文章-世纪中文出版社

石立峰《信息通信与技术》 2018年4期

摘要:

以SDN和NFV技术为核心的下一代网络正在加速部署，电信运营商希望通过网络重构来强化网络服务能力，提升网络服务效率，重构通信产业链条，进而获取更多话语权和效益。文章从网络重构的驱动因素出发，分析网络重构的主要目标和内涵，结合国际运营商网络重构的进程，分析网络重构给运营商在战略角色、运营流程、人才及知识结构以及服务提供方面带来的巨大变革，并给出应对上述变革的策略建议。

软件定义网络流量监测方法综述下载：51 浏览：456

李燕1 章玥1 唐继兴1 陈雷2 《天线研究》 2018年3期

摘要:

网络流量监测是网络管理的重要构成部分,流量监测方法对于评估整个网络的性能至关重要。本文调研分析了当前软件定义网络(Software-Defined Networking,SDN)中的流量监测方法,从以交互为中心和以计算为中心两个角度对流量监测方法进行分类。以交互为中心的方法侧重于交互,由控制器通过南向接口获取数据平面的流量信息。以计算为中心的方法侧重于数据平面,通过交换机内部的复杂计算实时获知网络流量状况。

软件定义网络在大规模分布式系统中的部署与性能优化下载：146 浏览：1394

杜守印《软件工程研究》 2023年11期

摘要:

本论文探讨了软件定义网络（SDN）在大规模分布式系统中的部署与性能优化问题。SDN技术通过将网络控制与数据转发相分离，提供了对网络的灵活性和可编程性。在大规模分布式系统中，SDN的部署和性能优化面临着挑战，包括高负载、网络拓扑复杂性和数据中心间通信等问题。本文研究了不同的部署策略和优化方法，以提高SDN在大规模分布式系统中的性能。实验结果表明，通过合理选择部署策略和优化算法，可以显著改善SDN的性能，并提高整体系统的吞吐量和响应时间。

嵌入式系统的数据交互软件设计下载：153 浏览：2458

杜守印《软件工程研究》 2023年11期

摘要:

本论文探讨了软件定义网络（SDN）在大规模分布式系统中的部署与性能优化问题。SDN技术通过将网络控制与数据转发相分离，提供了对网络的灵活性和可编程性。在大规模分布式系统中，SDN的部署和性能优化面临着挑战，包括高负载、网络拓扑复杂性和数据中心间通信等问题。本文研究了不同的部署策略和优化方法，以提高SDN在大规模分布式系统中的性能。实验结果表明，通过合理选择部署策略和优化算法，可以显著改善SDN的性能，并提高整体系统的吞吐量和响应时间。

基于软件定义网络技术实现人工智能网络体系架构下载：167 浏览：2343

殷树涛《软件工程研究》 2023年5期

摘要:

改革开放以来，社会各个行业对于网络技术以及人工智能的动态需求逐年提升，作为二者之间内在关联的软件数据系统，不仅需要保证存储资源的有效性和真实性，还要确保在高维度的抽象条件下，能够针对不同问题搭建起符合实际情况的架构网络体系，这种软件定义网络通常被称作SDN。与此同时，软件定义网络的相关技术具有灵活多变的功能性特点，在设计的思路上以及设计的理念上都能契合于现代化的数据中心、运营商系统以及云端数据处理等不同背景下的应用中。本文阐述了软件定义网络技术的具体内容，探讨了其在人工智能网络体系架构中所涉及到的内容，并分析了未来的发展趋势及应用前景，为促进我国人工智能网络的发展打下夯实的基础。

软件定义网络匿名通信关键技术研究下载：163 浏览：2341

惠永斌《软件工程研究》 2023年4期

摘要:

在网络信息化时代，各种类型的网络通信技术也在不断出现，为了更好的顺应时代发展需求，加强通信加密、延迟、填充等内容的研究显得非常重要。在上个世纪，西方国家已经开始对匿名通信技术进行研究，这项技术的成熟，实现了对通信双方身份的认证，大大提高了网络的安全性。对该项技术的深入研究，也是目前相关领域研究的重点。

软件定义网络安全优势和相关问题下载：213 浏览：2453

孙淮松《软件工程研究》 2022年11期

摘要:

伴随着科技的进步，网络也逐渐变得复杂化。传统的网络框架已无法适应新时代的需求。基于此背景，软件定义网络（Software-Defined Networking，SDN）应运而生。它是一种有望改变现有网络困局的新型网络框架，通过将控制与转发解耦合，突破了传统网络框架封闭性高、维护成本大，安全性能低的问题。本文以软件定义网络为研究主体，首先，分析了软件定义网络的概念、框架结构；然后分析了软件定义网络的安全优势；最后针对性的提出软件定义网络存在的问题。

	在线客服
	客服电话：400-188-5008
	客服邮箱：service@ccnpub.com
	投诉举报：feedback@ccnpub.com

	在线客服：：点击联系客服
	联系电话：：400-188-5008
	客服邮箱：：service@ccnpub.com
	投诉举报：：feedback@ccnpub.com