程 玮

（厦门海洋职业技术学院，福建 厦门 361100）

近年来，随着计算机网络规模大幅度提升，传统的网络架构已不能满足云计算、服务器虚拟化等新应用的需求。此时，基于传统网络结构的软件定义网络（SDN）应运而生。SDN网络适应了应用的快速变化，但仍然面临着与传统网络相同的问题，即当链路中出现故障时，不能及时准确地进行定位分类。关于故障定位，传统网络研究众多，如荣飞、朱语博等人基于子模块电压分组检测，研究了MMC子模块开路故障诊断定位方法[1]；赵建文、李璞等人基于AGM曲线能量，对配电网故障区段定位方法进行了研究[2]。但这些故障定位方法没有考虑到SDN网络结构的特性，因此并不适用于SDN网络链路的故障定位。为此，本研究探讨了一种基于CNN−SVM的SDN网络链路故障定位算法，并从多角度对算法进行了评估。

1 系统框架

根据研究的目的，采集并处理控制器数据以及对定位应用层中的故障，将SDN网络链路故障定位系统设计如图1所示。SDN系统主要由数据层、控制层、应用层、MySQL数据库组成[3]。

图1 SDN网络链路故障定位系统框架

控制层主要的功能是接收来自数据层的带宽、时延等数据[4]，并将其存入MySQL数据库中。通常情况下，这些数据不能通过OpenFlow协议直接获得，因此需要通过计算或自行测量等方式获得。

应用层包括数据预处理、模型训练、故障定位等子模块[5]。首先，从MySQL数据库中读取数据，并对数据进行重构、预处理。然后将处理后的数据输入模型，应用卷积神经网络（CNN）和SVM分类器进行训练。……