SDN架构下的空间信息网络业务识别技术

doi:10.19678/j.issn.1000-3428.0049794

计算机工程 ›› 2019, Vol. 45 ›› Issue (4): 18-24. doi: 10.19678/j.issn.1000-3428.0049794

SDN架构下的空间信息网络业务识别技术

潘成胜¹,刘勇¹,石怀峰^1,2,杨力¹

1.大连大学信息工程学院通信与网络重点实验室,辽宁大连 116622; 2.南京理工大学自动化学院,南京 210094

收稿日期:2017-12-21 出版日期:2019-04-15 发布日期:2019-04-15
作者简介:潘成胜(1962—),男,教授、博士生导师,主研方向为软件定义网络架构、空地一体化网络体系结构、网络协议;刘勇,硕士研究生;石怀峰,讲师;杨力,教授
基金资助:
装备预研领域基金(6140449XX61001)

Spatial Information Network Business Identification Technology Under SDN Architecture

PAN Chengsheng¹,LIU Yong¹,SHI Huaifeng ^1,2,YANG Li ¹

1.Key Laboratory of Communication and Network,School of Information Engineering,Dalian University,Dalian,Liaoning 116622,China; 2.School of Automation,Nanjing University of Science and Technology,Nanjing 210094,China

Received:2017-12-21 Online:2019-04-15 Published:2019-04-15

摘要/Abstract

摘要：

针对传统的离线业务流量识别方法消耗时间长、实时性差的问题,通过对空间信息网络管控和网络资源的高效编排,提出一种基于软件定义网络(SDN)架构的空间信息网络业务识别技术。运用OpenFlow协议在线收集业务流量,提取流中前5个数据包作为一条子流,在SDN控制器上实现基于机器学习的在线业务分类,同时给出一种具有噪声过滤功能的协同训练算法Dif-TriTraining。实验结果表明,与传统的Tri-Training算法相比,该算法能够有效提升业务识别的准确率。

关键词: 软件定义, 空间信息网络, 业务识别, 噪声过滤, 协同训练

Abstract:

Aiming at the problem that the traditional offline business traffic identification method consumes a long time,and has poor real-time performance,through the management and control of spatial information network and the efficient arrangement of network resources,a business identification technology of spatial information network based on Software Defined Network (SDN) architecture is proposed.The OpenFlow protocol is used to collect business traffic online,and extract the first five data packets in the flow as a sub-flow,and implement online business classification based on machine learning on the SDN controller.At the same time,a collaborative training algorithm Dif-TriTraining with noise filtering function is presented.Experimental results show that compared with the traditional Tri-Training algorithm,the algorithm can effectively improve the accuracy of business identification.

Key words: software definition, spatial information network, business identification, noise filtering, collarborative training

中图分类号:

TP391

潘成胜,刘勇,石怀峰,杨力. SDN架构下的空间信息网络业务识别技术[J]. 计算机工程, 2019, 45(4): 18-24.

PAN Chengsheng,LIU Yong,SHI Huaifeng,YANG Li. Spatial Information Network Business Identification Technology Under SDN Architecture[J]. Computer Engineering, 2019, 45(4): 18-24.

https://www.ecice06.com/CN/Y2019/V45/I4/18

参考文献

［1］YAN J,YUN X,WU Z.Online traffic classification based on co-training method［C］//Proceedings of the 13th International Conference on Parallel and Distributed Computing,Applications and Technologies.Beijing,China:［s.n.］,2012:125-136.
［2］SUN M,CHEN J.Research of the traffic characteris-tics for the real time online traffic classification［J］.The Journal of China Universities of Posts and Telecommunica-tions,2011,18(3):92-98.
［3］彭立志.互联网流量识别研究综述［J］.济南大学学报(自然科学版),2016,30(2):95-104.
［4］王丽冲,姚秀娟,闫毅.一种基于OpenFlow的软件定义卫星网络架构设计方案［J］.电子设计工程,2016,24(17):85-89.
［5］杨力,孔志翔,石怀峰.软件定义空间信息网络多控制器动态部署策略［J］.计算机工程,2018,44(10):58-63.
［6］NAZARI S,DU P,GERIA M,et al.Software defined naval network for satellite communications［C］//Proceedings of 2016 IEEE Military Communications Conference.Washington D.C.,USA:IEEE Press,2016:124-136.
［7］ELMASRY G,MCCLATCHY D,HiINRICH R,et al.A software defined networking framework for future airborne connectivity［C］//Proceedings of ICNS’17.Herndon,USA:IEEE Press,2017:215-224.
［8］AMARAL P,DINIS J,PINTO P,et al.Machine learning in software defined networks:data collection and traffic classification［C］//Proceedings of the 24th International Conference on Network Protocal.Singapore:［s.n.］,2016:321-329.
［9］BERNAILLE L,TEIXEIRA R,AKODKENOU I,et al.Traffic classification on the fly［C］//Proceedings of ACM SIGCOMM’06.New York,USA:ACM Press,2006:158-167.
［10］ESTE A,GRINGOLI F,SALGARELLI L.On the stability of the information carried by traffic flow features at the packet level［J］.ACM SIGCOMM Computer Communication Review,2009,39(3):13-18.
［11］赵树鹏,陈贞翔,彭立志.基于流中前5个包的在线流量分类特征［J］.济南大学学报(自然科学版),2012,26(2):156-160.
［12］刘珍,王若愚,蔡先发,等.互联网流量分类中流量特征研究［J］.计算机应用研究,2017,34(1):8-13.
［13］柏骏,夏靖波,吴吉祥,等.实时网络流量分类研究综述［J］.计算机科学,2013,40(9):8-15.
［14］BERNAILLE L,TEIXEIRA R,SALAMATIAN K.Early application identification［C］//Proceedings of CoNEXT’06.New York,USA:ACM Press,2006:147-158.
［15］彭建芬,周亚建,王枞,等.TCP流量早期识别方法［J］.应用科学学报,2011,29(1):73-77.
［16］MOORE A W,ZUEV D.Internet traffic classification using Bayesian analysis techniques［C］//Proceedings of International Conference on Measurement and Modeling of Computer Systems.Alberta,Canada:［s.n.］,2005:50-60.
［17］WEI L,ABDIN K,DANN R,et al.Approaching real-time network traffic classification［D］.London,UK:London University,2006.
［18］张剑,钱宗珏,寿国础,等.在线聚类的网络流量识别［J］.北京邮电大学学报,2011,34(1):103-106.
［19］郭翔宇,王魏.一种改进的协同训练算法:Compatible Co-training［J］.南京大学学报(自然科学版),2016,52(4):662-671.
［20］ZHOU Z H,LI M.Tri-Training:exploiting unlabeled data using three classifiers［J］.IEEE Transactions on Knowledge and Data Engineering,2005,17(11):1259-1541.
［21］徐鹏,林森.基于C4.5决策树的流量分类方法［J］.软件学报,2009,20(10):2692-2704.

[1]	崔允贺, 赵建朋, 杨鸿珍, 李显超. 基于曲线决策融合的SDN饱和攻击检测方法[J]. 计算机工程, 2024, 50(8): 123-132.
[2]	郭雷, 荆山, 魏亮, 赵川. 基于软件定义网络的Crossfire攻击防御方法[J]. 计算机工程, 2024, 50(10): 216-227.
[3]	刘向举, 赵犇, 方贤进, 徐杨洋. SDN中基于过程优化的动态负载均衡策略[J]. 计算机工程, 2023, 49(8): 137-145.
[4]	赵徐炎, 崔允贺, 钱清, 郭春, 申国伟. 基于虚拟扩展网络的虚拟机及路由路径联合部署[J]. 计算机工程, 2023, 49(8): 154-162.
[5]	陈何雄, 罗宇薇, 韦云凯, 郭威, 杭菲璐, 何映军, 杨宁. 基于联邦学习的SDN异常流量协同检测技术[J]. 计算机工程, 2023, 49(3): 168-176.
[6]	刘宇宸, 唐菀, 杨喜敏, 张艳. 引入区块链的SDN路由一致性检测[J]. 计算机工程, 2023, 49(11): 160-168.
[7]	王奎宇, 宋晓勤, 缪娟娟, 张昕婷, 雷磊. 基于SDN的高性能QoS保障低轨道卫星星间路由算法[J]. 计算机工程, 2022, 48(5): 185-190,199.
[8]	叶和元, 韩俐, 孙士民. SDN中基于蚁群优化的网络测量节点选择算法[J]. 计算机工程, 2022, 48(5): 191-199.
[9]	杜欣欣, 胡晓辉, 赵佳楠. 一种软件定义车载自组织网络的QoS路由算法[J]. 计算机工程, 2022, 48(11): 184-191,200.
[10]	赵季红, 张文娟, 乔琳琳, 张梦雪. 服务功能链中基于机器学习的QoE评估与预测[J]. 计算机工程, 2022, 48(1): 163-169.
[11]	左攀, 束永安. DCN中基于前馈神经网络的动态多路径负载均衡方法[J]. 计算机工程, 2021, 47(9): 113-119.
[12]	徐啸, 顾玲丽, 陈建平, 傅启明, 陆悠. 一种智能多路径路由及子流分配协同算法[J]. 计算机工程, 2021, 47(9): 136-144,152.
[13]	潘成胜, 梁芷铭, 石怀峰, 孔志翔. 面向并发业务的卫星网络服务功能链优化算法[J]. 计算机工程, 2021, 47(3): 196-201.
[14]	张鹏, 陈博. 基于图神经网络的智能路由机制[J]. 计算机工程, 2021, 47(12): 171-176,184.
[15]	杨雪婷, 李重. 车联网中基于车辆行为预测的身份认证方案[J]. 计算机工程, 2021, 47(1): 129-138.

选择文件类型/文献管理软件名称

选择包含的内容

SDN架构下的空间信息网络业务识别技术

Spatial Information Network Business Identification Technology Under SDN Architecture

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

SDN架构下的空间信息网络业务识别技术

Spatial Information Network Business Identification Technology Under SDN Architecture

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价