◆程煒 高志鑫 徐天奇 李 琰 吳海峰

（云南民族大學(xué)電氣信息工程學(xué)院 云南 650500）

OpenFlow中基于X形拓?fù)涞木W(wǎng)絡(luò)測(cè)量研究

◆程煒 高志鑫 徐天奇 李 琰 吳海峰

（云南民族大學(xué)電氣信息工程學(xué)院 云南 650500）

OpenFlow是一種控制和轉(zhuǎn)發(fā)分離的新型架構(gòu)，是目前學(xué)術(shù)界最熱門的研究話題之一。在本文中，我們將通過(guò)搭建Mininet與Floodlight的實(shí)驗(yàn)環(huán)境作為OpenFlow協(xié)議的仿真平臺(tái)，以X形拓?fù)錇闇y(cè)量對(duì)象，分別引入Mininet中的隨機(jī)流量模型與概率模型，實(shí)現(xiàn)路徑損耗率、網(wǎng)絡(luò)時(shí)延以及帶寬的測(cè)量。

OpenFlow；X拓?fù)?；網(wǎng)絡(luò)測(cè)量

0 引言

隨著時(shí)代的發(fā)展，人們對(duì)生活品質(zhì)有了更高的要求與更廣的追求，這直接體現(xiàn)在網(wǎng)絡(luò)新業(yè)務(wù)的不斷涌現(xiàn)和日益復(fù)雜上，對(duì)于這樣一個(gè)承載著龐大需求的互聯(lián)網(wǎng)，其運(yùn)行狀態(tài)是否能夠有條不紊地保持，網(wǎng)絡(luò)測(cè)量與評(píng)估方法的研究與發(fā)展就顯得至關(guān)重要。傳統(tǒng)IP網(wǎng)絡(luò)修修補(bǔ)補(bǔ)的緩兵之計(jì)使得人們?cè)诰W(wǎng)絡(luò)測(cè)量技術(shù)方面達(dá)到了一個(gè)瓶頸。新興的OpenFlow技術(shù)正好可以打破網(wǎng)絡(luò)測(cè)量這一瓶頸的突破口。OpenFlow[1][2]是一種控制和轉(zhuǎn)發(fā)分離的新型架構(gòu)，并被許多人視為“推倒重來(lái)的全新設(shè)計(jì)”理論的先驅(qū)。它將控制邏輯從網(wǎng)絡(luò)設(shè)備盒子中引出來(lái)，供研究者對(duì)其進(jìn)行任意的編程從而實(shí)現(xiàn)新型的網(wǎng)絡(luò)協(xié)議、拓?fù)浼軜?gòu)而無(wú)需改動(dòng)網(wǎng)絡(luò)設(shè)備本身，是目前學(xué)術(shù)界最熱門的研究話題之一[3][4]。

在本文中，我們將通過(guò)搭建Mininet與Floodlight的實(shí)驗(yàn)環(huán)境作為OpenFlow協(xié)議的仿真平臺(tái)，以X形拓?fù)錇闇y(cè)量對(duì)象，分別引入Mininet中的隨機(jī)流量模型與概率模型，實(shí)現(xiàn)路徑損耗率、網(wǎng)絡(luò)時(shí)延以及帶寬的測(cè)量。

1 實(shí)驗(yàn)測(cè)量方案

為了相對(duì)準(zhǔn)確地測(cè)出各個(gè)網(wǎng)絡(luò)狀態(tài)的參數(shù)，考慮盡可能減少?gòu)?fù)雜結(jié)構(gòu)帶來(lái)的影響，我們創(chuàng)建一個(gè)較為通用的X形拓?fù)洌渲邪瑑膳_(tái)交換機(jī)和四臺(tái)主機(jī)，結(jié)構(gòu)如圖1所示。并向該拓?fù)鋵?dǎo)入隨機(jī)流量模型和概率模型，如圖2和圖3所示。

圖1 用于網(wǎng)絡(luò)測(cè)量的X形拓?fù)?/p>

圖2 隨機(jī)流量模型的引入

圖3 概率模型的引入

2 路徑損耗率的測(cè)量

我們根據(jù)兩種流量模型下主機(jī)與服務(wù)器匹配后確定的總鏈路，如h1向h2發(fā)送數(shù)據(jù)包，然后通過(guò)Floodlight控制器來(lái)計(jì)算s3與s4之間的路徑損耗速率。Floodlight控制器向s3和s4發(fā)送端口狀態(tài)改變請(qǐng)求，當(dāng)接收到來(lái)自s3和s4的答復(fù)時(shí)，將各自的特定流的數(shù)據(jù)包數(shù)對(duì)應(yīng)保存在txPackets與rxPackets中，然后計(jì)算得出路徑損耗率。

在Floodlight中完成路徑損耗率模塊的添加后，在Mininet中調(diào)用path-loss.py文件即可得到圖1中的測(cè)試拓?fù)?，接著?zhí)行“iperfmulti”命令引入隨機(jī)流量模型，即“iperfmulti 100m 30”設(shè)置帶寬為100Mbps，測(cè)試時(shí)長(zhǎng)為30S，相對(duì)應(yīng)在Floodlight中得出測(cè)試結(jié)果，如圖4所示：

圖4 隨機(jī)流量模型的路徑損耗測(cè)量結(jié)果

同樣地，將上述測(cè)試中的“iperfmulti”命令換成“iperfPb”命令引入概率模型，即“iperfPb 100m 30”設(shè)置帶寬為100Mbps，測(cè)試時(shí)長(zhǎng)為30S，相對(duì)應(yīng)在Floodlight中得出測(cè)試結(jié)果，實(shí)驗(yàn)結(jié)果如圖5：

圖5 概率模型的路徑損耗測(cè)量結(jié)果

從兩種流量模型的引入結(jié)果可以看出數(shù)據(jù)傳輸路徑的平均損耗速率均在10%，這與在path-loss.py腳本中設(shè)置的s3與s4之間的損耗速率吻合，說(shuō)明該方案下測(cè)量的路勁損耗率數(shù)值還是相對(duì)準(zhǔn)確的。

3 網(wǎng)絡(luò)時(shí)延

通常意義上的網(wǎng)絡(luò)傳輸時(shí)延測(cè)量是指測(cè)量報(bào)文往返的時(shí)延測(cè)量,即測(cè)量報(bào)文從發(fā)送方開(kāi)始發(fā)送時(shí)計(jì)時(shí),接收方在接收到該報(bào)文后立即返回給發(fā)送方,發(fā)送方接收到該測(cè)量報(bào)文后停止計(jì)時(shí),此時(shí)發(fā)送方所得的時(shí)間間隔即為往返時(shí)延。網(wǎng)絡(luò)時(shí)延的測(cè)量步驟如下[5]：

步驟1：控制器向交換機(jī)A發(fā)送一個(gè)packet_out報(bào)文。報(bào)文的數(shù)據(jù)段攜帶了任意一個(gè)約定好的協(xié)議報(bào)文，其報(bào)文的數(shù)據(jù)段攜帶了控制器下發(fā)報(bào)文時(shí)的時(shí)間戳。packet_out報(bào)文的動(dòng)作指示交換機(jī)將其泛洪或者轉(zhuǎn)發(fā)到某端口。

步驟2：交換機(jī)B收到了交換機(jī)A發(fā)送過(guò)來(lái)的數(shù)據(jù)包，無(wú)法匹配對(duì)應(yīng)流表項(xiàng)，從而發(fā)送packet_in到控制器。控制器接收到這個(gè)數(shù)據(jù)包之后，和當(dāng)下時(shí)間相減，得到時(shí)間差T1。其時(shí)間差約等于數(shù)據(jù)包從控制器到交換機(jī)A加上交換機(jī)A到交換機(jī)B再加上交換機(jī)B到控制器的時(shí)延。

步驟3：同理，控制器向交換機(jī)B發(fā)送一個(gè)類似的報(bào)文。然后控制器從交換機(jī)A收到Packet_in報(bào)文，記錄下時(shí)間差T2。T1與T2的和等于控制器到交換機(jī)A的往返時(shí)延加上控制器到交換機(jī)B的往返時(shí)延，再加上交換機(jī)A到交換機(jī)B的往返時(shí)延。

步驟4：控制器向交換機(jī)A和交換機(jī)B分別發(fā)送帶有時(shí)間戳的echo_request。交換機(jī)收到之后即刻回復(fù)攜帶echo_request時(shí)間戳的echo_reply消息。所以控制器可以通過(guò)echo_reply的時(shí)間戳減去echo_reply攜帶的時(shí)間，從而得到對(duì)應(yīng)交換機(jī)和控制器之間的往返時(shí)延。通過(guò)這種方法測(cè)得控制器到交換機(jī)A和交換機(jī)B的往返時(shí)延分別為Ta，Tb。

步驟5：T1與T2的和減去Ta與Tb的和可以得到交換機(jī)A到交換機(jī)B的往返時(shí)延。假設(shè)往返時(shí)間一樣，則交換機(jī)A到交換機(jī)B的鏈路時(shí)延為該往返時(shí)延的一半。

在Floodlight中添加時(shí)延測(cè)量模塊的代碼得到隨機(jī)流量模型的實(shí)驗(yàn)結(jié)果和概率模型的實(shí)驗(yàn)結(jié)果如下：

圖6 隨機(jī)流量模型的時(shí)延測(cè)量結(jié)果

圖7 概率模型的時(shí)延測(cè)量結(jié)果

在path-loss.py腳本中設(shè)置的單條鏈路時(shí)延理論值為2ms，經(jīng)過(guò)三條鏈路的往返后理論值的總和為12ms，從圖6與圖7可以看到在引入隨機(jī)流量模型與概率模型后，主機(jī)與服務(wù)器之間匹配的三個(gè)鏈路的往返時(shí)延總和的測(cè)量結(jié)果在9ms到12ms之間，這與總的理論值大體接近，說(shuō)明該方案下測(cè)量的網(wǎng)絡(luò)時(shí)延數(shù)值較為可信。

4 帶寬測(cè)量

帶寬數(shù)據(jù)是網(wǎng)絡(luò)狀態(tài)中的重要數(shù)據(jù)。一般而言，一條鏈路的帶寬是由兩個(gè)端口的能力決定的。因此可以通過(guò)獲取端口的流量來(lái)得到鏈路的流量。OpenFlow協(xié)議中可以通過(guò)統(tǒng)計(jì)報(bào)文來(lái)獲取端口、流表、流表項(xiàng)、組表和meter表的統(tǒng)計(jì)信息。以端口的統(tǒng)計(jì)信息為例，控制器通過(guò)周期下發(fā)Port statistics消息可以獲得交換機(jī)端口的統(tǒng)計(jì)信息從該統(tǒng)計(jì)消息格式中可以獲取到收發(fā)的包數(shù)、字節(jié)數(shù)以及這個(gè)統(tǒng)計(jì)持續(xù)的時(shí)間。此時(shí)只要把兩個(gè)不同時(shí)間的統(tǒng)計(jì)消息的字節(jié)數(shù)相減，再除以兩個(gè)消息的統(tǒng)計(jì)時(shí)間差則可以得到統(tǒng)計(jì)流量速度。如果想得到端口剩余帶寬，則可以用端口最大帶寬減去當(dāng)前流量帶寬，即可得到該數(shù)值。隨機(jī)流量模型的實(shí)驗(yàn)結(jié)果和概率模型的實(shí)驗(yàn)結(jié)果如下所示：

圖8 隨機(jī)流量模型的帶寬測(cè)量結(jié)果

圖9 概率模型的帶寬測(cè)量結(jié)果

從圖8與圖9可以看到，在兩種流量模型下，測(cè)量得出的帶寬結(jié)果均為100Mbps左右，這與path-loss.py腳本中設(shè)置的帶寬理論值相吻合，說(shuō)明該方案下測(cè)量的帶寬數(shù)值是準(zhǔn)確的。

5 總結(jié)

在整個(gè)OpenFlow網(wǎng)絡(luò)架構(gòu)中，F(xiàn)loodlight控制器的決策取決于路徑損耗率、時(shí)延以及帶寬等網(wǎng)絡(luò)狀態(tài)。我們搭建X型拓?fù)涞牡臏y(cè)量實(shí)驗(yàn)環(huán)境中，以Floodlight控制器已經(jīng)添加好的各個(gè)模塊為測(cè)量工具，在Mininet中創(chuàng)建用于本次實(shí)驗(yàn)的拓?fù)淠_本，與此同時(shí)，設(shè)置交換機(jī)之間的路徑損耗率的理論值為10%，單條鏈路時(shí)延的理論值為2ms，帶寬的理論值為100Mbps。接著向該拓?fù)鋵?dǎo)入隨機(jī)流量模型和概率模型，分別通過(guò)該拓?fù)涞贸雎窂綋p耗率、時(shí)延以及帶寬的測(cè)量結(jié)果。最后將測(cè)量結(jié)果與腳本中設(shè)置好的理論值進(jìn)行比較，從而對(duì)該實(shí)驗(yàn)方案進(jìn)行可靠性評(píng)估。

[1] McKeown N,Software-defined networking.[C].//INFO COM keynote talk/.2009.

[2] MCKEOWN N,ANDERSON T,BALAKRISHNAN H,etal.OpenFlow:enabling innovation in campus network[J]. ACM SIGCOMM Computer Communication Review,/.2008.

[3]Floodlight:aJava.basedOpenFlow Controller.[CP/OL].http://floodlight.openflowhub.org/.2012.

[4] 左青云,陳鳴,趙廣松等.基于OpenFlow的SDN技術(shù)研究.[J].軟件學(xué)報(bào)，2013.

[5] Thomas D.Nadeau,Ken Gray，畢軍，張紹宇，姚廣等.軟件定義網(wǎng)絡(luò):SDN與OpenFlow解析.[M].北京：人民郵電出版社，2014.

本文受國(guó)家自然科學(xué)基金（61461055,61761049）與云南省高校科技創(chuàng)新團(tuán)隊(duì)支持計(jì)劃資助（通訊作者：李琰）。