（杭州电子科技大学通信工程学院，浙江 杭州 310018）

一种大象流两级识别方法

严军荣，叶景畅，潘鹏

（杭州电子科技大学通信工程学院，浙江 杭州 310018）

基于大象流的识别准确度高且开销低，对于解决SDN流量管理过程中控制器单点故障问题具有重要意义。针对现有大象流识别方法识别开销大的问题，提出一种大象流两级识别方法。该方法在第一阶段提出基于TCP发送队列的可疑大象流识别算法，在第二阶段提出基于流持续时间的真实大象流识别算法；第一阶段是在端系统中识别可疑大象流，用于降低第二阶段真实大象流识别过程中SDN控制器所需监测的网络流数量。实验分析表明，在保证大象流识别的高准确度前提下，大象流两级识别方法较基于采样的大象流识别方法可以降低约85%的控制器识别开销。

大象流识别；TCP发送队列；软件定义网络

1 引言

软件定义网络（software defined networking，SDN）是一种新型网络架构[1,2]，其通过剥离网络设备的控制平面与数据转发平面并将控制平面抽象为集中式控制器，为网络提供了逻辑统一的转发控制平台，基于SDN特有的全网视图可快速实现流量调度策略的制定以及交换机流表的配置。流量管理过程中，作为网络大脑的SDN控制器需接收、处理海量数据以保证网络的正常运行，这对其性能提出巨大挑战。为SDN控制器“减负”是避免控制器单点故障的有效方法，通过采用“抓大放小”的流量管理方式[3]，即精细管控大象流（传输数据量大、持续时间长）、粗放管控老鼠流（传输数据量小、持续时间短）[4]，可有效减少控制器在大象流识别过程中的处理负载。……