基于OpenFlow网络数据处理模型的研究

• 作者: 张伟 李卫斌
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: OpenFlow技术 GODP模型 GPU计算 生物序列 机器学习
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 1344-1350
• 页数: 7页
• 分类号: TP393.2
• 字数: 3462字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1504053

摘要

随着计算机网络的不断发展以及人们对网络性能要求的不断提高,现有网络很难满足人们的需要.OpenFlow的出现能够很好地解决现有网络的不足,但存在网络会话识别效率不高,网络报文转发路径选择不佳等问题.针对匹配算法和路径转发进行了研究,提出了GODP(GPU OpenFlow data processing)模型.该模型通过融合GPU计算与生物序列算法和机器学习方法,提出了GPTWF网络会话匹配算法和网络会话转发算法,有效提升了匹配效率,优化了网络环境.实验表明网络会话匹配算法加速比提升近290,网络会话转发算法使得链路丢包率低于5%,延时小于20 ms,网络会话丢包率和延时分别平均下降62.71%和73.88%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫斌	西安科技大学电气与控制工程学院	8	26	3.0	4.0
2	张伟	咸阳师范学院信息工程学院	50	141	7.0	9.0