QoE驱动的SDN网络高可用传输框架.pdf

计算机与现代化JISUANJI YU XIANDAIHUA2023年第11期总第339期文章编号：1006-2475（2023）11-0062-07收稿日期：2022-11-08；修回日期：2022-12-02基金项目：国家自然科学基金资助项目（61572253）作者简介：陈晨（1997），男，山东菏泽人，硕士研究生，研究方向：SDN可靠性，E-mail:；通信作者：庄毅（1956），女，江苏南京人，教授，研究方向：网络安全，可信计算，E-mail:；高增（1991），男，博士研究生，研究方向：可靠性评估，目标跟踪，E-mail:cyz_。0引言在软件定义网络1（Software Defined Network，SDN）架构下，目前解决多路径高可用传输方案大多偏向于在终端侧进行设计与优化，从而缺乏对网络的全局感知能力，因决策滞后导致网络资源利用率低。为解决多路径高可用传输问题目前主要从多路径管理2-3、数据调度4-5与路径切换6-7这3个方面进行研究。现有的多路径传输模式在路径管理上缺乏全局感知，从而导致网络资源利用率低的问题，因此，需要创建一种以任务驱动的路径管理方法。在数据调度策略上，已有研究围绕如何获取最优路径质量并以提升传输性能为目标，而忽略了多路径传输中路径间缺乏协作与配合，调度策略的不合理会严重阻碍多路径传输性能与效率。多路并行传输为路径间流量切换提供了支持，但在切换过程中，网络吞吐量的巨大波动与延时极大地影响了用户体验质量8（Qualityof Experience，QoE）。QoE作为一个主观评价指标主要从用户角度强调体验质量，该指标反映了用户对服务的感知、期望和体验。在网络传输或通信服务的上下文中，QoE会受到服务、内容、设备和应用程序等因素的综合影响。QoE目前有2种主流的测量方法分别是主观方法9和客观方法10。平均意见得分（Mean Opinion Score，MOS）是一种典型的主观QoE测量，它通过一组用户体验所提供的服务进行评估，并在MOS等级上对服QoE驱动的SDN网络高可用传输框架陈晨，庄毅，高增（南京航空航天大学计算机科学与技术学院，江苏 南京 210000）摘要：针对复杂环境下单路传输可用性低且路径切换代价高的问题，本文提出一种用于高可用性传输服务的QoE驱动和SDN辅助 MPTCP路径切换方案（QoE-driven and SDN-assisted MPTCP Path switching Scheme，QESMPS）。首先根据SDN架构下数据平面节点的介数中心性构建具有路径不相交的路径规划模型。其次采用双阶段策略分别执行带宽补偿与路径切换，加快传输受阻路径上子流的转移，实现以较低的吞吐量完成路径切换。最后，将Levy飞行引入到AOA模型更新中，防止算法过早收敛，增强跳出局部最优的能力，从而保证算法在对子流路径权重进行优化时达到最优。实验结果表明，本文提出的方法在执行子流路径切换时具有吞吐量波动范围更小、延迟更低以及抖动更小的优势。此外，改进AOA算法在计算最优权值向量时可获得更高的收敛效率。关键词：软件定义网络；QoE；多路传输；带宽补偿；算术优化算法中图分类号：TP393文献标志码：ADOI：10.3969/j.issn.1006-2475.2023.11.010QoE-driven High-availability Transmission Framework for SDNCHEN Chen，ZHUANG Yi，GAO Zeng（College of Computer Science and Technology,Nanjing University of Aeronautics and Astronautics,Nanjing 210000，China）Abstract:For the problem of low availability and high cost of path switching for single-path transmission in complex environments，this paper proposes a QoE-driven and SDN-assisted MPTCP path switching scheme for high-availability transmissionservices.Firstly，a path planning model with path disjoint is constructed based on the mesoscopic centrality of data plane nodesin SDN architecture.Secondly，a two-stage strategy is used to perform bandwidth compensation and path switching separately，the transfer of subflows on the transmission blocked path is accelerated to achieve path switching with lower throughput.Finally，Levy flight is introduced into the model update of AOA to prevent the algorithm from converging prematurely and enhance theability to jump out of the local optimum，thus ensuring that the algorithm is optimal when optimizing the subflow path weights.Experimental results show that the method proposed in this paper has the advantages of smaller fluctuation range of throughput，lower delay and less jitter when performing sub-stream path switching.In addition，the improved AOA algorithm can obtainhigher convergence efficiency when calculating the optimal weight vector.Key words:software defined network；QoE；multipath transmission；bandwidth compensation；arithmetic optimization algorithm2023年第11期务进行评分。客观方法主要是通过跟踪网络关键性能指标数值（吞吐量、延迟、平均传输码率等）进行客观量化评估网络质量。相较于QoE体现的包括完整的端到端系统服务（终端、网络和服务基础设施等），服务质量（Quality of Service）更侧重于衡量系统性能的指标，QoS表示系统服务满足应用需求的能力而忽略了用户需求。因此，国际电信联盟组织在QoS的基础上引入了以用户为中心被称为体验质量（QoE）的服务质量概念。现有的多路径传输技术在路径管理与数据调度方面难以适应网络上层应用的动态变化需求，并且现有的路径切换策略只能保证多路传输不中断，而无法维持较稳定的吞吐量，从而在执行路径切换任务时会带来严重的吞吐量性能波动，极大地影响了网络上层业务的实现效率与终端的用户体验质量。本文主要贡献：首先根据 SDN架构下数据平面节点的介数中心性特征构建具有路径不相交的路径规划模型，该模型借助SDN对数据平面的全局感知能力，优化了多路传输域间协作能力；针对多路传输过程中受阻子流路径切换时网络开销大、延迟高与吞吐量波动大的问题，本文设计一种双阶段策略分别执行带宽补偿与路径切换，加快传输受阻路径上子流的转移；在路径切换阶段为均衡多路传输负荷采用改进算术优化算法（Arithmetic Optimization Algorithms，AOA）更新子流路径权重；为保证对子流路径权重的计算达到最优，在AOA的模型更新中引入Levy飞行机制，从而获得更强的全局最优解的能力。仿真实验结果表明，相比同类研究工作本文所提出的用于高可用性传输服务的QESMPS方案可以较低的吞吐量波动实现低延迟子流路径迁移，基于带宽补偿的路径切换策略明显优于 SDN 架构下同类型的路径切换算法，可向SDN架构下网络提供高可用性传输服务。1相关工作针对 SDN下多路径传输技术的研究，目前主要是从子流的路径选择与调度、减少子流碰撞、路径切换与传输控制协议等角度进行设计与优化。多路径传输协议研究与使用最广泛的是 MPTCP11-12（MultiPath TCP，MPTCP）协议，该协议作为 TCP 协议的扩展，对 TCP 具有很好的兼容性，任何运行在TCP 环境下的上层应用都可以运行于 MPTCP 环境中。然而由于MPTCP无法对转发平面的网络状况进行感知，进而不能很好地处理不同路径下传输性能差异的问题。在基于终端的设计方案中，Le等人13设计了一种质量感知的路径选择机制，该机制通过对时延与带宽进行评估分析，并以此为依据进行路径质量评估，路径质量作为路径选择的重要依据。Shi等人14实现了一个新的调度器，该调度器预先分配数据包到快速路径上，并根据确认的数据包动态调整MPTCP级别的发送窗口，该调度器在主机缓冲区有限情况下可以有效提高吞吐量。Hwang等人15根据路径间的时延差异临时关闭传输效率低的路径，提高了短流的最优传输效率。基于网络边缘侧的设计方案面临的问题是子流间的冲突与子流无法很好适应实际链路状态等问题，因此需要从网络侧对数据平面层的链路状态进行感知，Hussein与Duan等人16-17通过设计一种多路径管理框架，以最大化吞吐量为目标，根据当前网络状态对子流进行动态调整，但该框架具有应用场景的局限性，不具有SDN架构下普适性。利用终端设备的多接口进行多路径传输需要解决不同路径之间的切换问题，尤其是当子路径遇到故障时，如何实现平稳的路径切换是提高多路径可靠传输的重要技术难点。Sinky等人18提出了一种主动式路径切换方案，该方案基于时延带宽乘积的跨层优化方法，并利用线性方程来平衡原始路径与切换路径的吞吐量。Croitoru等人19通过评估接入点下行传输路径的质量，并通过链路拥塞情况选最优候选接入点，但该方案并未考虑路径切换过程中传输性能波动对QoE的影响。2QoE驱动和SDN辅助MPTCP路径切换方案QESMPS首先利用路径规划模块获取网络拓扑并计算传输路径；路径切换与优化模块应对子流传输受阻情况依次执行带宽补偿与网络参数优化，然后基于不相交路径信息执行路径切换；路径分配模块根据以上2个模块的规划与决策将子流按权重分配到特定路径上。该方案涉及SDN架构的3个层次，分别为SDN控制层、SDN数据平面层和OpenFlow接口层，如图1所示。SDN控制层包括路径规划模块、路径切换与优化模块和路径分配模块。SDN数据平面向控制层提供拓扑与网络状态等信息并通过更新流表操作执行路径规划策略；控制层通过南向接口即 OpenFlow协议与数据平面进行通信。根据SDN数据平面链路状态，本文将SDN架构下多路高可用传输中QoE指标分为QoEN与QoEU，分别用来表示网络与终端2个视角下系统的性能指标，QoEN包括时延与丢包率信息，其侧重于评估网络链路状态；QoEU包括抖动与聚合子流的最低带宽，其侧重于反映终端用户对网络系统的交互体验。图1QoE驱动和SDN辅助MPTCP路径切换方案框架拓扑信息收集网络状态MPTCP数据包路径规划模块路径分配模块路径切换与优化模块MP-JOIN路径1路径2路径n分配MP-CAPABLESDN控制层SDN数据平面QoENOpenFlow带宽时延LLDP路径计算路径集合加入带宽补偿参数优化路径切换资源池终端状态QoEU陈晨，等：QoE驱动的SDN网络高可用传输框架63计算机与现代化2023年第11期2.1路径规划SDN 控制器通过下发 LLDP 数据包获取链路信息，路径的计算与生成满足QoEN指标。该模块基于网络节点的介数中心性进行路径规划，介数中心性是衡量一个节点是否处于拓扑网络中重要位置指标。定义 bc（vi）表示数据平面网络节点 vi的介数中心性值，其中viV=v1，v2，v3，vNV，V为网络节点集，节点集V中具有NV个节点。bc代表了网络节点之间相互独立的程度，具有较高bc的网络节点对网络有更多的控制权。为降低不同路径之间的相互依赖程度，在路径规划时选取网络节点bc值较低的节点。网络节点vi的介数中心性的计算方法见式（1）。式中st表示所有从网络节点vs到网络节点vt的最短路径的数目，st（vi）表示最短路径中经过网络节点vi的数量。bc()vi=i=1Nst()vist，vs vi vt（1）控制器周期性下发 port statistics消息获取数据平面端口的统计信息，端口统计信息包括剩余可用带宽与丢包率。端口剩余带宽BWp的计算见式（2），其中C为理论端口带宽容量，Curr为当前端口实时流量带宽，链路的时延计算通过LLDP数据报文获取。BWp=C-Curr（2）拓扑信息收集后计算并统计路径节点的bc值与剩余可用带宽，并将其作为路径的重要属性信息。设Q作为衡量不同路径之间关联度，从源端点vsrc到目的端点vdst之间特定路径记为vsrc e1v1 e2v2 e3vdst，Qvsrc（vdst）为计算从端点 vsrc到端点 vdst之间路径关联度，Qvsrc（vdst）计算方法见式（3）。Qvsrc()vdst=vi V1|BWpi-1bc()vi（3）QoEN的计算见式（4），其中 Delay为端到端的网络时延；Loss表示丢包率，为防止出现丢包率为零的情况，本文取e为底。QoEN指标用于评估当前路径质量，端到端路径规划与计算过程中取所有可行路径的QoEN中值作为路径质量保障阈值，子流所在路径的QoEN低于阈值或链路出现故障时触发子流调度与路径切换。QoEN=Qvsrc（vdst）DelayeLoss（4）本文设计的 SDN 控制层中利用 Dijkstra 算法20计算节点间的最短路径，为保证各条路径间相对独立性，从拓扑信息G中不断寻找bc值最高的点并利用相邻bc值低的节点进行替换，替换过程中需要保证新路径关联度值不高于原路径，通过迭代操作，直到路径关联度值不再变化，存储计算得到路径集合L。算法1为基于节点bc的路径计算算法。算法1基于节点bc的路径计算算法输入：（G，vsrc，vdst）输出：（L）1.计算每个节点的bc值2.Dijkstra计算vsrc和vdst之间的最短路径K3.初始化K4.do5.K=K6.找到路径K上bc值最高的节点7.使用相邻节点进行替换8.得到路径K9.ifK不在集合L中10.路径K加入路径集L11.end if12.while Q（K）Q（K）2.2路径切换与优化多路传输机制下，子流的中断不会导致整个连接的传输中断，但会极大地影响传输带宽与终端用户体验，网络性能的波动会降低QoEU指标值。QoEU指标计算见式（5），其中jitter为网络抖动的归一化值，Tmin为同一连接下子流的最低带宽，NR为子流个数。QoEU是为评估MPTCP所维护的子流队列质量是否满足端到端传输的最低可用性要求。因此，在网络与终端联合优化的思想下，本文设计一种双阶段策略，该策略分别执行带宽补偿与路径切换：在带宽补偿阶段，SDN控制器联合MPTCP通道管理执行受阻子流路径的带宽补偿，实现子流在原始路径与补偿路径之间的快速转移；在路径切换阶段，从路径集L中选择质量满足QoEN指标的路径作为子流迁移路径，将受阻路径上子流的流量由同一连接的其他路径上子流分担，通过流量的短暂分担使得原受阻路径上子流执行流量迁移过程中端到端整体传输吞吐量波动较小。整个切换过程联合考虑QoEU与QoEN指标，实现了基于带宽补偿的双阶段路径切换策略（Two-phasePath Switching based on Bandwidth Compensation，TPSBC），如图2所示。QoEU=Tmin NRejitter（5）图2TPSBC策略流程图2.2.1带宽补偿阶段在带宽补偿阶段，为最大化带宽资源利用率，需要保证子流的TCP公平性。TCP公平性由MPTCP拥塞控制负责，其包括3个目标21：1）保证所有子流的总带宽不小于子流标准TCP带宽。2）保证子流的任意子集总带宽不大于该子集最通道管理与控制参数调整mpcbcwnd子流网络状态算数优化参数SDN控制器MPTCP通道补偿阶段切换阶段拓扑信息控制数据切换指令反馈642023年第11期佳子流标准TCP带宽。3）在子流间进行流量调度时，在保证目标1与目标2的前提下最大化带宽利用率。本文遵循TCP公平性原则，考虑子流带宽利用率的最大化，设由MPTCP传输机制下一条连接的子流集为R=r1，r2，rNR，NR为同一连接下子流个数，wri为子流ri的拥塞窗口大小，则此连接下拥塞总窗口大小为wtotal=i=1NRwri。为保证目标1与目标2，在触发路径切换时，对同一连接下未受影响子流的拥塞窗口实施加性增长，该行为表示方法如式（6）所示，其中为增量系数，式（6）需要满足目标1与目标2的约束条件，约束条件见式（7），其中RTTr为子流r上的往返时延。wr=wr+minwtotal，1wr，r R（6）r RwrRTTr maxr RwTCPrRTTrr()S|S RwrRTTr maxr()S|S RwTCPrRTTr，r R（7）根据目标1的约束，设吞吐量为T，则最佳子流路径上的吞吐量为 Tb=maxrRwrRTTr，以最佳子流为标准吞吐，同连接中每个子流将获得Tavg=wtotalmaxrRwrRTT2r，最后得到增量系数，其计算方法见式（8）。=maxwrRTT2r()r RwrRTTr2（8）定义为增量系数向量，=1，2，NR，为使各个子流在带宽补偿阶段拥塞窗口更好地利用当前链路的剩余带宽，将每条子流的拥塞窗口的加性增长变更为式（9），其中i为第i条子流的系数，i=BWaiBWtotal，i 0，1，BWai为同一连接中子流i所在路径的剩余带宽，BWtotal为同一连接所有路径的剩余带宽总量。wr=wr+min ()1+iwtotal，1wr，r R（9）以上为执行路径切换第一阶段时，MPTCP对子流的拥塞窗口控制。SDN控制器通过监视网络状态与交换机发送的packet_in数据包可以及时发现受阻传输路径，由中断导致同一连接下的其他子流的动态调整会影响到链路状态，包括带宽与时延。在连接建立阶段由SDN控制器分配的多路径传输权重就不再适合当前阶段，因此需要调整路径的权重，以达到上层业务需求与底层网络状态相匹配。算法2描述了带宽补偿算法的执行过程。算法2带宽补偿算法输入：NR，wr输出：调整后的wr1.计算最佳子流路径上的吞吐量Tb，每个子流的增量空间Tavg2.fori=0；iNR；i+：3.计算每个子流wri的增量系数向量i4.计算每个子流的增量系数5.whileTwri Tb：6.对子流wri实施加性增长7.return wr2.2.2路径切换阶段第一阶段的带宽补偿虽然可降低吞吐量的波动范围，但增加了其他路径上的传输负荷，因此需要执行路径切换策略并重新分配多路传输的权重。路径切换阶段的步骤如下：SDN控制器从路径集L中选择一条路径替代受阻路径；执行改进AOA22来更新所有路径的权重；MPTCP通道管理接收控制器下发的切换指令进行子流的调度。候选路径集L中的路径由拓扑收集与路径规划模块负责，所以路径切换阶段的核心是路径权重的计算与更新。设同一连接下的所有路径集为Lr=l1，l2，lNR，权重分配的目标是使路径集Lr获取大的剩余带宽，设路径集Lr的最大剩余带宽为BWR，其计算方法见式（10），其中BWai为路径li的剩余带宽，i为路径分配权重系数，QoEconst为计算最大剩余带宽时对同一连接下子流路径集Lr的QoE指标约束，QoEri为子流ri的QoE指标值。BWR=max()i=1NRi BWaiQoEconst=min()i=1NRQoErii=1NRi=1（10）在之前的研究工作23中，采用元启发式算法对视觉跟踪领域中参数的选择进行优化，在本节为获得最优权重分配系数，本文对AOA进行改进，该算法主要通过探索和开发这2个阶段实现全局最优。全局探索阶段由乘法算子和除法算子来提高解的多样性，增强算法的全局探索能力；局部开发阶段是通过加法算子降低解的多样性，加快算法的收敛速度。1）初始阶段。在搜索空间随机生成m个n维路径分配权重向量，具体表示如式（11）：W=1，11，nm，1m，n（11）为协调算法的探索和开发性能，采用自适应参数c模拟参数寻优行为，c的计算见式（12），其中，cmax和cmin分别为最大值和最小值，it和IT分别为当前迭代次数和最大迭代次数。c=cmax-itIT(cmax-cmin)（12）2）探索阶段。在探索阶段，AOA通过乘法运算和除法运算实现全局最优，其位置更新方法见式（13）：xi，j()it+1=best()xj()MOP+()()UBj-LBj +LBj，r2 0.5best()xj MOP()()UBj-LBj +LBj，otherwise（13）陈晨，等：QoE驱动的SDN网络高可用传输框架65计算机与现代化2023年第11期其中，MOP为概率系数，为比例系数，用于产生多样化的探索空间，为搜索过程中的控制参数。MOP计算如式（14）所示，其中为敏感参数，定义了迭代过程中的开发精度，精度固定为5。MOP()it=1-it1 IT1（14）3）开发阶段。AOA在开发阶段，采用加减算子进行局部开发，但是这将导致一旦算法陷入局部最优，将很难跳出，从而导致种群出现“早熟”现象，降低算法的收敛性能。因此，本文引入Levy24飞行策略，使其具有跳出局部最优的能力，从而改善算法的收敛精度。Levy飞行主要是由于它具有长期短距离结合偶尔长距离的特征，短距离搜索有助于实现局部开发，偶尔长距离会增加算法跳出局部最优的可能性，防止种群出现“早熟”现象。因此，在基本算数优化算法的开发阶段中采用Levy飞行进行位置更新，其搜索更新方法见式（15）：Xi=Xi+L()（15）其中，为步长因子，控制搜索范围，其值服从标准正态分布；为点对点相乘；L（）为Levy飞行的随机游走路径，表示为式（16）。其中，a和通常取值为0.01和1.5；u和v服从标准正态分布；Xbest为当前适应度最好个体的位置。L()=au|v1(Xbest-Xi)（16）在开发阶段，利用加法运算和减法运算实现局部开发，其位置更新方法如式（17）所示，其中，r3为 0，1 内的随机值。xi，j()it+1=best()xj-()MOP+()()UBj-LBj +LBj，r3 0.5best()xj+MOP()()UBj-LBj +LBj，otherwise（17）算法3描述了基于改进算术优化算法（ImprovedArithmetic Optimization Algorithms，IAOA）的路径权重分配算法的执行过程。算法3基于IAOA的路径权重分配算法输入：（it，IT，C，Curr，c，）输出：（W）1.初始化参数、2.WhileitITdo3.计算当前分配权重下剩余带宽BWR4.记录当前最优向量5.更新搜索系数c与概率系数MOP6.for inWdo7.生成随机值8.执行“乘法”或“除法”进行最优解全局探索9.执行“加法”或“减法”进行局部最优探索10.it=it+111.end for12.end while13.return 最优向量2.3路径分配SDN架构下路径的管理是基于控制器通过OpenFlow协议下发流表到交换机实现，传输层的多路径传输由MPTCP协议具体维护并实现。SDN架构的优势是对全局拓扑的强感知与对路径细粒度的规划能力，多路传输的路径规划属于网络水平方向，SDN控制器可以从网络侧根据底层状态信息执行路径规划任务。SDN架构下MPTCP的具体工作流程为：当MPTCP第一条子流建立时，在连接建立阶段，MPTCP 源通过SDN 交换机向目标发送包含 MP_CAPBLE 选项的握手数据包，交换机收到包含有MP_CAPBLE字段的报文 后 发 送 packet_in 消 息 给 控 制 器，控 制 器 提 取MPTCP数据报文的包头选项，从存储的路径集合中分配一条给该子流，连接建立成功后，每当有新的子流建立时，控制器通过数据报文头部的MP_JOIN选项判断与其所述同一连接的子流，从剩余路径集中继续选择匹配路径分配给该子流。SDN控制器管理与维护路径集保证了MPTCP的多个子流可以充分利用多个相对独立的路径，在为子流的分配过程中从候选路径集中分配降低了路径分配间隙，提高了多路分配效率，算法4为多路径子流路径分配算法。算法4多路径子流分配算法输入：（L，数据包头）1.if 包头选项=MP_CAPABLE2.while 路径集L不为空3.if 该路径满足MPTCP子流的最低带宽要求4.对该子流执行路径分配5.end if6.end while7.end if3实验结果及分析3.1实验平台设置本文实验平台建立在Ubuntu18.04系统上，通过MPTCP v0.95版本修改了系统内核。实验环境包括Mininet2.3.025、OpenvSwitch（ovs）2.9.826和 Ryu4.3427。实验在Mininet网络仿真工具下建立多路传输拓扑，使用内核版本的ovs，Ryu作为SDN控制器。实验网络拓扑如图3所示，交换机之间每段链路的带宽和时延如图3所示，终端h1与h2采用多接口的方式接入网络，以模拟异构网络环境。在实验设计中，Mininet动态仿真网络节点和端到端多路传输过程，通过对比 ECMP28、WCMP29、未使用 Levy 机制的TPSBC（n-TPSBC）与本文提出的 TPSBC 在网络吞吐量的变化与终端抖动情况进行比较；进一步，对比h1h2s1s2s3s4s5s6s7s8s9s1020Mbps,5ms20Mbps,5ms20Mbps,7ms20Mbps,10ms图3实验网络拓扑662023年第11期PSO30、未引入Levy优化的标准AOA与基于IAOA的路径权重分配算法在计算最优分配向量时效率上的差异。3.2实验结果与分析3.2.1路径切换算法吞吐量变化分析实验的仿真时间为32 s，路径故障发生在第4 s时，即从第4 s开始执行TPSBC第一阶段，即开始执行带宽补偿；第20 s开始执行TPSBC的第二阶段，该阶段通过IAOA算法重新分配路径权重。图4展示了在仿真时间内 4 种方案下总体吞吐量的比较结果。从图4中可以看出，在子流传输受阻时，TPSBC与n-TPSBC相较于其他2种方案整体传输的吞吐量波动范围更小，这是因为当子流传输中断后，MPTCP通道管理与控制模块做出响应，通过调节拥塞窗口实施加性增长，受阻子流通过带宽补偿的方式一部分通过其他路径子流继续承担传输任务。20 s之后n-TPSBC因未引入Levy优化使其在计算最优路径权重效果上不如TPSBC，从而导致路径切换后子流未充分利用剩余带宽，n-TPSBC吞吐量回归值低于TPSBC。WCMP与ECMP方案下路径的规划是基于最优质量路径的方式，虽然具备多条传输路径，但在选择的最优质量路径之间无法避免交叉性，包括链路交叉与节点交叉。当受阻路径发生在交叉点上，WCMP与ECMP方案的传输效率会大幅下降，甚至会出现传输中断。TPSBC是基于路径的关联度指标选取并规划传输路径，综合考虑路径节点的介数中心性与带宽，在该指标下，路径选取不一定具备最优带宽与延迟质量，但不同路径之间的依赖程度相对较低，因而当一条路径发生故障时，同一连接下的其他路径对故障的影响较低，路径之间较低的关联度体现在多路传输时的抗干扰能力。在应对子流路径传输受阻时 TPSBC 要比WCMP和ECMP处理得更好，图4也验证了TPSBC可使整体网络吞吐量的波动范围更小。图4吞吐量变化3.2.2路径切换算法网络抖动分析接下来分析终端侧在执行路径切换时的传输指标变化情况，图5展示了4种方案在非切换阶段与切换阶段的网络抖动情况，网络的抖动水平反映了用户端对网络整体的体验质量，越低的网络抖动会使用户体验质量越高。在非切换阶段，4种方案的网络抖动基本一致；而在路径切换阶段，4种方案都有着明显的网络抖动，但可以看出TPSBC网络抖动相对较小，这是由于TPSBC在带宽补偿上的优势，用户端体验质量要好一些，n-TPSBC 与 TPSBC 表现基本一致。图 6 展示了网络抖动的平均偏差，平均偏差表示ICMP包的RTT偏离平均值的程度，其值越大说明网络越不稳定，即具备较低的用户体验质量。图5网络抖动图6平均偏差3.2.3不同子流数量下平均吞吐量分析路径切换时需要重新分配路径传输权重，图7展示了4种方案下不同子流规模时平均吞吐量的情况。实验环境下设置了子流数量为2、3、4，从图中可以看出，在不同的子流数量下，TPSBC体现出其路径规划以及配合IAOA权重分配算法获取全局最优传输性能的优势。n-TPSBC在子流数量为2的情况下其平均吞吐量与TPSBC表现一致，但随着子流数量的增加，TPSBC 体现出较强的全局路径资源利用率的优势，使得其平均吞吐量略高于n-TPSBC。图7不同子流数量下平均吞吐量表1显示了不同算法的参数设置，为保证算法在收敛性能方面的有效性，本文对比3种优化算法在计算最优分配权重向量时随迭代次数改变的情况，收敛曲线如图8所示。从图8可以明显地看出，PSO算法TPSBCn-TPSBCWCMPECMP048121620242832时间/s45403530252015105吞吐量/Mbps非切换阶段切换阶段6050403020100抖动/msTPSBCn-TPSBCWCMPECMP非切换阶段切换阶段TPSBCn-TPSBCWCMPECMP121086420mdev/msTPSBCn-TPSBCWCMPECMP234子流数量35302520151050平均吞吐量/Mbps陈晨，等：QoE驱动的SDN网络高可用传输框架67计算机与现代化2023年第11期随着迭代次数的增加整体收敛较为平稳，但其收敛幅度小且收敛精度不足；标准AOA在迭代前期收敛效果较好，但随着迭代次数的增加其收敛效果基本不再变化；而IAOA在引入Levy飞行优化后可以在较少的迭代次数上快速找到局部最优解，并随着迭代次数的增加，开始显示出其探寻局部最优解的能力。表1算法参数设置算法IAOAAOAPSO参数MOP_Max，MOP_Min，t，Alpha，Mu，a，MOP_Max，MOP_Min，t，Alpha，MuW，C1，C2，Vmax值1，0.2，1，5，0.499，0.01，1.51，0.2，1，5，0.4990.90.4，2，2，4图8收敛效率分析4结束语本文针对复杂环境下单路传输可用性低且路径切换代价高的问题，提出了一种用于高可用性传输服务的QoE驱动和SDN辅助MPTCP路径切换方案，该方案应对子流传输路径受阻时吞吐量波动范围大的问题，设计了一种基于带宽补偿的双阶段路径切换策略，当子流传输路径受阻时通过带宽补偿降低吞吐量波动的范围，加快受阻路径上子流的转移；为均衡多路传输负荷使用IAOA更新子流路径权重。经过仿真实验结果验证表明，TPSBC在执行路径切换时具有吞吐量波动范围更小、延迟更低以及抖动更小的优势，并且IAOA算法在计算最优分配权重向量时相较于其他2种算法收敛效率更高。未来的工作还需要进一步探索MPTCP在SDN中实现故障路径的无缝切换过程，并且建立一个平台用于评估无缝切换的效率与网络性能。参考文献：1 NUNES B A A，MENDONCA M，NGUYEN X N，et al.Asurvey of software-defined networking:Past，present，andfuture of programmable networksJ.IEEE Communications Surveys&Tutorials，2014，16（3）:1617-1634.2 ZHAO H T，ZHANG M K，YU H S，et al.Multipath TCPpath scheduling optimization based on Q-learning in vehicular heterogeneous networksC/2018 10th International Conference on Wireless Communications and SignalProcessing（WCSP）.IEEE，2018:1-5.3 KIMURA B Y L，LIMA D C S F，VILLAS L A，et al.Interpath contention in multipath TCP disjoint paths J.IEEE/ACM Transactions on Networking，2019，27（4）:1387-1400.4YANG W J，DONG P P，CAI L，et al.Loss-awarethroughput estimation scheduler for multi-path tcp in heterogeneous wireless networksJ.IEEE Transactions onWireless Communications，2021，20（5）:3336-3349.5 WEI W J，XUE K P，HAN J P，et al.Shared bottleneck-based congestion control and packet scheduling for multipath TCPJ.IEEE/ACM Transactions on Networking，2020，28（2）:653-666.6 XUE C J，LI W Z，YU L F，et al.SERO:A model-drivenseamless roaming framework for wireless mesh networkwith multipath TCP J.IEEE Transactions on Communications，2018，67（2）:1284-1296.7GAO K，XU C Q，ZHANG P，et al.GCH-MV:Game-enhanced compensation handover scheme for multipathTCP in 6G software defined vehicular networksJ.IEEETransactions on Vehicular Technology，2020，69（12）:16142-16154.8 YAMAZAKI T.Quality of Experience（QoE）studies:Present state and future prospectJ.IEICE Transactions onCommunications，2021，104（7）:716-724.9 ZHU Y，GUNTUKU S C，LIN W S，et al.Measuring individual video QoE:A survey，and proposal for future directions using social media J.ACM Transactions on MultimediaComputing，Communications，andApplications（TOMM），2018，1