SDN 与 SDCN 流量测量综述：现有方法与研究挑战
网络与互联网体系结构
2022-06-30 v1
摘要
软件定义网络（SDN）是利用 OpenFlow 协议作为数据平面与控制平面之间通信链路，将转发设备的控制平面与数据平面解耦的下一代网络。然而，SDN 中可能存在一些安全问题，攻击者可以控制 SDN 控制平面。因此，流量测量是保护 SDN 免受 DDoS、heavy hitter、superspreader 等高安全威胁的基本技术，并且在 SDN/软件定义蜂窝网络（SDCN）中，实时视频通话、QoS 控制、高带宽需求、资源管理也是不可避免的。在此场景下，我们调研 SDN 流量测量方案，以评估这些方案如何构建安全、高效且鲁棒的 SDN/SDCN 架构。本文根据网络应用行为对各类 SDN 流量测量方案进行了分类。此外，我们找出了与 SDN/SDCN 流量测量相关的挑战及未来研究空间，这将指导未来设计和开发更先进的流量测量方案，以用于可扩展、异构、分层且广泛部署的 SDN/SDCN。更详细地，我们列出了多种实用的机器学习（ML）方法，以分析如何提升流量测量性能。我们得出结论：在 SDN 流量测量方案中使用 ML 将以互补方式有益于获得安全的 SDN/SDCN 网络。
引用
@article{arxiv.2206.14236,
title = {A Survey on SDN \& SDCN Traffic Measurement: Existing Approaches and Research Challenge},
author = {MD Samiul Islam and Mojammel Hossain and Mohammed AlMukhtar},
journal= {arXiv preprint arXiv:2206.14236},
year = {2022}
}