分布式 SDN 控制平面中 RAFT 共识的响应时间与可用性研究

软件定义网络（SDN）承诺前所未有的灵活性与网络运维简便性。虽然灵活性是利用新技术优势的重要因素，关键基础设施网络对网络鲁棒性与控制平面延迟也有严格要求。SDN 控制平面的鲁棒性通过部署多个分布式控制器实现，这些控制器组成集群以保证持久性与快速故障转移。然而，当前文献对控制器集群化对系统总响应时间的影响研究不足。因此，本文对部署于 OpenDaylight 与 ONOS SDN 控制器平台中的分布式共识算法 RAFT 进行了详细分析研究。在这些控制器中，RAFT 实现数据存储复制、控制器故障后的领导者选举以及成功修复后的控制器状态恢复。为评估其性能，我们引入一个框架，针对各类 SDN 集群组织的响应时间与可用性指标进行数值分析。我们使用随机活动网络对 RAFT 操作、故障注入与集群恢复过程建模，并利用真实实验收集速率参数，为代表性集群恢复模型提供现实输入。我们还展示了一种针对软件错误所致故障的快速再生机制如何能在保证长期更高系统可用性的同时，最小化控制器客户端经历的总响应时间。