基于雾计算实现无线传感网络中软件定义QoS配置的方法与流程

本发明涉及网络服务技术领域，具体地，涉及基于雾计算实现无线传感网络中软件定义QoS配置的方法。

背景技术：

随着网络业务的日益多元化，人们对于网络服务质量的要求越来越高，QoS是一个网络安全机制，用来保证网络延迟和阻塞等性能，以此为用户提供更好的网络服务。当网络过载或拥塞时，QoS能确保重要业务量不受延迟或丢弃，同时保证网络的高效运行。

雾计算，是一种边缘化的云计算，所有的数据、数据处理都集中在网络边缘的设备中，而不是全部存储在云中。现在，雾计算由于其低延时和节能被认为是下一代无线传感网络的趋势。但是因为不同的雾计算服务对于QoS有不同的需求，同时在基于雾计算的WSNs中相关的数据是被内容感知的控制器转发的，因此对于基于雾计算的无线传感网络来说，动态部署QoS策略显得十分必要。而现有的QoS技术大多是静态的，并不能满足此需求。

在以往的研究中，在基于雾计算的WSNs中运用了云计算，以减少能量的消耗和时延，然而这一方法并没有考虑到在网络中存在了非常多不同类型的数据，也不能实现QoS的动态配置。

技术实现要素：

针对现有技术中的缺陷，本发明的目的是提供一种基于雾计算实现无线传感网络中软件定义QoS配置的方法。

根据本发明提供的基于雾计算实现无线传感网络中软件定义QoS配置的方法，包括如下步骤：

步骤1：在雾节点层和应用层之间部署SDN控制器；

步骤2：建立动态配置的QoS架构系统，所述动态配置的QoS架构系统中包括：应用层、SDN控制层、雾节点层以及传感器节点层；且在所述动态配置的QoS架构系统中运行有：感知数据流、数据属性数据流、QoS策略指令数据流以及状态数据流；

步骤3：基于动态配置的QoS架构系统完成QoS配置。

优选地，所述步骤2中的SDN控制层中包含至少一个SDN控制器，所述雾节点层中包含有至少一个雾节点，所述传感器节点层中包含有多个传感器节点；具体地，所述传感器节点定期将本地状态信息发送给雾结点，由所述雾结点定期将本地状态信息转发给SDN控制器，所述SDN控制器输出实时更新的网络状态信息和网络拓扑结构信息；且所述SDN控制器还能够动态的定义细粒度的QoS配置来满足多样的QoS需求。

优选地，所述雾节点层包括：状态采集模块、监控模块、处理模块以及微型数据中心；

所述状态采集模块用于从WSNs中采集节点能源状态数据；

所述监控模块用于监控网络状态；

所述处理模块用于提取包括数据内容摘要的数据属性；

所述微型数据中心用于保存临时的感知数据、节点状态数据以及本地的网络状态数据。

优选地，所述雾节点通过雾节点智能网关和相邻层进行通信，其中，雾节点和SDN控制器之间采用基于OpenFlow的雾智能网进行通信，从而所有通过雾节点发送到SDN控制器的数据包都是以流表形式转发。

优选地，所述SDN控制器包括：北向接口驱动、基于OpenFlow的南向接口驱动以及QoS配置模块，具体地，所述SDN控制器通过北向接口和应用层进行通信，通过基于OpenFlow的南向接口和雾节点进行通信。

优选地，所述步骤3包括：

步骤3.1：将待配置QoS的策略指令集存储到数据库中，并将从雾节点所收集到的监控信息存储在SDN控制器中；

步骤3.2：当数据属性流到达SDN控制器时，由SDN控制器提取出QoS等级、QoS需求并结合存储在SDN控制器中网络状态信息后与数据库中的QoS策略集进行匹配；确定该数据属性流的具体QoS配置；

步骤3.3：由SDN控制器将具体QoS配置存储在数据库中，以及将具体QoS配置转化为流表条目后通过基于OpenFlow的驱动以流表的形式转发给雾节点。

与现有技术相比，本发明具有如下的有益效果：

本发明提出了基于雾计算实现无线传感网络中软件定义QoS配置的方法，在基于雾节点的WSNs中增加SDN控制器层，控制层和雾节点层通过基于Openflow的驱动进行通信，所有的消息以流表的形式进行转发；本发明中的方法一方面可以针对不同的QoS服务动态配置不同的QoS策略，另一方面，极大地改善了网络的时延问题。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为动态配置的QoS机制的架构示意图；

图2为本发明架构中SDN控制器层和雾节点层的设计原理示意图；

图3为有动态节点的监测和控制序列示意图；

图4(a)至图4(d)分别为四种场景下的通信延迟对比示意图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

基于雾计算的无线传感网络通常在传感网络层和应用层之间还包含了一个雾结点层。雾结点类似于将云结点边缘化，在本地提供计算，存储，网络服务等功能。本发明所提出的这一架构和传统的基于雾计算的WSNs最大的不同就在于在整个架构中设计了一个用于动态QoS配置的SDN控制器。

本发明希望解决在基于雾计算的WSNs中的QoS策略动态配置问题，进一步的，降低整个网络的时延。本发明在以往的雾节点层和应用层之间部署了一个SDN的控制器，不需要对之前的网络架构做过多的修改，即可实现QoS策略的动态配置。根据仿真可以看出，本发明极大的降低了整个网络的时延。

根据本发明提供的基于雾计算实现无线传感网络中软件定义QoS配置的方法，包括如下步骤：

步骤1：在雾节点层和应用层之间部署SDN控制器；

步骤2：建立动态配置的QoS架构系统，所述动态配置的QoS架构系统中包括：应用层、SDN控制层、雾节点层以及传感器节点层；且在所述动态配置的QoS架构系统中运行有：感知数据流、数据属性数据流、QoS策略指令数据流以及状态数据流；

步骤3：基于动态配置的QoS架构系统完成QoS配置。

所述步骤2中的SDN控制层中包含至少一个SDN控制器，所述雾节点层中包含有至少一个雾节点，所述传感器节点层中包含有多个传感器节点；具体地，所述传感器节点定期将本地状态信息发送给雾结点，由所述雾结点定期将本地状态信息转发给SDN控制器，所述SDN控制器输出实时更新的网络状态信息和网络拓扑结构信息；且所述SDN控制器还能够动态的定义细粒度的QoS配置来满足多样的QoS需求。

所述雾节点层包括：状态采集模块、监控模块、处理模块以及微型数据中心(MDC)；

所述状态采集模块用于从WSNs中采集节点能源状态数据；

所述监控模块用于监控网络状态；

所述处理模块用于提取包括数据内容摘要的数据属性；

所述微型数据中心用于保存临时的感知数据、节点状态数据以及本地的网络状态数据。

所述雾节点通过雾节点智能网关(FSG)和相邻层进行通信，其中，雾节点和SDN控制器之间采用基于OpenFlow的雾智能网进行通信，从而所有通过雾节点发送到SDN控制器的数据包都是以流表形式转发。

所述SDN控制器包括：北向接口驱动、基于OpenFlow的南向接口驱动以及QoS配置模块，具体地，所述SDN控制器通过北向接口和应用层进行通信，通过基于OpenFlow的南向接口和雾节点进行通信。

所述步骤3包括：

步骤3.1：将待配置QoS的策略指令集存储到数据库中，并将从雾节点所收集到的监控信息存储在SDN控制器中；

步骤3.2：当数据属性流到达SDN控制器时，由SDN控制器提取出QoS等级、QoS需求并结合存储在SDN控制器中网络状态信息后与数据库中的QoS策略集进行匹配；确定该数据属性流的具体QoS配置；

步骤3.3：由SDN控制器将具体QoS配置存储在数据库中，以及将具体QoS配置转化为流表条目后通过基于OpenFlow的驱动以流表的形式转发给雾节点。

下面结合附图对本发明中的技术方案做更加详细的说明。

如图1所示，图中给出了动态配置的QoS机制的架构，包括四层，分别为应用层、SDN控制层、雾节点层和传感器节点层。同时该架构中有四种数据流包括感知数据流、数据属性数据流、QoS策略指令数据流和状态数据流。

因为雾节点可以感知数据的内容，它不仅可以从数据头还可以从感知的数据内容中收集并且提取数据属性。同时，传感器节点定期将本地状态信息发送给雾结点，雾结点也定期将这些信息发送给SDN控制器，从而SDN控制器可以不断更新得到最新的网络状态信息和网络拓扑结构。通过从雾节点上收集的数据属性数据和状态数据，SDN控制器可以动态的定义细粒度的QoS配置来满足多样的QoS需求。

图1所示架构中，对于资源受限的传感节点，它只需要作为源节点发送感知数据给雾节点，或者作为目的节点接收数据。对于本地的雾节点，它只需要关注属于自己区域的传感网络而不需要关注其他的雾节点和其他传感网络的状态。同时，当雾节点从传感节点接收到感知数据时，它只需要处理数据内容并且把QoS的相关配置服务留给SDN控制器处理。如果没有SDN控制器，当雾节点需要处理很多数据，并且不同数据需要不同的QoS配置策略时，将会导致非常大的延时，对网络功能，尤其是一些实时性高，多媒体数据为主的网络造成影响。

如图2所示是本发明所提出的架构中SDN控制器层和雾节点层的设计原理。雾节点中包括用于从WSNs中采集节点能源和网络状态等的状态数据的状态采集模块和监控模块，用于提取包括数据内容摘要的数据属性的处理模块和用于保存临时的感知数据、节点状态数据和本地的网络状态数据的MDC。雾节点通过F SG和相邻层进行通信，其中雾节点和SDN控制器通信所通过的雾智能网关是基于OpenFlow的，这样所有发送到控制器的数据包都是以流表形式转发的。

另一方面，SDN控制器包括北向接口驱动、基于OpenFlow的南向接口驱动和QoS配置模块。SDN控制器通过北向接口和应用层进行通信，通过基于OpenFlow的南向接口和雾节点进行通信。

SDN控制器中的QoS配置部分提前将配置QoS的策略指令集存储到数据库中，同时，从雾节点所收集到的监控信息也被存储在SDN控制器为之后的QoS配置做准备。

当数据属性流到达SDN控制器中时，SDN控制器提取出QoS等级和需求，同时结合存储在控制器中网络状态信息与数据库中的QoS策略集相匹配，定义该数据流的具体QoS配置。最后，SDN控制器将这些配置转化为一些流表条目，通过基于OpenFlow的驱动以流表的形式转发给雾节点。与此同时，SDN控制器也将这些配置信息存储在数据库中以便于之后的查询。

在本发明所提出的机制中，有三种监测和控制序列，分别是雾内，雾间和有动态节点时的监控序列。同时，在整个网络正常运行的时候，所有的雾结点都定期将所管辖的WSNs的状态信息发送给SDN控制器，以使得控制器可以掌握全局的信息。

1)在一个雾节点内的监测和控制序列

雾结点提取出从传感器节点发送的感知数据中提取出数据属性并且发送给SDN控制器，SDN控制器根据数据属性结合网络状态信息进行QoS策略的配置并且把配置规则返回给雾结点。之后，雾结点提取配置指令进行QoS的配置并且将感知数据发送给目的节点。

2)在两个雾节点之间的监测和控制序列

在这种情况下，源节点属于雾结点1，而目的节点属于雾结点2。雾结点1提取出数据属性并且发送给SDN控制器。之后，雾结点1接收到SDN控制器所发送的QoS配置信息，并且在本地配置QoS策略，再将数据发送给雾结点2，雾结点2执行和雾结点1相同的步骤，最后将数据发送给目的节点。

3)有动态节点的监测和控制序列

在WSNs中，结点都具有高动态性，不断移动的结点可能在不同的时候属于不同的fog域。如图3所示，目的节点传感器2本来属于雾结点1后来移动到雾结点2所属的区域。当雾结点1接收到QoS配置信息时，它并不能成功发送信息给传感器2，因此，雾结点1重新发送数据属性给SDN控制器请求新的QoS配置。这时，由于雾结点会定期上传所属区域的网络状态给SDN控制器，SDN控制器已经接收到雾结点2的状态信息，从而获得了传感器2的位置信息。SDN控制器重新更新QoS配置信息并返回给雾结点1。这样，雾结点1就可以成功将数据发送给雾结点2，进而发送到传感器1上。

图4(a)所描述的是基于本发明的网络中，属于同一个雾节点的两个节点进行数据传输导致的时延，图4(b)所描述的是基于本发明的网络中，属于不同雾节点的两个节点进行数据传输导致的时延，图4(c)所描述的是基于本发明的网络中，其中一个节点位置发生了移动，使得所属雾节点发生了变化的两个节点进行数据传输导致的时延，图4(d)所描述的是传统的云计算的网络中两个节点进行数据传输导致的时延。

很明显可以看到，传统的云计算网络中的时延比基于本发明的网络所导致的时延多了至少六倍。因此，本发明极大的减少了网络的时延。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。