"مسیریابی ترافیک آگاه در شبکه های نرم افزار محور مبتنی بر P4"

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: "مسیریابی ترافیک آگاه در شبکه های نرم افزار محور مبتنی بر P4"

ارائه دهنده: Provider: احمد حمید - مهندسی کامپیوتر

اساتید راهنما: Supervisors: دکتر رضا محمدی

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر مهدی عباسی - دکتر شکور وکیلیان

زمان و تاریخ ارائه: Time and date of presentation: ساعت 15:30 - 1404/7/28

مکان ارائه: Place of presentation: سالن خان محمدی

چکیده: Abstract: چالش اصلی در شبکه‌های نرم‌افزارمحور این است که چگونه می‌توان ترافیک شبکه را در شرایط پویا و متغیر به‌صورت کارآمد مدیریت کرد. در بسیاری از موارد، روش‌های سنتی مسیریابی که بر مسیرهای ثابت یا به‌روزرسانی‌های کند متکی هستند، قادر نیستند با تغییرات سریع الگوهای ترافیکی سازگار شوند. این ناتوانی باعث می‌شود کارایی شبکه کاهش یابد، کیفیت خدمات افت کند و استفاده از منابع شبکه به شکل بهینه انجام نشود. ازاین‌رو، نیاز به رویکردی وجود دارد که بتواند به‌صورت بلادرنگ به تغییرات شبکه واکنش نشان دهد و مسیرهای داده را بر اساس وضعیت لحظه‌ای شبکه بهینه‌سازی کند. در پاسخ به این چالش، این پژوهش چارچوبی یکپارچه برای مسیریابی آگاه از ترافیک در شبکه‌های نرم‌افزارمحور ارائه می‌دهد. در این چارچوب، داده‌مسیر قابل‌برنامه‌ریزی و تصمیم‌گیری متمرکز در کنترلر به‌صورت هماهنگ با یکدیگر عمل می‌کنند تا مسیرها به‌طور پویا و متناسب با شرایط جاری شبکه انتخاب و بازپیکربندی شوند. این ساختار با ایجاد یک حلقه‌ی بازخوردی میان داده‌مسیر و صفحه‌ی کنترل، امکان مشاهده‌ی مداوم وضعیت شبکه را فراهم می‌کند و کنترلر می‌تواند بر پایه‌ی داده‌های به‌روز، مسیرهایی با هزینه و تأخیر کمتر انتخاب کند. اصول طراحی این پژوهش بر پایه‌ی تفکیک وظایف بین لایه‌های کنترل و داده، کاهش سربار پردازشی در سوئیچ‌ها، رعایت سیاست‌های مدیریتی، و حفظ مقیاس‌پذیری در توپولوژی‌های مختلف بنا شده است. در پیاده‌سازی آزمایشی، داده‌مسیر با استفاده از قابلیت‌های زبان P4 رفتار ترافیک را در سطح سوئیچ‌ها رصد می‌کند و شاخص‌هایی مانند نرخ عبور، تأخیر و از‌دست‌رفت بسته‌ها را به کنترلر ارسال می‌کند. کنترلر ONOS با تحلیل این اطلاعات و اجرای الگوریتم‌های وزن‌دار نظیر دایجسترا، مسیرهای بهینه را تعیین می‌کند. نتایج آزمایش‌ها نشان می‌دهد که روش پیشنهادی توانسته است توزیع بار شبکه را متعادل‌تر کند، گلوگاه‌ها را کاهش دهد، و شاخص‌های کیفیت تجربه‌ی کاربر را به‌طور قابل‌توجهی بهبود بخشد، در حالی که پیچیدگی پردازش در مسیر داده همچنان پایین باقی مانده است. در مجموع، این پژوهش یک چارچوب عملی و قابل‌انتقال برای شبکه‌های برنامه‌پذیر ارائه می‌کند که میان چابکی تصمیم‌گیری در لایه‌ی کنترل و کارایی پردازش در لایه‌ی داده توازن برقرار می‌سازد. این دستاورد می‌تواند پایه‌ای برای توسعه‌های آینده در زمینه‌ی مسیریابی چندمعیاره، تضمین کیفیت خدمات، و به‌کارگیری الگوریتم‌های یادگیری ماشین در شبکه‌های نرم‌افزارمحور باشد.