带你读《软件定义网络之旅:构建更智能、更快速、更灵活的未来网络》第二章将现代电信网络从全IP 网转变为网络云2.5(四)

简介: 带你读《软件定义网络之旅:构建更智能、更快速、更灵活的未来网络》第二章将现代电信网络从全IP 网转变为网络云2.5

2.5.10    网络核心

13章更加详细地描述了 OSI层模型中针对光纤(第一层)和数据分组(第二层和第三层)的核心网络。光纤层提供远程中心局之间的光纤互连,这需要电光转换、光放大、传输控制以及多个信号的多路复用/解复用。分组核心网充当将外围连接在一起的骨干网,它支持分组流量几乎在任何地方入网,并经济地将分组转发到预定目的地。


用于现代光纤通信的电光设备可分为两种基本类型:可重构光分插复用器ROADMReconfigurableOpticalAdd/DropMultiplexer和光放大器OAOpticalAmplifier。前者通常放置在运营商中央办公室,以支持增加和取消流量(类似于高速公路的驶入驶出匝道;后者负责增加光信号的强度,使其可以继续传输到目的地。


现代高容量光纤系统采用称为密集波分复用(DWDMDense Wavelength Division Multiplexing技术,通过将多个独立高速率(当前速率为 100Gbit/s200Gbit/s,但很快将达到 400Gbit/s)光信号整合到同一光纤上,并为每个信号赋予唯一的波长。ROADM通过提供在每个节点添加或删除特定波长的能力来增加此功能。这形成了支持大量位置在彼此之间发送光学波长而无须单独 光纤光缆的光网络。


随着SDN的出现,光层正在以两种关键方式深入发展功能分解以及与分组层相结合实现传输资源的全局优化。全局优化可采用 SDN来完成。


集中式控制器跟踪所有波长入口点和出口点,并使用路由优化算法和任何每波长约束条件将其配置在各个网络构成部分上。约束条件的实例包括最大往返延迟和多波长分集(当两个或更多波长需要有不重合的独立路径时,不重合的独立路径使这些波长不可能同时失效


分组核心是网络核心的组成部分。分组核心将入口分组聚合到网络中不同点的公共链路上,网络核心的作用是从边缘获取分组流,并利用共享光传输层将其发送到指定目的地。由于服务提供商还提供诸如消费互联网、商业互联网与其他互联网公司(称为对等的连接、私人商业网络(称为虚拟专用网)与云数据中心的连接等诸多IP服务,网络核心还需要执行批量分组传输的任务,尽可能以服务不可知的方式提供。考虑到需要支持的不同类型 IP服务,MPLS(多协议标签交换)可用作分组传输的简化方法。MPLS   在每个数据分组前使用一个短报头,这支持任何一方的核心路由器以快速高效的方式来处理和转发数据分组。标签部分是这两台路由器的已知地址(它在本 具有极其重要的意义,它支持MPLS标签地址空间在每条链路上进行重用。报头的其他部分含链路拥塞时使用的流量优先级 [ 也称为服务质量(QoS] 信息。


为了对流量进行管理,流量工程(TE)技术从每台核心路由器到其他核心路由器创建一条或多条隧道。多条隧道用于支持不同端到端路径更加高效地利用核心服务器容量。入网数据分组被映射到匹配其目的地的隧道。中间核心路由器仅基于隧道映射来转发MPLS分组。在链路出现故障的情况下,两种机制皆可发挥作用。首先,每条链路都有一条到其相邻核心路由器的预定义备 份重路由路径。其次,当可达性信息通过网络进行传播时,所有隧道都会重新确定其路径,阻止 它们使用当前处于故障状态的链路。这种全局修复充分考虑到提高核心容量的更好的全局优化。SDN,可以在 SDN控制器中累积所有全局流量信息和链路状态,以实现更好的全局优化, 它支持对网络进行深度调整。选择使用分布式和集中式控制混合的方法可以实现初始恢复速度    和最大效率之间的最佳平衡。短期内,业界正在引入一种称为分段路由(SRSegmentRouting) 的新方法。SR    支持简化网络,因为它可以对多种控制平面协议进行合并。本质上,分段路由通过支持每个分组携带路径路由信息来发挥作用。因此,在起始点,可以预先确定部分中间跳或    全部中间跳。因此,SR取代了对诸如基于流量工程扩展的资源预留协议(RSVP-TEResourceReservationProtocolforTrafficEngineering)等独立协议的需求,以执行用于标签分发的快速重路由(FRRFastReroute)本地修复和标签分发协议(LDPLabelDistributionProtocol)。


    网络核心的最后一个构成部分是路由反射器RRRouteReflector。连接到核心的所有边缘设备都需要具备相互通信服务的可达性。这可通过采用边界网关协议(BGP)来完成。但是,如何让数百台边缘路由器之间相互交换控制平面信息呢?通过使用一种称为路由反射器的聚合和分发节点。网络中的每台边缘路由器都与一对路由反射器建立连接。在规模方面,可以针对不同服务区域或地理区域部署多对路由反射器。其中每台路由反射器都从其服务的边缘路由器处接收BGP消息,将消息复制并分发给其他边缘路由器。这可以减少边缘和核心路由器的工作量,从而实现控制和数据平面处理功能的扩展和分离。

相关文章
|
5月前
|
前端开发 JavaScript 开发者
JavaScript:构建动态网络的引擎
JavaScript:构建动态网络的引擎
|
7月前
|
机器学习/深度学习 算法 量子技术
GQNN框架:让Python开发者轻松构建量子神经网络
为降低量子神经网络的研发门槛并提升其实用性,本文介绍一个名为GQNN(Generalized Quantum Neural Network)的Python开发框架。
170 4
GQNN框架:让Python开发者轻松构建量子神经网络
|
5月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
467 0
|
4月前
|
网络协议 Linux 虚拟化
配置VM网络:如何设定静态IP以访问主机IP和互联网
以上就是设定虚拟机网络和静态IP地址的基本步骤。需要注意的是,这些步骤可能会因为虚拟机软件、操作系统以及网络环境的不同而有所差异。在进行设定时,应根据具体情况进行调整。
424 10
|
5月前
|
人工智能 监控 数据可视化
如何破解AI推理延迟难题:构建敏捷多云算力网络
本文探讨了AI企业在突破算力瓶颈后,如何构建高效、稳定的网络架构以支撑AI产品化落地。文章分析了典型AI IT架构的四个层次——流量接入层、调度决策层、推理服务层和训练算力层,并深入解析了AI架构对网络提出的三大核心挑战:跨云互联、逻辑隔离与业务识别、网络可视化与QoS控制。最终提出了一站式网络解决方案,助力AI企业实现多云调度、业务融合承载与精细化流量管理,推动AI服务高效、稳定交付。
|
4月前
|
机器学习/深度学习 分布式计算 Java
Java与图神经网络:构建企业级知识图谱与智能推理系统
图神经网络(GNN)作为处理非欧几里得数据的前沿技术,正成为企业知识管理和智能推理的核心引擎。本文深入探讨如何在Java生态中构建基于GNN的知识图谱系统,涵盖从图数据建模、GNN模型集成、分布式图计算到实时推理的全流程。通过具体的代码实现和架构设计,展示如何将先进的图神经网络技术融入传统Java企业应用,为构建下一代智能决策系统提供完整解决方案。
489 0
|
5月前
|
机器学习/深度学习 算法 搜索推荐
从零开始构建图注意力网络:GAT算法原理与数值实现详解
本文详细解析了图注意力网络(GAT)的算法原理和实现过程。GAT通过引入注意力机制解决了图卷积网络(GCN)中所有邻居节点贡献相等的局限性,让模型能够自动学习不同邻居的重要性权重。
991 0
从零开始构建图注意力网络:GAT算法原理与数值实现详解
|
7月前
|
监控 安全 Go
使用Go语言构建网络IP层安全防护
在Go语言中构建网络IP层安全防护是一项需求明确的任务,考虑到高性能、并发和跨平台的优势,Go是构建此类安全系统的合适选择。通过紧密遵循上述步骤并结合最佳实践,可以构建一个强大的网络防护系统,以保障数字环境的安全完整。
171 12
|
8月前
|
JSON 编解码 API
Go语言网络编程:使用 net/http 构建 RESTful API
本章介绍如何使用 Go 语言的 `net/http` 标准库构建 RESTful API。内容涵盖 RESTful API 的基本概念及规范,包括 GET、POST、PUT 和 DELETE 方法的实现。通过定义用户数据结构和模拟数据库,逐步实现获取用户列表、创建用户、更新用户、删除用户的 HTTP 路由处理函数。同时提供辅助函数用于路径参数解析,并展示如何设置路由器启动服务。最后通过 curl 或 Postman 测试接口功能。章节总结了路由分发、JSON 编解码、方法区分、并发安全管理和路径参数解析等关键点,为更复杂需求推荐第三方框架如 Gin、Echo 和 Chi。