拥抱|互联网由不同的供应商组成，最终用户、应用程序和服务供应商通常是异构的移动互联网

文章图片

文章图片

如果同一个供应商管理企业网络上的软件控制器、用户应用程序和转发设备，那么底层设备的网络状态就可以随时供上层使用应用程序。然而，互联网由不同的供应商组成，最终用户、应用程序和服务供应商通常是异构的。所以网络的状态不能直接用于上层运行的应用程序。研究人员已经提出了几种解决方案来解决端到端资源分配的问题。

但是，它们依赖于控制平面的传统和手动配置。即一旦为底层网络。然后相应地控制网络的行为，而不管网络的规模或动态变化。因此，控制网络的策略并不总是最优的。此外，由于规模扩大、网络复杂性增加，这些解决方案无法提供对软件定义网络的有效管理。因此，需要找到对目标函数具有极好价值的全局最优解。因此我们建议由人工智能架构支持的软件定义网络管理系统，用于自动配置策略管理和端到端资源分配。

基于AI架构的优势在于AI代理将通过软件定义网络控制器与底层网络交互，在转发设备中推送全局最优策略流规则。控制器将与AI代理共享网络状态信息，并根据网络的实时状态， AI代理将找到最合适的操作。行动将是作为转发设备中的流规则推送。闭环控制结合了数据收集、分析和后续行动，这些都基于分析的结果。闭环的所有组件都可以通过人工智能进行改进和增强，以提高速度和准确性，并最终提高闭环控制的有效性。

人工智能中的数据平面由转发设备组成。数据平面中数据包的匹配和动作根据流表中定义的转发规则进行。一个流表由几个流条目组成。每个流条目具有三个必填字段，即标头、操作和计数器。在人工智能中，网络信息是通过启用AI收集的全局控制平面，用于决定全局最优策略和端到端资源分配。南向应用编程接口提供了与本地控制平面进行数据交互的接口。

有几种可用于两个平面交互的协议，但最流行的是开放流。开放流为控制器和交换机之间的通信提供了一个安全接口。此外，由于域中网络状态信息的本地视图，服务类别的映射对于满足端到端服务需求而言是一项具有挑战性的任务。将提出的人工智能的结果与现有的结果进行比较，即没有人工智能的软件定义网络。端到端路径上有五个域和两层控制器，即本地控制器和全局控制器。我们将延迟和抖动视为每个域中的主要服务质量参数。

【拥抱|互联网由不同的供应商组成，最终用户、应用程序和服务供应商通常是异构的】根据中的控制器放置，将五个域的控制器分配给50个节点。由于控制和数据平面的分布式管理和紧密耦合限制了网络资源的控制和全局视图。此外，异构网络中的端到端资源无法调配。因此，在本章中，我们提出了分层软件定义网络架构，因为手动配置控制平面的单个控制器会导致故障并限制最优策略。此外，我们提供了一个包含服务请求和服务类的用例示例。此外，在全局控制平面中具有AI代理的分层软件定义网络架构中采用的人工智能方案在端到端延迟、抖动等方面克服了软件定义网络的问题。