàn)[14]提出最小中心算法(Minimum-median Algorithm, MKA)，遍歷所有可選節(jié)點(diǎn)，選取其中個(gè)節(jié)點(diǎn)部署控制器，并將交換機(jī)連接至距離最近的控制器。文獻(xiàn)[8]提出了2種交換機(jī)遷移方案，一是基于近鄰的啟發(fā)式算法(Proximity-Based Heuristic, PBH)，交換機(jī)遷移至?xí)r延最短的控制器；二是基于剩余容量的啟發(fā)式算法(Residual Capacity-Based Heuristic, RCBH)，交換機(jī)遷移至容量最大的控制器。

基于以上文獻(xiàn)，本文設(shè)計(jì)了4種對(duì)照算法，最小切—近鄰算法(MC-PB)，最小中心—近鄰算法(MK-PB)，最小切—剩余容量算法(MC-RCB)和最小中心—剩余容量算法(MK-RCB)，分別對(duì)應(yīng)兩種控制器部署方案和兩種交換機(jī)遷移方案構(gòu)成的4種不同組合。

首先，針對(duì)交換機(jī)遷移后控制器負(fù)載的問(wèn)題，在拓?fù)銲nternet2, Geant2009和Canerie上分別對(duì)上述5種算法進(jìn)行研究。表3中為控制器的數(shù)量，表中數(shù)據(jù)為當(dāng)網(wǎng)絡(luò)中任一控制器發(fā)生故障后，其余控制器超載數(shù)量之和。CPSI算法中限制單個(gè)子域的最大負(fù)載(控制器作為master和slave連接的交換機(jī)負(fù)載總和)不超過(guò)控制器容量，因此不會(huì)發(fā)生超載狀況。采用RCBH遷移算法的MC-RCB算法和MK- RCB算法會(huì)優(yōu)先將交換機(jī)遷移至剩余容量最大的控制器，因此和CPSI算法一樣都可以有效地解決交換機(jī)遷移后控制器超載的問(wèn)題。但采用PBH遷移算法的MC-PB 算法和MK-PB算法由于未考慮控制器容量，故某些控制器故障將導(dǎo)致相鄰的被遷移控制器超載。

然后，基于Internet2拓?fù)浔容^5種算法的控制鏈路平均時(shí)延，其中CPSI算法選取，保證故障前后網(wǎng)絡(luò)性能相對(duì)均衡。圖2(a)為基于連接矩陣的控制鏈路平均時(shí)延，通過(guò)比較可以發(fā)現(xiàn)，采用MKA算法的MK-PB和MK-RCB算法性能最好，這是由于MKA窮舉了控制器部署的所有可能情況，并選擇了最優(yōu)解，但此算法帶來(lái)巨大的運(yùn)算量，不適用于復(fù)雜的網(wǎng)絡(luò)。MCA是一種啟發(fā)式算法，以性能為代價(jià)，降低了運(yùn)算量。CPSI算法在此方面的性能略差，這是因?yàn)镃PSI通過(guò)調(diào)整參數(shù)，權(quán)衡控制器故障前后的控制鏈路平均時(shí)延，通過(guò)犧牲一定故障前的網(wǎng)絡(luò)性能，換取交換機(jī)遷移后網(wǎng)絡(luò)性能的提升。

表3超載控制器的數(shù)量

拓?fù)涿鸌nternet2Geant2009Canerie k 456784567845678 CPSI000000000000000 MC-RCB000000000000000 MK-RCB000000000000000 MC-PB011011112010211 MK-PB121021101111122

最后，利用Internet2和在topology zoo中選取的20個(gè)拓?fù)鋵?duì)CPSI算法進(jìn)一步驗(yàn)證。橫坐標(biāo)為實(shí)驗(yàn)拓?fù)涞拿Q。計(jì)算當(dāng)控制器個(gè)數(shù)分別為(為拓?fù)涔?jié)點(diǎn)數(shù))時(shí)，上述5種算法基于交換機(jī)遷移后連接矩陣的控制鏈路平均時(shí)延的均值，并做歸一化處理。實(shí)驗(yàn)結(jié)果如圖4，對(duì)于所選取的21個(gè)拓?fù)?，CPSI算法的平均時(shí)延都低于其余4種算法，對(duì)交換機(jī)遷移后控制鏈路時(shí)延的優(yōu)化效果明顯，說(shuō)明了算法在不同拓?fù)渖系倪m用性。

圖3 比較對(duì)CPSI控制鏈路平均時(shí)延的影響

圖4 不同拓?fù)湎禄谶w移后連接矩陣的歸一化控制鏈路平均時(shí)延

5 結(jié)束語(yǔ)

本文針對(duì)SDN控制器故障，交換機(jī)遷移，導(dǎo)致網(wǎng)絡(luò)性能下降的問(wèn)題，提出一種考慮控制節(jié)點(diǎn)故障的控制器部署和交換機(jī)遷移方法。與傳統(tǒng)的解決思路不同，CPSI算法不僅對(duì)交換機(jī)遷移方法進(jìn)行優(yōu)化，還對(duì)控制器部署策略進(jìn)行了相應(yīng)的優(yōu)化。與現(xiàn)有算法相比，CPSI算法通過(guò)權(quán)衡控制器故障前后的網(wǎng)絡(luò)性能明顯改善了交換機(jī)遷移后控制鏈路平均時(shí)延，同時(shí)有效解決了交換機(jī)遷移導(dǎo)致的控制器超載問(wèn)題。本文在SDN控制節(jié)點(diǎn)故障恢復(fù)問(wèn)題中考慮控制器部署位置的影響是一種新的嘗試，為解決此類問(wèn)題提供了新思路。

[1] RAWAT D B, DANDA B, and REDDY R. Software defined networking architecture, security and energy efficiency: A survey[J].&, 2017, 19(1): 325-346. doi: 10.1109/COMST.2016.2618874.

[2] VISSICCHIO S, VANBEVER L, and BONAVENTURE O. Opportunities and research challenges of hybrid software defined networks[J]., 2014, 44(2): 70-75.

[3] HASSA S YEGANEH S, and GANJALI Y. Kandoo: A framework for efficient and scalable offloading of control applications[C]. Proceedings of the First Workshop on Hot Topics in Software Defined Networks, New York, NY, USA, 2012: 19-24.

[4] ZHANG Y, BEHESHTI N, and TATIPAMULA M. On resilience of split-architecture networks[C]. Global Telecommunications Conference (GLOBECOM 2011), Houston, TX, USA, 2011: 1-6.

[5] CASCONE C, POLLINI L, SANVITO D,. SPIDER: Fault resilient SDN pipeline with recovery delay guarantees[C]. 2016 IEEE NetSoft Conference and Workshops (NetSoft), Seoul, Korea, 2016: 296-302.

[6] DIXIT A, HAO F, MUKHERJEE S,. Towards an elastic distributed SDN controller[J]., 2013, 43(4): 7-12.

[7] PENG Yuhuai, GONG Xiaoxue, GUO Lei,. A survivability routing mechanism in SDN enabled wireless mesh networks: Design and evaluation[J]., 2016, 3(7): 32-38. doi: 10.1109/CC.2016. 7559073.

[8] MULLER L F, OLIVEIRA R R, LUIZELLI M C,. Survivor: An enhanced controller placement strategy for improving SDN survivability[C]. IEEE Global Communications Conference, Austin, TX, USA, 2014: 1909-1915.

[9] 王文博, 汪斌強(qiáng), 陳飛宇, 等. 一種軟件定義網(wǎng)絡(luò)中的控制器熱備份及選舉算法[J]. 電子學(xué)報(bào), 2016, 44(4): 913-919. doi: 10.3969/j.issn.0372-2112.2016.04.023.

WANG Wenbo, WANG Binqiang, CHEN Feiyu,. The controller hot backup and election algorithms in software defined networks[J]., 2016, 44(4): 913-919.

[10] 劉邦舟, 汪斌強(qiáng), 王文博, 等. 針對(duì)大規(guī)模軟件定義網(wǎng)絡(luò)的子域劃分及控制器部署方法[J]. 計(jì)算機(jī)應(yīng)用, 2016, 36(12): 3239-3243. doi: 10.11772/j.issn.1001-9081.2016.12.3239.

LIU Bangzhou, WANG Binqiang, WANG Wenbo,. Domain partition and controller placement for large scale software defined network[J]., 2016, 36(12): 3239-3243. doi: 10.11772/j.issn. 1001-9081.2016.12.3239.

[11] Internet2 Open Science, Scholarship and Services Exchange [OL]. http://www.internet2.edu/, 2016.10.

[12] KNIGHT S, NGUYEN H X, FALKNER N,. The internet topology zoo[J]., 2011, 29(9): 1765-1775.

[13] MCKEOWN N, ANDERSON T, BALAKRISHNAN H,. OpenFlow: Enabling innovation in campus networks[J]., 2008, 38(2): 69-74. doi: 10.1145/1355734.1355746.

[14] HELLER B, SHERWOOD R, and MCKEOWN N. The controller placement problem[C]. Proceedings of the First Workshop on Hot Topics in Software Defined Networks. New York, NY , USA, 2012: 7-12.

Controller Placement and Switch Immigration Strategy for SDN Controller Failure

YI Peng LIU Bangzhou WANG Wenbo ZHANG Shaojun

(&,450002,)

In Software-Defined Networking (SDN), if a controller has unrecoverable failure, the related switches immigrate to other controllers, which degrades network performance. Concerning the above problem, a strategy of controller placement and switch immigration is proposed for controller failure. Different from the present algorithms which onlyoptimize switch immigration method, the proposed strategy also considers the influence of controller placement. Firstly, Label Propagation Algorithm (LPA) is used to construct alternate domains set and partition bilayer domains. Then, one controller is placed in each domain on properly selected situation. Finally, the switches are assigned to corresponding master and slave controllers. The experimental results show that controller overloading problem is well solved compared with the present algorithms. Network performance before and after failure can be traded off by adjusting parameters, which decreases average control path latency after switch immigration.

Software-Defined Networking (SDN); Controller placement; Switch immigration; Controller failure

TP393.2

A

1009-5896(2017)08-1972-07

10.11999/JEIT161216

2016-11-10；

改回日期：2017-03-24；

2017-05-02

劉邦舟 liubangzhou@163.com

國(guó)家973計(jì)劃項(xiàng)目(2012CB315901, 2013CB329104)，國(guó)家自然科學(xué)基金(61572519, 61502530)，國(guó)家863計(jì)劃項(xiàng)目(2013AA013505, 2015AA016102)

The National 973 Program of China (2012CB315901, 2013CB329104), The National Natural Science Foundation of China (61572519, 61502530), The National 863 Program of China (2013AA013505, 2015AA016102)

伊 鵬： 男，1977年生，教授，研究方向?yàn)閷拵畔⒕W(wǎng)、可重構(gòu)柔性網(wǎng)絡(luò).

劉邦舟： 男，1992年生，碩士生，研究方向?yàn)镾DN控制器部署.

王文博： 男，1991年生，碩士，研究方向?yàn)镾DN彈性控制.

張少軍： 男，1989年生，博士生，研究方向?yàn)镾DN控制平面可擴(kuò)展性.