王禹辰，王思遠(yuǎn)

（哈爾濱工業(yè)大學(xué) 黑龍江 哈爾濱 150001）

1 引言

機(jī)器學(xué)習(xí)（Machine Learning）是學(xué)術(shù)界和工業(yè)界研究和應(yīng)用的熱門話題和焦點(diǎn)。以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)是目前最接近人腦智能學(xué)習(xí)方法和認(rèn)知過程。它充分借鑒了人腦的多層次結(jié)構(gòu)，神經(jīng)元的連接與互動(dòng)，分布式稀疏存儲(chǔ)與表示，信息分析與處理機(jī)制以及自適應(yīng)自學(xué)習(xí)的強(qiáng)大并行信息處理能力。語音和圖像識(shí)別技術(shù)取得突破性進(jìn)展，在許多領(lǐng)域取得了巨大的商業(yè)成功。目前，機(jī)器學(xué)習(xí)的研究和應(yīng)用取得了很大的進(jìn)展，全面了解機(jī)器學(xué)習(xí)具有重要的現(xiàn)實(shí)意義[1，2]。本文對(duì)機(jī)器學(xué)習(xí)下的SDN網(wǎng)絡(luò)結(jié)構(gòu)展開討論。

2 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一個(gè)包括概率論，統(tǒng)計(jì)學(xué)，近似理論，凸分析，算法復(fù)雜性理論等多領(lǐng)域的交叉學(xué)科。它作為人工智能的關(guān)鍵核心，是使計(jì)算機(jī)智能化的基本途徑，其應(yīng)用領(lǐng)域遍布人工智能領(lǐng)域，主要采用歸納，綜合而非演繹[3]。

機(jī)器學(xué)習(xí)的目標(biāo)是在一定網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上建立數(shù)學(xué)模型，選擇相應(yīng)的學(xué)習(xí)方法和訓(xùn)練方法，學(xué)習(xí)輸入數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)和內(nèi)部模式，不斷調(diào)整網(wǎng)絡(luò)參數(shù)。通過數(shù)學(xué)工具預(yù)測(cè)反饋求解模型的優(yōu)化，增強(qiáng)泛化能力，避免擬合過度。機(jī)器學(xué)習(xí)算法主要是指通過數(shù)學(xué)和統(tǒng)計(jì)方法求解優(yōu)化問題的步驟和過程。典型機(jī)器學(xué)習(xí)的流程如圖1所示。

圖1 典型機(jī)器學(xué)習(xí)的流程

3 SDN技術(shù)

3.1 SDN核心思想及架構(gòu)體系

SDN技術(shù)的又稱是軟件定義網(wǎng)絡(luò)，它是由Mc Keown教授根據(jù)Open Flow提出的一種全新的網(wǎng)絡(luò)技術(shù)。它通過分離網(wǎng)絡(luò)設(shè)備控制平面與數(shù)據(jù)轉(zhuǎn)發(fā)，靈活可編程化的控制網(wǎng)絡(luò)流量[4]。

圖1是SDN技術(shù)的體系架構(gòu)，從圖中可以看出，控制層、應(yīng)用層和基礎(chǔ)轉(zhuǎn)發(fā)層是SDN架構(gòu)體系的主要組成。SDN技術(shù)是一種新型的網(wǎng)絡(luò)架構(gòu)體系，主要采用軟件可編程和數(shù)據(jù)控制分離，它的核心思想就是數(shù)據(jù)面分離和網(wǎng)絡(luò)設(shè)備控制平面。從路由器設(shè)計(jì)的角度來看，它主要由軟件控制和硬件數(shù)據(jù)通道組成。軟件控制包括管理和路由，數(shù)據(jù)通道主要具體數(shù)據(jù)處理功能的實(shí)現(xiàn)，主要包括分組查詢和修改。該體系結(jié)構(gòu)在應(yīng)用時(shí)，優(yōu)勢(shì)能明顯突出，網(wǎng)絡(luò)利用效率明顯提高。以交換機(jī)為主的網(wǎng)絡(luò)元素組成SDN的數(shù)據(jù)平面，SDN網(wǎng)絡(luò)數(shù)據(jù)通路由不同規(guī)則形成的，它連接了各網(wǎng)絡(luò)元素。控制平面中包含負(fù)責(zé)運(yùn)行控制邏輯策略和維護(hù)整個(gè)網(wǎng)絡(luò)視圖，有“邏輯中心”之稱的控制器。

圖2 SDN體系架構(gòu)

3.2 SDN關(guān)鍵技術(shù)

控制器是SDN的操作系統(tǒng)，它的實(shí)現(xiàn)和設(shè)計(jì)是SDN技術(shù)的重要環(huán)節(jié)，是SDN技術(shù)的關(guān)鍵組成?？刂破魍ㄟ^南向接口協(xié)議集中管理和監(jiān)測(cè)交換機(jī)底層網(wǎng)絡(luò)的狀態(tài)等。同時(shí)，向上層應(yīng)用開放可編程能力是通過北向接口實(shí)現(xiàn)的[2]。

SDN技術(shù)的數(shù)據(jù)平面交換設(shè)備負(fù)責(zé)數(shù)據(jù)分組的高速轉(zhuǎn)發(fā)，控制器則通過南向接口協(xié)議統(tǒng)一分發(fā)決策的轉(zhuǎn)發(fā)，這有利于提高網(wǎng)絡(luò)質(zhì)控的管理效率，降低設(shè)備復(fù)雜程度。

4 基于機(jī)器學(xué)習(xí)的SDN網(wǎng)絡(luò)結(jié)構(gòu)

機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘中的重要工具。然而，數(shù)據(jù)挖掘不僅要研究，擴(kuò)展，應(yīng)用一些機(jī)器學(xué)習(xí)方法，還要通過許多非機(jī)器學(xué)習(xí)技術(shù)來解決數(shù)據(jù)倉(cāng)庫(kù)，大規(guī)模數(shù)據(jù)，數(shù)據(jù)噪聲等更多的實(shí)際問題。機(jī)器學(xué)習(xí)的范圍也非常廣泛。數(shù)據(jù)挖掘中常用的方法通常是“從數(shù)據(jù)中學(xué)習(xí)”，但機(jī)器學(xué)習(xí)不僅用于數(shù)據(jù)挖掘，還用于機(jī)器學(xué)習(xí)的一些子領(lǐng)域。如增強(qiáng)學(xué)習(xí)和自動(dòng)控制等。近年來，一些學(xué)者使用機(jī)器學(xué)習(xí)方法對(duì)SDN網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了研究。本文主要針對(duì)機(jī)器學(xué)習(xí)下的SDN網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)點(diǎn)進(jìn)行了敘述。

SDN技術(shù)的主要特征是可以直接進(jìn)行編程以滿足客戶的特殊需求；靈活化管理，業(yè)務(wù)開通速度快且步驟易操作，流程簡(jiǎn)單；集中控制管理網(wǎng)絡(luò)。因此機(jī)器學(xué)習(xí)下的SDN網(wǎng)絡(luò)結(jié)構(gòu)比傳統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)具有以下幾個(gè)優(yōu)勢(shì)[5，6]。

（1）網(wǎng)絡(luò)設(shè)計(jì)更簡(jiǎn)單

由于流量可控的原因，物理網(wǎng)絡(luò)和邏輯網(wǎng)絡(luò)的必然聯(lián)系被脫離，這就為物理網(wǎng)絡(luò)架構(gòu)提供了更多的可選擇性。聚集了全部網(wǎng)絡(luò)配置的控制器因而具備網(wǎng)絡(luò)全局視野。

（2）網(wǎng)絡(luò)設(shè)備更通用

硬件在集中控制和網(wǎng)絡(luò)可編程的促使下發(fā)展更加通用化和標(biāo)準(zhǔn)化，這有利于減低設(shè)備的投入資金，增加設(shè)備使用率。

（3）資源利用更高效

控制器通過集中管理轉(zhuǎn)發(fā)表可以對(duì)網(wǎng)絡(luò)各鏈路中流量的走向和大小進(jìn)行實(shí)時(shí)控制，從而可以虛擬化管理網(wǎng)絡(luò)功能元件和網(wǎng)絡(luò)帶寬資源大大提升了對(duì)資源的利用率和網(wǎng)絡(luò)擴(kuò)展性。

5 結(jié)語

SDN技術(shù)的出現(xiàn)為通信網(wǎng)絡(luò)的建設(shè)和應(yīng)用提供了良好的發(fā)展平臺(tái)。機(jī)器學(xué)習(xí)下的SDN網(wǎng)絡(luò)結(jié)構(gòu)已被廣泛應(yīng)用于人們的生活中，雖然SDN技術(shù)在網(wǎng)絡(luò)中得到了廣泛發(fā)展和有效使用。但是，在實(shí)際應(yīng)用中還存在很多問題?？梢灶A(yù)見的是，基于機(jī)器學(xué)習(xí)的SDN網(wǎng)絡(luò)結(jié)構(gòu)能夠逐步標(biāo)準(zhǔn)化的逐步跨越，在網(wǎng)絡(luò)業(yè)務(wù)運(yùn)營(yíng)中發(fā)揮更大的作用和驅(qū)動(dòng)力。