相关热词搜索：
略论虚拟网络的故障探测及诊断
略论虚拟网络的故障探测及诊断 网络虚拟化 网络的最大特点就是资源共享,并在这个特点的基础之上,人们开展了各式 各样的网络业务服务。随着网络规模的不断扩大,端到端的传输并不能保证包的 传输质量,这样的现象让网络僵化问题无限扩大。在网络规模的扩大和网络性能 之间出现了不可调和的矛盾,这无疑对网络的发展提出了严峻的考验。如何保证 网络业务的深入发展及网络规模的不断扩大成为互联网提供商考虑的重点问题, 但由于提供商之间存在利益的分配问题,这些统一的产品部署、建设、运营、架 构无法展开。当前IT研究人员对于网络业务的应用创新层出不穷,但是对于网络 技术本身的创新却很少。虚拟网络就是在这种情况下产生的,其原理是:从一个异 构的网络那里,其每个网络服务的提供商都出让一小部分的资源,根据自身的特点 建立起虚拟的网络,从而实现资源利用率的提高,网络设备状态的感知和配置,从 而实现网络多业务的发展需求。虚拟网络使网络服务的提供商和基础设施的提供 商分隔开来,对网络中的链路资源和节点资源进行有效地动态调整,使网络资源得 到高效利用,从而达到降低成本,提高服务质量的目的。虚拟网络业务模型主要有3 个实体组成:基础设施提供商、网络服务运营商和终端网络用户。其虚拟网络业 务模型如图1所示。图1网络虚拟化业务模型近几年来,由于网络虚拟化带来的收 益越来越大,人们通过虚拟网络获得了巨大的益处,全世界对于网络虚拟化的研究 热潮已经到来。为了迎合未来网络发展的需求,欧美国家、日本等一些发达的国 家已经在网络虚拟的研发方面走在了世界的前列,并取得了巨大的研究成果,也给 我们的研发提供了参考。例如美国犹他大学研发的Emulab网络仿真系统,可以通 过WEB界面对网络进行有效灵活的配置,并且指定其网络拓扑结构,可对资源进 行自动化分配。欧盟的4WARD项目可以有效地提高欧洲互联网企业的竞争能力, 对于克服现有的僵化问题有着积极的作用,并且提供互助协作的网络架构及未来 的发展趋势。网络故障及诊断探针站部署算法 在网络中,如何监测出网络故障,主要通过获取网络设备中实时状态。在网 络虚拟化的环境下,其收集的状态信息参数由于动态性而无法保证其完整性。探 针式部署也是需要一定的成本,所以在部署的时候,要充分考虑其性价比,并不是 探针站部署的越多越好,在保证其网络正常监控的情况下,以尽可能少的探针站数 量来满足需求。在网络高速发展的今天,网络的稳定性已经成为人们评价某一网络性能的主要指标,为了保证网络的正常运行,网络故障的诊断显得尤为重要。虚 拟化网络的益处是明显的,但是随着网络虚拟化的使用,一些新的问题开始出现, 例如:虚拟化技术无形之中占据了一部分资源(带宽),另外,虚拟化网络的构建可能 比现实中的网络更为复杂,特别是在节点的设置方面,这让本来没有可能出错的问 题,由于节点的设置问题而报错,从而影响工作人员的正常判断。网络的不断扩张 性、动态性、复杂性等一些特点对于虚拟网络进行故障诊断来说是当前面对的最 大困难。在当前的网络虚拟化环境下,任何一种算法面对的都将是一个全新的网 络环境,在虚拟网络和物理网络之间通过资源映射的方式使之信息共享。对于虚 拟网络来说,能够检测出物理网络中的所有节点,虚拟网络的节点不可能对于物理 网络中的所有节点都进行映射,对于某个映射的节点,其表示相邻的节点也能够被 查找到,假如某个节点没有被映射,并且无法通过映射的节点关联查找到,那么这 个节点被称之为阴影节点。图2为网络虚拟化探针部署的示例图。图2网络虚拟化 探针部署方案示例在本文中,我们以XW来表示虚拟网络,以XJ表示虚拟网络中节 点的集合,XL表示其虚拟网络中虚拟链路的集合。用WW表示物理网络,以WJ表示 虚拟网络中相对应的物理网络节点的集合,WL表示物理网络中链路的集合,在此 我们还需要定义一下映射节点的集合YJ,其中YJAWJ。探针站集合用TJZ表示,它 属于WJ。根据图2所示,XJ={A,B,C,D,E},WJ={1,2,3,4,5,6,7,8},YJ={1,3,5,6,8}。本 例中,所有的节点都能够被检测到,不存在阴影节点。在描述算法以前,首先需要介 绍一下对虚拟网络整体部署结果产生影响的因素。对于虚拟网络来说,其影响的 主要因素有以下几种:依赖关系,是从虚拟网络中的某一个节点出发,从而查找到 另外一节点的概率;独立路径概率,它是在依赖关系的基础上计算得出的;故障数 量,当网络出现两个及两个以上的故障时,需要通过多个探测站点参与进来;邻居 节点及节点的度。
算法描述 假设虚拟网络最多发生n个网络故障,从YJ中提取数量最少的一组探测站 点,以满足对节点度数为d=n的节点,存在t个探测路径。在算法中,要不断地减少阴 影节点的数量,直至不存在阴影节点为止。首先,假设映射节点YJ中的所有节点均 为阴影节点,将探测站点集合初始化为空,第1个找到的节点为集合中度数最大的 节点,然后以该节点为出发点,依次查找其下一个合适的节点,以确保所选节点的 阴影节点最少,直至没有阴影节点为止。其具体的算法描述如下:
