Machine Learning Based Proactive Flow Entry Deletion for OpenFlow
来源：IEEE 2018 作者：Hemin Yang and George F.Riley
摘要: 流表容量有限，因此高效管理流表至关重要。本文重点讨论了OpenFlow中定义的一种流表管理机制，即能够主动删除流表条目。 挑战：确定删除哪些流表项条目。 为了应对这一挑战，提出了基于机器学习的主动流输入删除方法，可以从流表条目的历史数据中学习，从而预测最后引用流表条目的时间。最后根据预测，最后引用时间的最小的流表条目将被删除。我们的方法是利用机器学习，从历史删除流表项中学习，从而预测最后引用流入口的时间。
主动流条目的删除
A. 主动流删除的挑战
要应用主动流的删除，需要解决两个问题：第一是，控制器什么时候该主动删除流条目，例如说可以设定一个阈值，当流表的利用率超过阈值时就开始主动删除流表项；第二，应该删除哪些流项？希望删除的就是不活动的流表项。
B. 为什么机器学习会有帮助？
虽然我们不能确切知道流表条目访问的顺序，但是我们是否可以利用机器学习技术来推断基于历史流删除的访问顺序呢？一旦流表项从流表中删除，控制器就可以配置交换机发送一个FlowRemodes消息，该消息包含删除的原因、表项的持续时间、条目匹配的数据包数、空闲超时、硬超时、条目匹配的数据包中的字节数以及其他特定于实验者的统计信息。
C. 主动流输入删除的开销
主要包括两个部分。一是何时开始主动删除的开销，我们假设主动删除开始于超过控制器所设定的流表阈值时开始删除。空缺时间可以警告控制器提前作出反应，以避免流表溢出。开销的另一部分来自于决定应该主动删除哪些流条目。若采用随机或FIFO的策略，他们不需要开销，但如果没有删除的条目作为参考，控制器可能就会指示交换机删除实际上不存在流表中的条目，错误的指令，会加剧交换机和控制器的工作负荷，若表中没有流表项被删除，流表可能会溢出，对网络产生严重的影响。相反，如果启用了发送流删除的消息，则不会出现这样的错误指令，因为控制器知道开关的流表中有哪些流项。
我们的做法
基于机器学习的主动流条目的删除，如图1所示，做法包括两个部分：离线模型训练和基于训练模型的在线主动流删除。
A. 离线模型训练
为了训练机器学习的模型，我们首先需要收集合适的数据集。其中每个数据样本包含先前流删除的特征和标签（tLastVisitf 即最后一次引用流条目的时间）tLastVisitf 由tStartf + tPktActivef相加所得，tStartf 是流表中安装流f的当前流条目的时间，tPktActivef是所引用的流条目经过的时间。 tPktActivef作为标签。使用FlowRemoved消息所携带的统计数据的均值和标准差，即流条目匹配的数据包数（number ofpackets matched by a flow entry (
Machine Learning Based Proactive Flow Entry Deletion for OpenFlow的更多相关文章
- A Gentle Guide to Machine Learning
A Gentle Guide to Machine Learning Machine Learning is a subfield within Artificial Intelligence tha ...
- How do I learn machine learning?
https://www.quora.com/How-do-I-learn-machine-learning-1?redirected_qid=6578644 How Can I Learn X? ...
- 学习笔记之Machine Learning Crash Course | Google Developers
Machine Learning Crash Course | Google Developers https://developers.google.com/machine-learning/c ...
- [C2P2] Andrew Ng - Machine Learning
##Linear Regression with One Variable Linear regression predicts a real-valued output based on an in ...
- Machine Learning Algorithms Study Notes(2)--Supervised Learning
Machine Learning Algorithms Study Notes 高雪松 @雪松Cedro Microsoft MVP 本系列文章是Andrew Ng 在斯坦福的机器学习课程 CS 22 ...
- SOME USEFUL MACHINE LEARNING LIBRARIES.
from: http://www.erogol.com/broad-view-machine-learning-libraries/ http://www.slideshare.net/Vincenz ...
- In machine learning, is more data always better than better algorithms?
In machine learning, is more data always better than better algorithms? No. There are times when mor ...
- booklist for machine learning
Recommended Books Here is a list of books which I have read and feel it is worth recommending to fri ...
- ADVICE FOR SHORT-TERM MACHINE LEARNING RESEARCH PROJECTS（短期机器学习研究的建议）
– Tim Rocktäschel, Jakob Foerster and Greg Farquhar, 29/08/2018 Every year we get contacted by stude ...
随机推荐
- 【BZOJ2820】YY的GCD
[BZOJ2820]YY的GCD Description 神犇YY虐完数论后给傻×kAc出了一题 给定N, M,求1<=x<=N, 1<=y<=M且gcd(x, y)为质数的( ...
- [零基础学python]为什么要开设本栏目
这个栏目的名称叫做"零基础学Python". 如今网上已经有不少学习python的课程.当中也不乏精品.按理说,不缺少我这个基础类型的课程了.可是,我注意到一个问题.无论是课程还是 ...
- Java 调用Restful API接口的几种方式--HTTPS
摘要:最近有一个需求,为客户提供一些Restful API 接口,QA使用postman进行测试,但是postman的测试接口与java调用的相似但并不相同,于是想自己写一个程序去测试Restful ...
- [WC2011]最大XOR和路径
嘟嘟嘟 不愧是WC的题,思维真的很妙(虽然代码特别简单). 首先暴力找出所有路径肯定不行. 题中说可以经过重复的边,并且边权也会被计算多次.那么就是说,如果经过一条边再沿这条边回来,这条边的贡献就是0 ...
- php递归无限级
function getTree($data, $pId) { $tree = ''; foreach($data as $k => $v) { if($v['cate_ParentId'] = ...
- 详解PHP操作Memcache缓存技术提高响应速度的方法
本文转载http://blog.csdn.net/zhihua_w 不错的博客,仅供本人学习之用 一般来说,如果并发量不大的情况,使不使用缓存技术并没有什么影响,但如果高并发的情况,使用缓存技术就显 ...
- metamask源码学习-metamask-controller.js
The MetaMask Controller——The central metamask controller. Aggregates other controllers and exports a ...
- zookeeper入门之Curator的使用之几种监听器的使用
package com.git.zookeeper.passwordmanager.listener; import java.util.ArrayList; import java.util.Lis ...
- Java/JSP程序连接不上Mysql驱动问题解决方法
错误提示: java.lang.ClassNotFoundException: com.mysql.jdbc.Driverat java.net.URLClassLoader$1.run(URLCla ...
- 通过JSP网页连接MySQL数据库，从MySQL数据库中读出一张表并显示在JSP网页中
1.安装所需软件 ①安装java和tomcat,建立JSP网页最基础的软件②安装MySQL数据库(下载地址:https://www.mysql.com/)③安装Navicat Premium来查看数据 ...