OpenFlow中基于X形拓撲的網絡測量研究

◆程煒 高志鑫 徐天奇 李 琰 吳海峰

（云南民族大學電氣信息工程學院 云南 650500）

OpenFlow中基于X形拓撲的網絡測量研究

◆程煒 高志鑫 徐天奇 李 琰 吳海峰

（云南民族大學電氣信息工程學院 云南 650500）

OpenFlow是一種控制和轉發分離的新型架構，是目前學術界最熱門的研究話題之一。在本文中，我們將通過搭建Mininet與Floodlight的實驗環境作為OpenFlow協議的仿真平臺，以X形拓撲為測量對象，分別引入Mininet中的隨機流量模型與概率模型，實現路徑損耗率、網絡時延以及帶寬的測量。

OpenFlow；X拓撲；網絡測量

0 引言

隨著時代的發展，人們對生活品質有了更高的要求與更廣的追求，這直接體現在網絡新業務的不斷涌現和日益復雜上，對于這樣一個承載著龐大需求的互聯網，其運行狀態是否能夠有條不紊地保持，網絡測量與評估方法的研究與發展就顯得至關重要。傳統IP網絡修修補補的緩兵之計使得人們在網絡測量技術方面達到了一個瓶頸。新興的OpenFlow技術正好可以打破網絡測量這一瓶頸的突破口。OpenFlow[1][2]是一種控制和轉發分離的新型架構，并被許多人視為“推倒重來的全新設計”理論的先驅。它將控制邏輯從網絡設備盒子中引出來，供研究者對其進行任意的編程從而實現新型的網絡協議、拓撲架構而無需改動網絡設備本身，是目前學術界最熱門的研究話題之一[3][4]。

在本文中，我們將通過搭建Mininet與Floodlight的實驗環境作為OpenFlow協議的仿真平臺，以X形拓撲為測量對象，分別引入Mininet中的隨機流量模型與概率模型，實現路徑損耗率、網絡時延以及帶寬的測量。

1 實驗測量方案

為了相對準確地測出各個網絡狀態的參數，考慮盡可能減少復雜結構帶來的影響，我們創建一個較為通用的X形拓撲，其中包含兩臺交換機和四臺主機，結構如圖1所示。并向該拓撲導入隨機流量模型和概率模型，如圖2和圖3所示。

圖1 用于網絡測量的X形拓撲

圖2 隨機流量模型的引入

圖3 概率模型的引入

2 路徑損耗率的測量

我們根據兩種流量模型下主機與服務器匹配后確定的總鏈路，如h1向h2發送數據包，然后通過Floodlight控制器來計算s3與s4之間的路徑損耗速率。Floodlight控制器向s3和s4發送端口狀態改變請求，當接收到來自s3和s4的答復時，將各自的特定流的數據包數對應保存在txPackets與rxPackets中，然后計算得出路徑損耗率。

在Floodlight中完成路徑損耗率模塊的添加后，在Mininet中調用path-loss.py文件即可得到圖1中的測試拓撲，接著執行“iperfmulti”命令引入隨機流量模型，即“iperfmulti 100m 30”設置帶寬為100Mbps，測試時長為30S，相對應在Floodlight中得出測試結果，如圖4所示：

圖4 隨機流量模型的路徑損耗測量結果

同樣地，將上述測試中的“iperfmulti”命令換成“iperfPb”命令引入概率模型，即“iperfPb 100m 30”設置帶寬為100Mbps，測試時長為30S，相對應在Floodlight中得出測試結果，實驗結果如圖5：

圖5 概率模型的路徑損耗測量結果

從兩種流量模型的引入結果可以看出數據傳輸路徑的平均損耗速率均在10%，這與在path-loss.py腳本中設置的s3與s4之間的損耗速率吻合，說明該方案下測量的路勁損耗率數值還是相對準確的。

3 網絡時延

通常意義上的網絡傳輸時延測量是指測量報文往返的時延測量,即測量報文從發送方開始發送時計時,接收方在接收到該報文后立即返回給發送方,發送方接收到該測量報文后停止計時,此時發送方所得的時間間隔即為往返時延。網絡時延的測量步驟如下[5]：

步驟1：控制器向交換機A發送一個packet_out報文。報文的數據段攜帶了任意一個約定好的協議報文，其報文的數據段攜帶了控制器下發報文時的時間戳。packet_out報文的動作指示交換機將其泛洪或者轉發到某端口。

步驟2：交換機B收到了交換機A發送過來的數據包，無法匹配對應流表項，從而發送packet_in到控制器。控制器接收到這個數據包之后，和當下時間相減，得到時間差T1。其時間差約等于數據包從控制器到交換機A加上交換機A到交換機B再加上交換機B到控制器的時延。

步驟3：同理，控制器向交換機B發送一個類似的報文。然后控制器從交換機A收到Packet_in報文，記錄下時間差T2。T1與T2的和等于控制器到交換機A的往返時延加上控制器到交換機B的往返時延，再加上交換機A到交換機B的往返時延。

步驟4：控制器向交換機A和交換機B分別發送帶有時間戳的echo_request。交換機收到之后即刻回復攜帶echo_request時間戳的echo_reply消息。所以控制器可以通過echo_reply的時間戳減去echo_reply攜帶的時間，從而得到對應交換機和控制器之間的往返時延。通過這種方法測得控制器到交換機A和交換機B的往返時延分別為Ta，Tb。

步驟5：T1與T2的和減去Ta與Tb的和可以得到交換機A到交換機B的往返時延。假設往返時間一樣，則交換機A到交換機B的鏈路時延為該往返時延的一半。

在Floodlight中添加時延測量模塊的代碼得到隨機流量模型的實驗結果和概率模型的實驗結果如下：

圖6 隨機流量模型的時延測量結果

圖7 概率模型的時延測量結果

在path-loss.py腳本中設置的單條鏈路時延理論值為2ms，經過三條鏈路的往返后理論值的總和為12ms，從圖6與圖7可以看到在引入隨機流量模型與概率模型后，主機與服務器之間匹配的三個鏈路的往返時延總和的測量結果在9ms到12ms之間，這與總的理論值大體接近，說明該方案下測量的網絡時延數值較為可信。

4 帶寬測量

帶寬數據是網絡狀態中的重要數據。一般而言，一條鏈路的帶寬是由兩個端口的能力決定的。因此可以通過獲取端口的流量來得到鏈路的流量。OpenFlow協議中可以通過統計報文來獲取端口、流表、流表項、組表和meter表的統計信息。以端口的統計信息為例，控制器通過周期下發Port statistics消息可以獲得交換機端口的統計信息從該統計消息格式中可以獲取到收發的包數、字節數以及這個統計持續的時間。此時只要把兩個不同時間的統計消息的字節數相減，再除以兩個消息的統計時間差則可以得到統計流量速度。如果想得到端口剩余帶寬，則可以用端口最大帶寬減去當前流量帶寬，即可得到該數值。隨機流量模型的實驗結果和概率模型的實驗結果如下所示：

圖8 隨機流量模型的帶寬測量結果

圖9 概率模型的帶寬測量結果

從圖8與圖9可以看到，在兩種流量模型下，測量得出的帶寬結果均為100Mbps左右，這與path-loss.py腳本中設置的帶寬理論值相吻合，說明該方案下測量的帶寬數值是準確的。

5 總結

在整個OpenFlow網絡架構中，Floodlight控制器的決策取決于路徑損耗率、時延以及帶寬等網絡狀態。我們搭建X型拓撲的的測量實驗環境中，以Floodlight控制器已經添加好的各個模塊為測量工具，在Mininet中創建用于本次實驗的拓撲腳本，與此同時，設置交換機之間的路徑損耗率的理論值為10%，單條鏈路時延的理論值為2ms，帶寬的理論值為100Mbps。接著向該拓撲導入隨機流量模型和概率模型，分別通過該拓撲得出路徑損耗率、時延以及帶寬的測量結果。最后將測量結果與腳本中設置好的理論值進行比較，從而對該實驗方案進行可靠性評估。

[1] McKeown N,Software-defined networking.[C].//INFO COM keynote talk/.2009.

[2] MCKEOWN N,ANDERSON T,BALAKRISHNAN H,etal.OpenFlow:enabling innovation in campus network[J]. ACM SIGCOMM Computer Communication Review,/.2008.

[3]Floodlight:aJava.basedOpenFlow Controller.[CP/OL].http://floodlight.openflowhub.org/.2012.

[4] 左青云,陳鳴,趙廣松等.基于OpenFlow的SDN技術研究.[J].軟件學報，2013.

[5] Thomas D.Nadeau,Ken Gray，畢軍，張紹宇，姚廣等.軟件定義網絡:SDN與OpenFlow解析.[M].北京：人民郵電出版社，2014.

本文受國家自然科學基金（61461055,61761049）與云南省高校科技創新團隊支持計劃資助（通訊作者：李琰）。