面向软件定义数据中心的多路径传输机制及联合优化理论研究

Cloud datacenter network is a bridge between large-scale datacenter servers, but also carries the basic network computing and network storage. Software Defined Network (SDN) technology spins network intelligent off to a centralized network operating system, which gives datacenter network a more flexible capacity. With software-defined network technology to be deployed and applied in the data centers, many problems have exposed in existing software-defined data centers (SDDC), especially for the low efficiency of data transmission. The project is planned to take software-defined data centers as the research object, take multi-path transmission among servers and virtual machines as the main concern, and make full use of the cloud datacenter network link density, high path redundancy and server inherent multihoming features. Surrounding "path finding, path exploiting and path providing", it will implement the characteristics of support multi-path transmission, flexible networking, programmable virtual datacenter network, in which transmission resources can be modified, extensible, reconstruct according to the demand. The general goal of the project is to establish a set of relatively perfect software-defined data centers for multi-path transmission mechanism with joint optimization theory, which includes the three aspects of core functions: (1) flow-based end-to-end multi-path generation algorithm and forwarding; (2) service-driven adaptive variable multipath selection and traffic scheduling; and (3) elastic resources providing and distribution to support multi-path, and to achieve joint optimization theory of datacenter resources and software-defined framework, taking full advantage of all types of networks, datacenter computing and storage resources in a fair and high efficient way, and promote benign and healthy development of the future of cloud computing and big data systems.

云数据中心网络是连接数据中心大规模服务器的桥梁，也是承载网络化计算和网络化存储的基础。软件定义网络（SDN）技术将网络智能控制剥离出来，赋予了云数据中心网络更灵活的能力。随着SDN技术在数据中心的逐步部署，现有的软件定义数据中心（SDDC）方案暴露出了诸如数据传输效率低下等问题。本项目拟以服务器或虚拟机间的多路径传输为关注点，充分利用云数据中心网络中链路密集、路径冗余度高、服务器固有的多宿主特征，围绕“寻找路径、使用路径和提供路径”三方面展开研究。总体目标是建立一套面向软件定义数据中心的多路径传输机制与联合优化理论，包括基于流的端到端多路径路由与转发、业务驱动的可适变多路径选择与流量调度、以及支持多路径的弹性资源提供与分配等三项核心功能，以及实现对数据中心资源的联合优化理论及软件定义体系，高效公平地利用各类网络、计算和存储的异构数据中心资源，促进未来云计算及大数据系统良性健康的发展。

经过四年来的攻研，严格按照原申请书的计划展开研究，项目圆满实现了申请书中总体目标，部分目标超额完成。通过分析数据中心网络的应用需求和网络环境特征，提出支持平滑演进的软件定义数据中心网络体系架构，具体包括网络信息实时感知、路由规划、全局流量调度以及资源映射算法等关键技术，保证资源使用的高效性与公平性。基于Openstack研制了基于异构基础设施的业务云网络仿真环境，开发了具有多个依赖模型的智能应用，支撑相关学术成果的验证。系统提供的配置管理管理模块能帮助用户简单方便地定义出实验所需要的环境，通过系统提供的硬件和软件接口将待开发/待验证的项目轻松部署到平台上，并实现系统运维的智能化。围绕数据中心的多路径传输技术上形成了一整套创新性研究成果，在相关领域产生了一定的影响力，三项代表性成果如下： .（一）基于流的端到端多路径路由算法与转发策略。针对高动态大规模网络状态的采集与理解任务进行了研究，取得了重要的研究成果。基于网络资源与计算资源的联合优化，可以由软件控制器计算优化的新型多路径路由路径。基于OpenFlow流表的可扩展多路径转发方案，充分利用云数据中心网络的密集链路资源，提升云计算的性能。.（二）业务驱动的可适变多路径选择与流量调度机制。以资源分配为导向对多维度流量识别的理论和方法进行了研究，取得了重要的研究成果。利用Markov决策过程对多路径选择过程进行建模，确定适合数据中心网络变化的动态路径选择方法和流量调度机制，更细粒度的利用可用网络资源，最大程度的减少网络拥塞的产生。.（三）支持多路径的弹性资源提供与编排技术。针对适应SDN环境的深度强化学习网络资源分配机制任务进行了研究，取得了重要的研究成果。提出基于多路径汇聚的网络资源映射模型，梳理各层信息之间存在复杂的映射关系，支持租户需求映射到底层多条并行物理路径，设计分层次负载的实时弹性资源预留机制，实现多路径整体资源汇聚的资源编排技术，满足支持多路径的大数据传输需求。