摘要：本文基于软件定义网络(software defined betworking,SDN)概念,利用OpenFlow技术设计并实现了一种新颖的IP融合切换技术.该技术基于当前网络状况对IP数据流的下一跳转发方式进行灵活选择,在IPv4与IPv6域之间完成高效的动态切换.因此,它可以在IPv4与IPv6共存的异构网络中实现服务质量(QoS)感知的动态流量调控.本文对OpenFlow进行了适当的拓展,并完成了OpenFlow系统设计以实现IP融合切换技术,同时提出了面向多业务的动态流量调控算法,并利用真实的网络交换机和服务器搭建了实验平台,验证了系统和算法的性能.视频和文件同步传输实验的结果证明了所提出的IP融合切换技术在实现动态流量调控方面的优越性.

摘要：提出了一种新的面向大规模网络的深度学习(DL)辅助控制平面(CP)系统DeepMDR,用于实现多域分组网络中可伸缩的、独立于协议的路径计算。我们基于ONOS平台开发了DeepMDR,并扩展该系统以支持协议无感知转发(POF),简化多域CP操作的层次结构,设计并实现了一个DL模型进行域内快速高质量的路径计算。文章通过数值仿真和实验验证了该系统的可行性和有效性。