基于ARMA模型预测的交换机流表更新算法

来源：计算机工程与应用杂志2020年第7期北京时间：

作者：刘钊，夏鸿斌

单位：1.江南大学 数字媒体学院，江苏 无锡 214122；2.江南大学 江苏省媒体设计与软件技术重点实验室，江苏 无锡 214122

摘要：针对SDN网络中交换机在网络流量高峰期流表匹配率低以及控制器负载过重的问题，提出了一种基于自回归移动平均（ARMA）模型预测的交换机流表更新算法。算法首先收集每个取样周期内的新增流表项数量作为历史数据，然后使用ARMA模型对收集的历史数据进行分析，预测下一个周期内新增加的流表项数量，并结合当前流表空间的使用情况，清除交换机中过去一段时间内使用频率较低的流表项。采用真实数据中心网络数据的模拟实验结果表明，与流表更新的一般方法相比，该算法有效地提高了交换机流表的匹配率，并减少了交换机与控制器之间交互的次数，降低了控制器端的负载。

关键词：软件定义网络（SDN）,SDN交换机,流表更新算法,ARMA模型