面向SDN的数据中心网络更新研究综述*

程克非a，高江明，段 洁**，田瑞林

(重庆邮电大学 a.计算机科学与技术学院；b.通信与信息工程学院，重庆 400065)

面向SDN的数据中心网络更新研究综述*

程克非a，高江明b，段 洁**b，田瑞林b

(重庆邮电大学 a.计算机科学与技术学院；b.通信与信息工程学院，重庆 400065)

近年来，由于软件定义网络(SDN)的控制平面与数据平面分离、集中式控制的特点，被广泛应用于数据中心网络(DCN)。分四个部分对DCN更新的相关研究进行了综述。首先，介绍了DCN和SDN的基本概念及研究现状；随后，详细说明了传统DCN在更新方面遇到的缺陷；其次，重点讨论了基于SDN的数据中心网络(SD-DCN)更新场景的研究现状与存在的不足，同时指出了一些方案存在的缺点；最后，对基于SDN的数据中心网络未来研究方向进行了展望，以期为SD-DCN的研究与应用提供一定的参考。

数据中心网络；软件定义网络；网络更新；控制平面；数据平面

1 引 言

最近几年，随着互联网和信息技术的迅猛发展，数据中心的数量以及数据中心的节点数目都成倍增长[1],由于数据中心的规模呈现爆炸式的急速发展，许多公司都开始扩建属于自己的数据中心网络。云计算技术[2]的出现对数据中心网络的发展提出了新的挑战,例如网络安全、虚拟机迁移、负载均衡等。传统数据中心网络面对爆炸式的流量增长表现出了诸多方面的缺陷。首先，是带宽使用率的问题。由于现有网络带宽资源相对匮乏，当前可以利用设备到设备(Device-to-Device，D2D)技术来解决这一问题[3-5]。同时，也降低了功率分配，减少了设备的电池消耗等。其次，是链路拥塞、数据包丢失等问题。因此，如何利用新技术解决数据中心网络出现的问题成为了当前研究的重点。

数据中心网络(Data Center Network，DCN)是指数据中心内部通过高速链路和交换机连接大量服务器的网络[6]，形成具有高带宽、高可用性、高可靠性以及负载均衡的服务器网络，对外提供计算、存储等服务。传统数据中心网络主要采用层次结构实现，且承载的主要是客户机/服务器模式应用[7]。

软件定义网络(Software Defined Networking，SDN)作为一种新型的网络架构[8]，其核心思想就是解除网络设备的耦合性，即控制平面与数据平面相分离、实现逻辑上的集中式控制。SDN架构分为应用层、控制层和数据层。应用层包括各种不同的业务和应用，控制层负责处理数据层资源的编排、维护网络拓扑、状态信息等，数据层负责数据处理、转发和状态收集。

研究者把SDN与DCN相结合，形成了软件定义-数据中心网络(Software Defined Data Center Network，SD-DCN)，充分利用SDN控制器实现全局网络的维护、交换机状态的收集、路由的计算和流表项的管理。因此，基于SDN的数据中心网络可以解决传统数据中心网络的缺陷，简化网络管理，降低运维成本，提供更好的负载均衡。

软件定义网络在负载均衡[9-11]和故障维护[12-13]方面的应用越来越普遍，控制器通过改变数据平面上交换机的流表项来调整受影响的流到冗余路径上传输，从而避免网络的拥塞[14-15]和实现故障恢复[16-17]。P4[18]开创了数据平面的可编程时代的到来，该项目由许多单独的模块组成，每个模块是一个子项目。如果控制器没有正确地改变流表项将会引起网络的不一致性属性或网络性能的下降。

数据中心网络引入SDN架构后的研究仍然处于发展的初期[19-20]，相关的研究工作仍在进行，其中主要的研究热点是利用SDN控制器在保证一致性属性和约束的条件下，规划网络更新顺序，提高网络性能[21-22]。最近在网络更新方面有了大量的研究成果。Dionysus[23]根据依赖关系图对网络更新顺序进行了仔细的规划，实现快速性和一致性的网络更新。如果依赖关系图存在环，将通过流量分发比率限制来破坏环，然后规划网络更新顺序。Cupid[24]把全局依赖关系转换为局部约束,通过转换后，可以提高网络更新速度和实现无拥塞的发生。

Atomip[25]首先查找网络中潜在的拥塞流和潜在的拥塞链路，然后据此信息将大问题划分为几个子问题进行处理。Mcup[26]研究的是在网络更新期间实现最小的拥塞损失，且在更新速度和瞬时拥塞之间进行权衡，找到一个最合理的网络更新顺序。zUpdate[27]的目标是在DCN的更新过程中消除拥塞。

本文首先对数据中心网络的更新场景和面临的挑战进行了总结，然后阐述了SD-DCN的各个更新场景的研究现状，并对其存在的问题进行了总结，最后对未来工作进行了展望。

2 数据中心网络的更新问题

传统数据中心网络的更新通常是指数据平面更新，更新原因可能是周期性、故障、运营商的需求等引起。传统的更新方法存在一些不可避免的缺陷，比如：网络不能全局协调、网络节点独立的执行流量控制策略、不能形成全局最优的调度方案、缺少动态调度能力。如何解决传统网络的缺陷一直是学术界的研究重点。

网络更新期间需要保证一致性和实现快速性更新。一致性是指不能违背某些属性，例如：相同流传输的路径不能形成环(无环)、无数据包的丢失(无黑洞)和到达链路的流量不应该超过链路的容量(无拥塞)。快速性是指网络更新时间，要在最短的时间内完成更新。网络更新方案可以总结为网络拓扑变量和流量矩阵变量。

表1是典型的数据中心网络的数据平面更新案例及属于哪个更新变量。虚拟机迁移和负载均衡器的重新配置属于流量矩阵改变，其余更新场景属于网络拓扑改变。

表1 数据中心网络的更新场景Tab.1 Update scenarios in DCN

网络更新面临的挑战是处理全网的流量迁移，即不同交换机之间的规则协作关系。因此，在网络更新期间，如果网络中流的转发规则需要改变，而改变转发规则不同步，将会对某些热点链路产生瞬时负载峰值或链路拥塞。

用图1的例子来说明异步改变转发规则带来的后果。图中给出了最初的网络状态和最终的网络状态，要实现两个网络状态之间的转换，需要在交换机S1和S2的入口处同步改变转发规则。如果没能实现同步改变转发规则，将会对热点链路产生瞬时的负载峰值或链路拥塞。如果流f1在交换机S1的入口处改变转发规则先于流f2在交换机S2的入口处改变转发规则，将会对链路l2产生瞬时的负载峰值或链路拥塞。同理，会对链路l1产生同样的影响。只有实现两个交换机同步改变转发规则，才可以达到最终的网络状态。

图1 流量迁移期间瞬时负载的增加Fig.1 Transient load increase during traffic migration

传统数据中心网络的管理和维护都很困难，不管是用户还是运营商都难以对网络进行实时性监控，简单的流量信息及负载数据很难准确地反应网络状态，不能动态地实现网络流量规划、链路利用率低等问题。为了解决上述问题，在数据中心网络引入了SDN架构，利用SDN控制器负责整个网络的维护、交换机状态的收集、路径的计算、网络流动态调度和流表项的管理等，从而解决传统数据中心网络带宽利用率低、链路拥塞、数据包丢失等问题。

3 基于SDN的数据中心网络更新

软件定义网络的主要设备是SDN控制器和OpenFlow交换机。SDN控制器实现集中控制，掌握整个网络拓扑信息(交换机流条目数量、链路可用带宽、交换机故障等)。图2是控制器对交换机实现控制的简单拓扑图。

图2 简单网络拓扑图Fig.2 Simple network topology

表2是数据中心网络引入软件定义网络后的一些更新场景，总结了更新场景的不同可能会对SDN控制器和OpenFlow交换机产生的影响。

表2 SD-DCN的更新场景Tab.2 Update scenarios in SD-DCN

传统DCN更新场景与SD-DCN更新场景具有相似之处。在SDN网络中，由于SDN控制器需要对网络拓扑进行集中控制，可以掌握本地局域网内所有OpenFlow交换机的状态信息，如OpenFlow交换机流条目数量、可用链路带宽、网络的拓扑信息等。SDN控制器根据这些信息利用已有算法主动或被动的生成流条目，然后下发给OpenFlow交换机，从而规划网络流传输路径。

3.1交换机固件升级、故障维护、链路故障

数据中心网络随时会出现交换机固件升级、交换机故障维护、链路故障的情况。面对这些突发的事件，需要根据网络拓扑信息调整受影响的流到冗余路径上进行传输，从而避免链路发生拥塞、出现数据包的丢失、缩短故障恢复的时间等。

网络出现交换机故障或链路故障，已有的解决办法有两种。第一种是故障保护，提前计算备份路径和分配备份规则，从而绕过故障交换机或故障链路。这种方案是可行的，但是会消耗大量交换机内存，尤其是对交换机的三态内容寻址存储器(Ternary Content Addressable Memory，TCAM)的容量，但为了故障恢复时间最短，这样的牺牲在某种情况下是可行。第二种是故障恢复，依靠的是动态重新路由，从而绕过故障交换机或故障链路。动态重计算会加重控制器与交换机之间的通信压力，会消耗一定的时间。因此，利用SDN架构的思想和设计合适的算法，实现故障恢复成为了当前的研究重点。

文献[14]提出快速故障转移和快速切换机制来处理链路故障和拥塞问题。控制器在OpenFlow交换机上提前为源、目的节点对估计多个路径，如果故障发生，则用备份路径进行传输，但缺点是牺牲交换机内存来实现故障的快速恢复，不能应用到大规模的网络中。文献[28]提出了Dfrs方法克服故障保护和故障恢复的障碍，实现运营商可制定他们的网络故障恢复目标，但没有考虑链路容量和数据包丢失等约束条件，未来研究工作需要考虑这些因素做综合性的研究。

目前有关SDN故障恢复方面的研究也加入了负载均衡的功能。文献[29]提出了基于负载均衡的SDN数据平面故障恢复方法。首先，将数据流根据对时延的要求进行分类；然后，确定具有负载均衡调节功能的备份路径选取策略。本文没有考虑链路带宽碎片化和交换机内存的限制。文献[30]提出最大概率路径流量调度算法。首先，计算满足待调度流带宽需求的所有路径；然后，计算流带宽与路径最小链路带宽之间的带宽比，结合所有路径的带宽比为每一条路径计算路径概率；最后，利用概率机制选择路径。该文分别为大象流和老鼠流设计了算法，充分考虑到了带宽碎片化和流量负载等问题。

最近研究的热点是如何让网络中的链路不发生拥塞。比如：文献[27]通过引入一些中间网络配置状态，然后从初始网络配置状态与中间网络配置状态之间进行逐步切换，其中任意两种状态之间的切换都是无拥塞；文献[31]提出了一种主动处理数据平面和控制平面故障的方法，提前为k个故障预留足够的链路带宽，只要故障数不大于k就会保证无拥塞的发生；文献[32]通过把更新问题转换成线性规划来找到传输顺序，实现把流切换到新的路径上进行传输，而不引起任何链路发生拥塞或瞬时拥塞。这些方法都是关注链路不发生拥塞，都没有考虑网络更新时延、带宽碎片化等问题。

如图3所示，(a)是初始网络拓扑图传输流的状态，当网络拓扑中的交换机出现故障，需要调整经过故障交换机传输的流到冗余路径进行传输；(b)是一种调整故障流的例子。

图3 交换机故障Fig.3 Switch failure

交换机故障或链路故障的研究主要集中在控制交换机的流条目消耗和避免链路拥塞，同时要满足故障恢复的时间要求。zUpdate考虑的是流表的消耗和避免拥塞，FFC考虑的是避免拥塞，Dfrs考虑的是实现最少的流表策略，目前缺少综合考虑这些约束的研究。未来的研究重点是依靠SDN的集中控制能力，在交换机或链路出现故障时，首先，SDN控制器根据实时的网络拓扑信息规划出终止网络状态；然后，设计算法实现网络状态之间的切换。网络状态的切换除了满足约束条件，还要提高网络性能指标，比如缩短故障恢复时间、没有数据包的丢失或最少的数据包的丢失等。

3.2安装新的交换机

在实际应用中，已有的网络配置不能满足日常工作和生活的需求，需要改善网络现有的缺陷，通常有两种方法：一是在业务量需求较大的链路附近增加新的链路，二是对已有的链路进行扩容。安装新的交换机属于添加多条新的链路，在业务量需求较大的网络中添加新的交换机，可以避免链路发生拥塞、数据包丢失等情况的发生。

研究安装新的交换机的文献几乎没有，都是作为技术方面的说明。在SDN的网络拓扑中安装新的交换机，首先，需要交换机与控制器之间建立连接，连接建立好之后，控制器就可以对交换机实现集中式的控制；然后，交换机之间通过控制器的指令进行连接。交换机与控制器之间连接的建立，主要分为主动(proactive)和被动(reactive)两种模式。

主动的流条目下发是指在数据包到达交换机之前就进行流条目设置，因此当第一个数据包到达交换机后，交换机就知道如何处理数据包，这种主动方式有效地消除了数据包传输过程中的流条目设置延迟，减少了交换机对数据包的处理时延。

被动的流条目下发是指当交换机接收到一个数据包并且没有发现与之匹配的流条目时，交换机就会发送一个Packet_in消息给控制器处理。控制器根据一定的路由算法决策，生成对应的流条目，然后下发给交换机进行缓存。

图4是在网络拓扑中加入新的交换机，(a)是一个由控制器与交换机组成的网络拓扑，由于链路容量的限制或业务量的增加，需要添加新的交换机来解决出现的问题；(b)是在网络拓扑中安装新的交换机，控制器与交换机之间是主动建立连接的过程；(c)是控制器与交换机之间被动建立连接的过程。

图4 网络拓扑中添加新的交换机Fig.4 Adding switch to the network topology

安装新的交换机是为了扩容、降低链路压力和数据包的传输时延。在SDN架构的网络拓扑中安装交换机时，会加重控制器的计算压力，当交换机与控制器之间建立了连接，可以明显缓解链路的拥塞，提高数据包的转发速度等。然而，没有文献对安装交换机进行研究，都是一些应用方面的工程实施，未来的研究工作可以是，如何安装新的交换机实现成本最低、缓解链路拥塞的效益最佳。

3.3虚拟机迁移、负载均衡器重新配置

数据中心网络常常被虚拟化，因此虚拟机迁移就变成了一个不可缺少的管理工具。虚拟机迁移分两步进行：第一步是选择哪个虚拟机被迁移，第二步是选择哪个主机接收虚拟机的迁移。虚拟机迁移是为了维护规划、优化资源使用、提高吞吐量、降低能源消耗等。针对虚拟机迁移的研究已经有了很多的成果。

文献[33]提出了有效迁移虚拟机或迁移虚拟交换机的集合，Live是暂时在多个物理交换机上运行所有或部分虚拟交换机，在多个物理交换机上运行需要仔细规划，避免影响到应用程序的正确性和在迁移期间实现最小性能的中断。文献[34]研究的是基于SDN的云数据中心流和虚拟机迁移，提出了能源感知VM迁移和拓扑感知VM迁移，从而提高吞吐量。以前虚拟机迁移关注的重点是如何有效地放置VM，没有考虑到成本。文献[35]提出了流量感知VM迁移实现更低的迁移成本和通信成本，同时吞吐量和流的完成时间也是在合理的范围内。

负载均衡是一种把网络请求分散到一个服务器集群中可用服务器上，通过管理进入的Web数据流量和增加有效的网络带宽的硬件设备。Dionysus[23]是仔细规划更新顺序，而没有引入额外的更新阶段，实现没有链路发生过载。但是这个更新顺序方法不是万能的，因为在有些情况下，更新顺序并不存在。zUpdate[27]为解决负载均衡器重新配置可能带来的链路拥塞、数据包的丢失提出的解决办法是，找到合理的流分发比率，打破等价多路径(Equal-cost Multi-path，ECMP)的传输模式，实现加权成本多路径(Weighted Cost Multipath，WCMP)的模式传输。图5是网络拓扑中流传输路径改变，(a)是初始网络拓扑中流传输状态，而(b)是终止网络拓扑中流传输状态。在满足一致性和快速性的条件下，如何从(a)切换到(b)，一直以来都是学术界研究的重点。图5的一个有效更新顺序是[F1→F4→F2]，如果先更新F2，F1和F4将不能移动；如果先更新F4，将产生链路的过载。

图5 网络拓扑中流传输路径改变Fig.5 Stream propagation path change in network topology

对虚拟机迁移的研究关注焦点是优化资源使用、提高吞吐量和降低能源消耗等。但是Live是提前在多个物理交换机上运行虚拟机，占用交换机的资源，缺少对吞吐量的研究。已有的研究工作很少关注虚拟机迁移完成的时间，未来的研究工作在考虑以上三点时，也要研究如何快速完成虚拟机迁移，对应用程序的影响实现最小化。

对网络拓扑改变的研究重点是，在实现切换的期间要保证没有数据包的丢失，避免链路拥塞，降低对应用程序中断的影响。Dionysus实现了一致性和快速性的切换，但缺少对网络更新顺序不存在时的研究。未来的研究工作要结合负载均衡技术，综合考虑目的主机端的系统资源开销、迁移虚拟机开销以及迁移后的网络通信开销，加快虚拟机迁移速度，使链路利用率实现最大化和减少对应用程序的中断。

3.4安排新的流到网络拓扑中

网络拓扑中流的大小和数量是随时都在保持更新，所以对每条链路都会预留一定的带宽，防止链路拥塞。很多情况下，新的流到达网络拓扑时，控制器需要调整已有流传输方向来容纳新到达的流，实现无拥塞的传输。控制器在调整流传输方向时，需要考虑链路的有效容量、交换机可用流条目数量、调整时延、带宽碎片化等约束。在满足一致性和约束的条件下，实现链路利用率的最大化、更新时间最短等网络性能指标。

网络拓扑中添加新的流，控制器规划出来的新网络拓扑在满足约束的条件下，可能会有多个有效网络拓扑的存在。因此，可以设置优化目标挑选出需要的网络拓扑，比如交换机增加的流条目数量最少、迁移的流数目最少等。绝大多数的研究关注的是迁移过程，而没有关注目标状态是否是最优网络状态。为了解决这个问题，文献[36]研究在已有网络拓扑中添加新的流，用cUpdate方法通过设置优化目标选出更新过程中迁移流量最少的目标状态，但没有考虑带宽碎片化、链路利用率、调整网络拓扑所需要的时延问题。

如图6所示，链路的容量是10个单位，每个流的大小如图所示。F6是新加入的流且大小是4个单位，控制器需要改变网络拓扑中流F5的传输方向来容纳新流。改变的网络状态如图6(a)和图6(b)所示，图6(b)只是其中的一种目标状态。

图6 网络拓扑中添加新的流Fig.6 Adding new stream to the network topology

网络拓扑中有新的流到达后，控制器需要根据拓扑信息来调整部分或所有流的传输路径。调整期间，需要保证没有数据包的丢失、避免链路拥塞等约束。cUpdate只是在保证基本约束的情况下，选择了迁移流量最少的网络拓扑作为目标状态。设置的优化目标也可以是调整时间最短的目标状态、改变交换机流条目数量最少的目标状态等。学术界对网络拓扑中添加流的研究工作还比较少，因此，未来的研究工作可以在这方面做相应的研究，同时要研究如何规划调度更新顺序实现快速性的流调整。

3.5交换机流表的限制

交换机采用三态内容寻址存储器存储流表，TCAM的优点是支持并行访问TCAM中的条目、查询速度快且几乎不受存储条目数量的影响，但缺点是TCAM的单位容量成本约为随机存取存储器(Random Access Memory,RAM)的400倍，耗能约为RAM的100倍。因此，在普通商用交换机上就已经限制了流表的大小。

国内外研究者对网络流更新时涉及到的交换机流表限制也做了大量研究，即在满足约束的情况下，尽量减少交换机流表项的消耗。Cupid[24]是把网络拓扑的全局依赖关系转换为局部约束后，通过把相邻片段之间可以合并的转发规则组合在一个流表项中，从而减少了改变交换机的流表项总数。zUpdate[27]首先计算出网络拓扑中的关键流，然后分别为每个关键流分配一个条目。而那些源地址、目标地址和分发权重相同的流表项就合并为一个流表项，这样可以减少交换机上很多不必要的流表项，实现交换机上流表项的约束。文献[37]提出用段式路由(Segment Routing,SR)的技术来控制OpenFlow交换机上流表项的消耗，这种技术是需要流更新时，立即改变更新段式路由中交换机的流表项，最终实现对OpenFlow交换机上流表项开销的控制。

图7是流表项合并的例子。首先根据源地址、目标地址和分发权重把流表项进行划分，如果这三项都相同，则分配一个通配符流表项，指明目标地址和组号；如果这三项有其中一项不同，则分配一个流表项。

图7 流表项的合并Fig.7 Merge of flow items

交换机流表约束对网络流的更新是至关重要，如果交换机上没有多余的流表空间，SDN控制器将不会对通过此交换机的流进行更新操作，导致的结果可能会让链路拥塞，增大数据包传输时延。已有的众多研究论文都考虑到了交换机流表的约束条件，比如Cupid和zUpdate等，具体研究情况如表3所示。因此，未来研究网络更新时需要重点关注交换机流表的约束条件，考虑合适的方法控制交换机流表项的开销。

表3 研究流表项论文总结Tab.3 Summary of flow table papers

4 未来工作展望

随着云计算、大数据、虚拟化技术普遍应用发展趋势和“互联网+”时代背景下，研究人员应在更好地把握现代数据中心网络发展趋势前提下，通过理论、技术和设计方案的创新，实现现代数据中心网络可扩展、高效和灵活管理的目标，最终实现数据中心网络的经济发展。

SDN作为一种新兴的网络架构，是当前学术界和工业界最为关注的技术之一。基于SDN的数据中心网络实现了控制平面与数据平面的分离、逻辑集中控制的特点解决了当前数据中心网络自动化管理、多路径转发、绿色节能的问题，SDN网络的开放化和虚拟化能够有效实现数据中心的开放、VM的智能部署和迁移、海量虚拟用户的需求。

目前SDN的应用场景之一是数据中心网络，如Google开展的B4[9]、Microsoft提出的SWAN架构[32]以及华为技术有限公司提出的ADMCF-SNOS系统[38]等。以B4为例，SDN被用来改造Google数据中心之间互联的G-Scale网络。该网络的链路成本非常昂贵，但链路利用率却只能达到30%左右，浪费了绝大多数的链路资源。B4采用有效流量管理方法实现链路的负载均衡，增强网络稳定性和加强网络智能化管理，被改造后的数据中心网络的绝大多数链路利用率几乎可以达到100%。

未来对基于SDN的数据中心网络的研究工作主要集中在以下几点。

(1)快速且资源节约的故障恢复

在针对数据层的可靠性维护机制中，采用备份路径方法进行故障恢复可以保证低时延和SDN控制器与交换机之间通信的低开销。将备份路径转发规则下发给相应的交换机，会增加交换机的流表项开销，这样的静态方法不适用于动态网络状态的改变。因此，如何进一步优化故障恢复方法，以保证在快速故障恢复的前提下有效利用交换机的存储资源，并引入尽可能少的控制层与数据层之间的交互开销，值得深入研究。

(2)链路利用率

网络流调度时，由于80%的流属于大象流，20%的流属于老鼠流，且多数研究方法都没有考虑带宽碎片化问题，因此会降低链路利用率。应设计一种合适的流调度方法，在考虑带宽碎片化、流特征等约束条件下，提高链路利用率。

(3)网络更新时间

转发规则需要频繁的改变来适应网络动态变化。引起转发规则改变的原因有交换机/链路故障、增加新的流、运营商要求更改流传输路径等。故障恢复时间的研究在第一点已有说明，对于网络流更新研究也需要考虑时间的约束，要在满足基本约束的情况下，考虑一种方法实现流的快速性更新完成。

(4)交换机流表项

网络更新会涉及到交换机流表项的改变，不合理的网络更新会消耗掉不必要的交换机流表项数量。同时，交换机流表项数量也会成为网络更新约束条件，即如果某个交换机流表项容量消耗完，将不会对此交换机上的流进行更新。因此，可能会延长网络更新时间。未来研究工作应考虑一种可以减少消耗交换机流表项的方法来节约资源。

5 结束语

传统数据中心网络在更新方面表现出了诸多的缺陷，几乎不能满足现有技术的要求，而SDN的出现弥补了现有网络架构在网络更新方面的缺点。SD-DCN可以利用SDN的控制平面与转发平面分离特性，对网络设备实行集中式控制。SD-DCN网络架构可以对网络的链路和流量分发实行全局监控、维护和管理，为动态的网络更新调度提供可靠的参考信息。因此，可以将SDN在数据中心网络的应用推向一个新的高度。

[1] MAO J,HAN B,LYU G,et al. Topology-independent software-defined edge control for scalable ethernet DCN[C]//Proceedings of International Conference on High performance Computing and Communications.New York,USA:IEEE,2015:1645-1650.

[2] 许静,苗炬,许峥. 云计算环境下应用资源访问控制架构研究[J]. 无线电工程,2017,47(4):7-11.

XU Jing,MIAO Ju,XU Zheng. Research on the access control architecture of application resources in cloud computing environment [J]. Radio Engineering,2017,47(4):7-11.(in Chinese)

[3] XU L,WANG J,ZHANG H,et al. Performance analysis of IAF relaying mobile D2D cooperative networks[J]. Journal of the Franklin Institute,2017,354(2):902-916.

[4] 董作霖.基于信干噪比的D2D通信功率控制与资源分配[J].电讯技术,2017,57(5):568-574.

DONG Zuolin. D2D communication power control and resource allocation based on SINR[J]. Telecommunication Engineering,2017,57(5):568-574. (in Chinese)

[5] XU L,GULLIVER T A. Performance analysis for M2M video transmission cooperative networks using transmit antenna selection[J]. Multimedia Tools & Applications,2016,37(3):1-12.

[6] 国艳群,韩敏,孙林夫. 一种基于SDN的开放SaaS平台网络安全体系设计[J].电讯技术,2015,55(7):718-724.

GUO Yanqun,HAN Min,SUN Linfu. Design of a network security architecture for open SaaS platform based on SDN[J]. Telecommunication Engineering,2015,55(7):718-724. (in Chinese)

[7] GUO C,LU G,WANG H J,et al. SecondNet:a data center network virtualization architecture with bandwidth guara- ntees[C]// Proceedings of ACM Conference on Emerging Networking Experiments and Technology. Philadelphia，USA：IEEE，2010:15-22.

[8] HASAN S F. Software-defined networking[J].Computer Networks-the International Journal of Computer and Telecommunications Networking, 2014, 75(1):453-471.

[9] JAIN S,KUMAR A,MANDAl S,et al. B4:experience with a globally-deployed software defined wan[C]// Proceedings of ACM Conference on SIGCOMM. Hong Kong：IEEE，2013:3-14.

[10] AGARWAL S,KODIALAM M,LAKSHMAN T V. Traffic engineering in software defined networks[C]// Proceedings of The 32nd IEEE International Conference on Computer Communications. Turin,Italy：IEEE，2013:2211-2219.

[11] ADAMI D,GIORDANO S,PAGANO M,et al. Class-based traffic recovery with load balancing in software-defined networks[C]// Proceedings of ACM Conference on GLOBECOM Workshops. Austin,USA：IEEE,2014:161-165.

[12] CHU C Y,XI K,LUO M,et al. Congestion-aware single link failure recovery in hybrid SDN networks [C]// Proceedings of ACM Conference on Computer Communications (INFOCOM). Hong Kong：IEEE，2015:1086-1094.

[13] YANG B,LIU J,SHENKER S,et al. Keep forwarding:towards k-link failure resilient routing[C]//Proceedings of 2014 IEEE INFOCOM.Toronto,Canada:IEEE,2014:1617-1625.

[14] LIN Y D,TENG H Y,HSU C R,et al. Fast failover and switchover for link failures and congestion in software defined networks[C]// Proceedings of International Conference on Communications. Kuala Lumpur,Malaysia:IEEE,2016:1-6.

[15] BELLAGAMBA E,KEMPF J,SKOLDSTROM P. Link failure detection and traffic redirection in an OpenFlow network[C]// Proceedings of Communication Systems. Seattle,USA:IEEE,2014:1-7.

[16] ADRICHEM N L M V,ASTEN B J V,KUIPERS F A. Fast recovery in software-defined networks[C]// Proceedings of Third European Workshop on Software Defined Networks. London,UK:IEEE,2014:61-66.

[17] SHARMA S,STAESSENS D,COLLE D,et al. OpenFlow:meeting carrier-grade recovery requirements [J]. Computer Communications,2013,36(6):656-665.

[18] BOSSHART P,DALY D,GIBB G,et al. P4:programming protocol-independent packet processors[J]. ACM Sigcomm Computer Communication Review,2014,44(3):87-95.

[19] AL-FARES M,RADHAKRISHNAN S,RAGHAVAN B,et al. Hedera:dynamic flow scheduling for data center networks[C]// Proceedings of the 7th USENIX Conference on Networked Systems Design and Implementation. San Jose,California :IEEE,2010:281-296.

[20] CURTIS A R,MOGUL J C,TOURRILHES J,et al. DevoFlow:scaling flow management for high-performance networks [C]// Proceedings of ACM Sigcomm Conference on Applications. Toronto,Ontario,Canada:IEEE,2011:254-265.

[21] HALPERIN D,KANDULA S,PADHYE J,et al. Augmenting data center networks with multi-gigabit wireless links[C] // Proceedings of ACM SIGCOMM Conference on Computer Communication Review. Toronto,Ontario,Canada:IEEE,2011:38-49.

[22] BENSON T,ANAND A,AKELLA A,et al. MicroTE:fine grained traffic engineering for data centers[C]//Proceedings of Seventh Conference on Emerging Networking Experiments and Technologies. Tokyo,Japan:IEEE,2011:1-8.

[23] JIN X,LIU H H,GANDHI R,et al. Dynamic scheduling of network updates[J].ACM Sigcomm Computer Communication Review,2014,44(4):539-550.

[24] WANG W,HE W,SU J,et al. Cupid:congestion-free consistent data plane update in software defined networks[C]// Proceedings of International Conference on Computer Communications. San Francisco,USA:IEEE,2016:1-9.

[25] LUO L,YU H,LUO S,et al. Fast lossless traffic migration for SDN updates[C]/ Proceedings of International Conference on Communications. London,UK:IEEE,2015:5803-5808.

[26] ZHENG J,XU H,CHEN G,et al. Minimizing transient congestion during network update in data centers[C]// Proceedings of CONEXT on Student Workshop. Sydney,Australia:IEEE,2015:4-6.

[27] LIU H H,WU X,ZHANG M,et al. zUpdate:updating data center networks with zero loss[J].ACM Sigcomm Computer Communication Review,2013,43(4):411-422.

[28] LI H,LI Q,JIANG Y,et al. A declarative failure recovery system in software defined networks[C]// Proceedings of International Conference on Communications. Kuala Lumpur,Malaysia :IEEE,2016:1-6.

[29] 卢雪林,程望东. 高阶统计量在传动系统故障诊断中的应用[J]. 现代雷达,2008,30(7):88-90+94.

LU Xuelin,CHENG Wangdong. Application of higher-order statistic to servo drive system fault diagnosis[J]. Modern Radar,2008,30(7):88-90,94.(in Chinese)

[30] 陈琳,张富强.面向SDN 数据中心网络最大概率路径流量调度算法[J].软件学报,2016,27(2):254-260.

CHEN Lin,ZHANG Fuqiang. Maximum probability path scheduling algorithm for elephant flow in data center networks based on SDN[J].Journal of Software,2016,27(2):254- 260. (in Chinese)

[31] LIU H H,KANDULA S,MAHAJAN R,et al. Traffic engineering with forward fault correction[C]// Proceedings of ACM Conference on SIGCOMM. Chicago,Illinois:IEEE,2014:527-538.

[32] HONG C Y,KANDULA S,MAHAJAN R,et al. Achieving high utilization with software-driven WAN[J].Computer Communication Review,2013,43(4):15-26.

[33] GHORBANI S,SCHLESINGER C,MONACO M,et al. Transparent,live migration of a software-defined network[C]// Proceedings of ACM Symposium on Cloud Computing. Seattle,USA:IEEE,2014:1-14.

[34] LIN W C,LIAO C H,KUO K T,et al. Flow-and-VM migration for optimizing throughput and energy in SDN- based cloud datacenter[C]// Proceedings of 5th International Conference on Cloud Computing Technology and Science. Bristol:IEEE,2013:206-211.

[35] XIAO S,CUI Y,WANG X,et al. Traffic-aware virtual machine migration in topology-adaptive DCN[C]// Proceedings of 24th International Conference on Network Protocols. Singapore:IEEE,2016:1-10.

[36] QU T,LUO L,HU Z,et al. cUpdate:Updating software-defined networks with the least traffic migr-ation[C]// Proceedings of Fifth International Conference on Big Data and Cloud Computing. Washington DC,USA:IEEE,2015:87-92.

[37] LUO L,YU H,LUO S,et al. Achieving fast and lightweight SDN updates with segment routing[C] // Proceedings of Global Communications Conference (GLOBECOM). Washington DC,USA:IEEE,2016:1-6.

[38] LUO M,ZENG Y,LI J,et al. An adaptive multi-path computation framework for centrally controlled networks[J].Computer Networks-the International Journal of Computer and Telecommunications Networking,2015,83(C):30-44.

[39] LUO S,YU H,LUO L,et al. Arrange your network updates as you wish[C]// Proceedings of IFIP Networking Conference(IFIP Networking) and Workshops. Vienna,Austria:IEEE,2016:10-18.

程克非(1974—)，男，重庆人，2005年获博士学位，现为教授，主要研究方向为网络安全、网络管理与嵌入式系统；

高江明(1990—)，男，重庆云阳人，硕士研究生，主要研究方向为软件定义网络、数据中心网络；

段洁(1982—)，女，四川内江人，博士，讲师，主要研究方向为未来网络架构设计、网络优化设计；

田瑞林(1993—)，男，内蒙古呼和浩特人，硕士研究生，主要研究方向为信息中心网络。

SurveyofResearchonDataCenterNetworkUpdateBasedonSDN

CHENG Kefeia,GAO Jiangmingb,DUAN Jieb,TIAN Ruilinb
(a.School of Computer Science and Technology；b.School of Communication and Information Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)

In recent years,Software Defined Networking (SDN) has been widely used in data center network (DCN) due to its separation of control plane and data plane and centralized control features. The researches on DCN update are summarized from four parts. Firstly,the basic concepts and research status of DSN and SDN are introduced. Secondly,the defects of traditional DCN are described in detail. Thirdly,the research status and shortcomings of SDN-based DCN (SD-DCN) update scenarios are focused,at the same time,the disadvantages of some scenarios are pointed out. Finally,developing trends of SDN-based DCN researches are prospected,in hope of providing some reference for SD-DCN researches and applications.

data center network(DCN)；software defined networking(SDN)；network update;control plane；data plane

date:2017-04-07；Revised date：2017-07-14

国家自然科学基金资助项目 (61701058，61501075，61402065)；重庆市基础与前沿研究计划项目(cstc2016jcyjA0560)

**通信作者：duanjie@cqupt.edu.cn Corresponding author：duanjie@cqupt.edu.cn

Email：943838742@qq.com

Email：duanjie@cqupt.edu.cn

TN915

A

1001-893X(2017)10-1224-09

10.3969/j.issn.1001-893x.2017.10.020

程克非，高江明，段洁，等.面向SDN的数据中心网络更新研究综述[J].电讯技术，2017,57(10):1224-1232.[CHENG Kefei,GAO Jiangming,DUAN Jie,et al.Survey of research on data center network update based on SDN [J].Telecommunication Engineering,2017,57(10):1224-1232.]

2017-04-07；

2017-07-14