OpenDaylight与Mininet应用实战之复杂网络验证(五)

基于深度学习的网络入侵检测系统设计与实现目录1. 内容概要 (2)1.1 研究背景 (2)1.2 相关工作综述 (3)1.3 目标与目的 (5)2. 现有入侵检测系统的局限性与挑战 (6)2.1 传统入侵检测系统的不足 (7)2.2 深度学习在网络安全领域的应用 (8)2.3 现有深度学习入侵检测系统的挑战 (9)3. 系统架构设计与实现 (10)3.1 系统整体框架 (12)3.1.1 数据采集模块 (13)3.1.2 数据预处理模块 (14)3.1.3 模型训练模块 (16)3.1.4 模型部署模块 (17)3.2 网络入侵数据特征提取 (19)3.2.1 深度特征提取 (20)3.2.2 传统特征与深度特征融合 (21)3.3 深度学习模型选择与训练 (23)3.3.1 常用深度学习模型 (25)3.3.2 模型训练策略与参数选择 (26)3.4 模型评估与性能指标 (28)3.4.1 准确率、召回率、F1score等指标 (30)3.4.2 性能评价方法与标准 (31)4. 实验环境与结果分析 (32)4.1 实验平台搭建 (34)4.2 实验数据集 (35)4.3 实验结果与讨论 (37)4.3.1 模型精度比较及分析 (38)4.3.2 模型对不同攻击类型的检测性能 (40)5. 结论与展望 (41)5.1 研究成果总结 (42)5.2 系统局限性及未来工作方向 (43)1. 内容概要内容概要。

NIDS)。

该系统利用深度学习算法对网络流量进行分析，识别并分类潜在的网络入侵行为。

我们将介绍网络入侵检测的需求背景和当前技术趋势，并概述传统入侵检测系统的局限性以及深度学习技术的优势。

将详细阐述系统的架构设计，包括数据采集与预处理、特征提取、模型构建、检测与分类以及结果可视化等部分。

我们将探讨常用的深度学习模型，例如卷积神经网络(CNN)和循环神经网络(RNN)在入侵检测领域的应用，并分析不同模型的优缺点。

lenet5应用实例
LeNet-5是一种经典的卷积神经网络架构，最初由Yann LeCun 等人在1998年提出，用于手写数字识别任务。

它被广泛应用于数字识别、图像分类等领域。

下面我将从多个角度给出LeNet-5的应用实例。

1. 手写数字识别，LeNet-5最初是为了解决手写数字识别问题而设计的。

它在MNIST数据集上取得了很好的效果，成为了早期数字识别任务的经典模型。

LeNet-5的应用实例包括自动识别支票上的手写数字、银行卡上的卡号识别等。

2. 物体识别，除了手写数字识别外，LeNet-5也被应用于物体识别任务。

通过对图像进行卷积和池化操作，LeNet-5可以有效地提取图像特征，从而用于识别不同类别的物体，例如交通标志、人脸识别等。

3. 文字识别，LeNet-5的卷积结构也使得它适用于文字识别任务。

例如，可以将LeNet-5应用于识别车牌上的文字、自动识别手写的地址信息等。

4. 医学图像分析，LeNet-5也被应用于医学图像分析领域，例如X光片的识别、病理图像的分析等。

通过LeNet-5对医学图像进行特征提取和分类，可以帮助医生进行疾病诊断和治疗。

5. 智能驾驶，LeNet-5的应用还延伸到智能驾驶领域，例如通过LeNet-5对道路标志、行人、车辆等进行识别，以实现自动驾驶和交通管理等功能。

总之，LeNet-5作为卷积神经网络的先驱之一，在数字识别、物体识别、文字识别、医学图像分析、智能驾驶等领域都有着广泛的应用实例。

其经典的网络结构和有效的特征提取能力使得它成为了深度学习领域的重要里程碑之一。

LeNet-5是由Yann LeCun等人于1998年提出的一个经典的卷积神经网络结构，主要用于手写数字识别（MNIST数据集）。

LeNet-5包含两个卷积层、两个池化层和两个全连接层。

以下是LeNet-5的计算过程：1. **输入层**：输入一张32x32的手写数字图片，将其展平成一个1x1x32x32的特征向量。

2. **卷积层C1**：使用6个3x3的卷积核（即滤波器）进行卷积运算，步长为1，不进行填充，输出6个特征图。

卷积核大小、步长以及输出的特征图大小都可以根据实际需求进行调整。

卷积运算的目的是将输入特征图中的局部像素组合起来，形成新的特征。

3. **池化层S2**：对C1层的输出进行2x2的最大池化操作，步长为2，不进行填充。

池化操作可以降低特征图的维度，减少计算复杂度。

4. **卷积层C3**：使用16个3x3的卷积核进行卷积运算，步长为1，不进行填充，输出16个特征图。

5. **池化层S4**：对C3层的输出进行2x2的最大池化操作，步长为2，不进行填充。

6. **全连接层FC5**：将S4层的输出展平成一个1x1x16x10的特征向量，然后输入到全连接层中。

全连接层中的神经元个数为10，每个神经元的输出值对应于一个数字的预测值。

7. **输出层**：将FC5层的输出经过softmax激活函数归一化后，得到一个1x10的向量，其中每个元素表示对应数字的概率。

选择概率最大的元素对应的数字作为预测结果。

LeNet-5的计算过程中涉及到的数学运算包括卷积运算、池化运算、全连接运算以及softmax激活函数。

这些运算都可以通过矩阵乘法、加法和激活函数等基本运算实现。

在实现LeNet-5的过程中，可以使用现有的深度学习框架（如TensorFlow、PyTorch等）来构建和训练模型，也可以手动编写代码实现这些运算。

OpenDaylight与Mininet应用实战_流表操作本文简要介绍在虚拟机环境下，主要是针对openvswitch的流表操作，目的是熟悉添加删除流表的命令及设备通信的原理。

1流表作用在SDN环境下，当交换机收到一个数据包并且交换机中没有与该数据包匹配的流表项时，交换机将此数据包发送给控制器，由控制器决策数据包如何处理。

控制器下发决策后，交换机根据控制器下发的信息来进行数据包的处理，即转发或者丢弃该数据包。

我们可以通过对流表操作来控制交换机的转发行为。

下面简单介绍一下流表的基本操作。

2环境准备需要前两个专题中装好ODL和Mininet的虚拟机环境。

3Mininet连接OpenDaylight控制器首先我们在已安装有相关环境的虚拟机终端中启动OpenDaylight（以下简称ODL）和Mininet，Mininet创建一个默认树形拓扑并选择Mininet的控制器为ODL。

ODL启动详见ODL与Mininet应用实战之基本环境搭建（一）。

#mn–switch ovsk–controller=remote,ip=[ODL_IP],port=6633[默认端口]在ODL的Web界面中我们可以看到已连接上ODL的交换机。

4流表简单操作新建一个终端查看当前交换机上的流表，返回值应为空。

root@ubuntu:/#ovs-ofctl dump-flows s1NXST_FLOW reply(xid=0x4):在Mininet中pingall一下mininet>pingall***Ping:testing ping reachabilityh1->h2h2->h1***Results:0%dropped(0/2lost)此时再查看交换机s1中流表应为两条。

root@ubuntu:/#ovs-ofctl dump-flows s1NXST_FLOW reply(xid=0x4):cookie=0x0,duration=76.445s,table=0,n_packets=0,n_bytes=0, priority=1,ip,nw_dst=10.0.0.2actions=mod_dl_dst:4a:d3:cf:8c:cc:4c,output:2 cookie=0x0,duration=76.49s,table=0,n_packets=2,n_bytes=196, priority=1,ip,nw_dst=10.0.0.1actions=mod_dl_dst:46:bc:5d:64:2f:06,output:1我们看到每条流规则由一系列字段组成，分为基本字段、条件字段和动作字段三部分。

一、介绍1.1 LeNet-5介绍LeNet-5是一个深度学习算法，最初用于手写数字的识别。

它是由Yann LeCun在1998年提出的，是最早的CNN(Convolutional Neural Network)之一。

LeNet-5由卷积层、池化层和全连接层组成，是一个经典的神经网络结构。

二、Lenet-5计算题验证码识别算法2.1 应用场景Lenet-5算法在验证码识别领域有着广泛的应用，特别是在计算题验证码的识别上。

计算题验证码是一种常见的防止恶意注册、刷票等行为的手段，其识别及破解一直是研究热点和难点之一。

2.2 算法原理Lenet-5算法通过卷积核、池化层和全连接层等组件，对输入的验证码图片进行特征提取和分类识别。

其原理是通过学习特征提取，将输入的验证码图片映射到对应的类别，从而实现验证码的识别功能。

三、Lenet-5算法在计算题验证码识别中的缺点3.1 对噪声敏感Lenet-5算法在处理计算题验证码时，对噪声比较敏感。

由于验证码图片通常会受到干扰线、杂色等噪声的影响，导致Lenet-5算法的识别效果较差。

3.2 对变形不鲁棒计算题验证码通常会包含一定的变形，例如旋转、缩放等操作，而Lenet-5算法对于这种变形的鲁棒性不够，容易导致识别错误。

3.3 对复杂验证码识别困难随着验证码识别技术的不断升级，一些复杂的验证码出现了，例如字体变形、干扰线加密等，Lenet-5算法对这类复杂验证码的识别能力较弱。

四、Lenet-5算法在计算题验证码识别中的改进4.1 引入更深的网络结构为了提高对复杂验证码的识别能力，可以考虑在Lenet-5基础上引入更深的网络结构，例如增加卷积层和池化层。

4.2 数据增强通过对训练数据进行旋转、缩放、加噪声等处理，可以提高模型对噪声、变形等干扰的鲁棒性，从而提升识别准确率。

4.3 迁移学习利用预训练的模型参数，对Lenet-5进行迁移学习，从而提高模型在识别计算题验证码时的表现。

软件定义网络的开源实现平台和工具介绍随着信息技术的不断发展，网络已经成为我们日常生活和工作中不可或缺的一部分。

在传统的网络架构中，网络设备的控制和数据转发是紧密耦合的，这就限制了网络的灵活性和创新性。

软件定义网络（Software Defined Networking，SDN）作为一种新的网络架构，通过将网络设备的控制平面从数据转发平面中分离出来，使得网络能够更加灵活、可编程和可管理。

为了实现SDN，需要一些开源的实现平台和工具来帮助用户快速搭建SDN网络并进行管理和编程。

本文将介绍几种常用的软件定义网络的开源实现平台和工具。

1. OpenDaylightOpenDaylight是一个由Linux基金会主持的开源项目，旨在创建一个开放平台，以加速软件定义网络和网络功能虚拟化的发展。

OpenDaylight提供了丰富的SDN控制器功能，包括流表管理、拓扑发现、网络编程接口等。

它的模块化架构使得用户可以根据自己的需求选择和定制所需的功能模块，从而实现个性化的SDN网络。

2. ONOSONOS（Open Network Operating System）是一个由主导开发的开源SDN控制器平台。

它的目标是创建一个开放的、高性能的SDN控制器，以支持大规模的网络部署和多租户应用。

ONOS提供了丰富的网络编程接口和应用程序框架，使得开发者能够快速开发和部署自己的SDN应用。

3. RyuRyu是一个轻量级的SDN控制器平台，它基于Python语言开发，具有简单、灵活和可扩展的特点。

Ryu提供了丰富的模块和库，包括OpenFlow协议库、网络拓扑库、虚拟交换机库等，使得用户可以轻松地开发自己的SDN应用和控制逻辑。

4. MininetMininet是一个用于快速创建SDN网络的开源工具，它可以在一台普通的计算机上模拟出一个包括交换机、路由器和主机在内的完整的SDN网络环境。

Mininet支持OpenFlow协议，用户可以通过Python进行自定义的控制和编程，从而实现对SDN网络的快速测试和验证。

OpenDaylight 指南最新版: yeasy@github 更新历史: V0.6: 2014-02-18 增加对 MD-SAL 的分析； V0.5: 2013-12-30 增加对 VTN 项目的分析； 部分格式调整。

V0.4: 2013-08-22 添加如何在控制台调用 bundle 方法。

V0.3: 2013-08-20 添加增量项目编译说明； 优化结构。

V0.2: 2013-07-14 完成用户安装运行和开发环境部署。

V0.1: 2013-07-10 完成框架。

第1章 第2章概述 ...........................................................................................................................4 控制器安装运行 ........................................................................................................5 2.1 环境配置 ....................................................................................................................5 2.2 安装和使用 ................................................................................................................5 获取源码 ............................................................................................................5 2.2.1 2.2.2 编译运行 ............................................................................................................5 常见运行问题.....................................................................................................6 2.2.3 2.2.4 使用 Mininet 测试 ..............................................................................................6 第 3 章 开发环境 ..................................................................................................................11 3.1 概述 .........................................................................................................................11 架构原则 ..................................................................................................................11 3.2 架构框架 ..................................................................................................................12 3.3 3.3.1 框架概述 ..........................................................................................................12 3.3.2 功能概述 ..........................................................................................................12 3.4 开发框架概述 ..........................................................................................................18 开发和更新代码 ......................................................................................................18 3.5 3.5.1 通过 CLI...........................................................................................................18 3.5.2 通过 Eclipse......................................................................................................20 3.5.3 在 OSGi 控制台中调用方法 .............................................................................20 3.6 示例应用 ..................................................................................................................203.6.1 3.6.2 3.6.3第 章Simple Forwarding Application .........................................................................20 Statistics Application .........................................................................................20 Load Balancer Application ................................................................................26 ......................................................................................................................29 3.7 3.7.1 C .......................................................................................................29 3.7.2 .NET .................................................................................................30 3.7.3 Java ...................................................................................................30 3.7.4 Java JSON .........................................................................................31 3.7.5 Objective C .......................................................................................31 3.8 REST ....................................................................................................32 3.8.1 Topology REST APIs ........................................................................................32 3.8.2 Host Tracker REST APIs ...................................................................................32 3.8.3 Flow Programmer REST APIs ...........................................................................32 3.8.4 Static Routing REST APIs .................................................................................33 3.8.5 Statistics REST APIs .........................................................................................33 3.8.6 Subnets REST APIs...........................................................................................33 3.8.7 Switch Manager REST APIs..............................................................................33 3.9 Java API ...................................................................................................................33 3.10 .........................................................................................................................33 3.11 ..................................................................................................................33 4 VTN .........................................................................................................................34 4.1 .........................................................................................................................34 4.1.1 ..................................................................................................................34 4.1.2 ..................................................................................................................34 4.2 ..............................................................................................................35 4.3 .........................................................................................................................36 4.3.1 vBridge .............................................................................................................36 4.3.2 vRouter .............................................................................................................36库函数 客户端库 客户端库 客户端库 客户端库 客户端库 调用和认证拓扑 集成测试 概念 场景 术语 物理网映射 功能4.44.54.6流过滤 ..............................................................................................................36 多控制器合作...................................................................................................36 北向 API...........................................................................................................37 安装 .........................................................................................................................39 4.4.1 VTN Coordinator 安装运行 ..............................................................................39 4.4.2 VTN Manager 安装运行 ...................................................................................41 虚拟化版本 ..............................................................................................................45 4.5.1 安装 VTN Coordinator......................................................................................45 4.5.2 运行 VTN Coordinator......................................................................................45 实现 .........................................................................................................................46 4.6.1 整体架构 ..........................................................................................................464.3.3 4.3.4 4.3.5 4.6.2 4.6.3 4.6.4VTN Manager ...................................................................................................46 VTN Coordinator ..............................................................................................46 VTN Coordinator REST Reference....................................................................54第1章 概述OpenDaylight 6 Bootstrap OpenDaylight Controller OpenDaylight N etwork Virtualization Platform OpenDaylight Virtual Tenant Network (VTN) Open DOVE OpenFl ow Plugin Affinity Metadata Service 9 Incubation YANG Tools LISP Flow Map ping OVSDB Integration OpenFlow Protocol Library BGP-LS/PCEP Defense4All SNMP4S DN dlux - openDayLight User eXperience SDN Simulation Platform、 、、项目目前包括 个 项目： 、 、 、 ，以及 个 项目： 、 、 、 、 、 、 。

OpenDaylight与Mininet应用实战之OpenFlow1.0协议分析继本专题基本环境搭建（一）之后，本文在此基础上熟悉平台操作，以及通过wireshark 抓包工具分析OpenFlow（以下简写为OF）协议。

具体的OF官方协议及白皮书可在资料库栏目中下载阅读。

注：此文涉及的环境仅支持OF1.0版本，对于OF1.2、OF1.3版本可用其他平台测试，后续会另做专题讨论。

1打开wireshark并创建拓扑按照章节一搭建平台，启动ODL，并打开wireshark。

进入装有Mininet的VM，通过mn命令指定网络拓扑及指定此ODL控制器。

Mininet创建网络拓扑命令：此命令通过Mininet模拟创建一个含有两个交换机（Open vSwitch，以下简写为OVS）和两个主机的网络拓扑，其中192.168.5.203为ODL的IP，6633为ODL的默认端口，网络拓扑如下图所示：2查看网络在Mininet中通过操作网络命令，可以查看OVS间及OVS与主机间的连接关系，也可以查看Mininet是否远程连接控制器。

例如，通过nodes命令可以查看网络中所有的节点。

通过net命令可以查看并确认网络连接关系是否与预期一致以及节点信息，且可以了解具体的连接端口信息。

通过下面的dump命令可以看出，交换机通过远程方式连接到控制器，且能看到控制器的IP 和PORT。

3抓包并分析协议通过wireshark抓包可以直接看到控制器与OVS交换机的通信过程，下面分析该流程中的OF消息。

此专题应用的是直接支持OpenFlow协议的wireshark官网Stable Release(1.12.1)版本。

3.1建立连接控制器与交换机之间的OpenFlow协议是应用于TCP传输层上，所以解析应用层。

他们首先发送hello消息，建立初始化连接，协商使用的OpenFlow协议版本。

由下图可知，ODL与Mininet之间应用的是OpenFlow1.0版本协议（其他1.2、1.3协议会在协议OpenFlow 后面标识）。

OpenDaylight与Mininet应用实战之基本环境搭建专题1.基本环境搭建简要介绍在没有OpenFlow硬件设备下如何搭建一个OpenFlow环境。

控制器使用OpenDaylight，是现在主流的控制器项目，功能比较完善。

模拟OpenFlow设备使用Mininet，远比基于KVM的虚拟机应用更高效、更简洁，且更容易理解。

1.环境准备主要的最简单的环境准备是：一台PC电脑及安装VMware station（或VirtualBox）工作站用来承载VM。

2.OpenDaylight获取安装可直接通过地址链接下载OpenDaylight（以下简称ODL）的VM镜像：/wk/index.php?title=OpenDayLight_Tutorial，下载此镜像后，可用VMware station直接打开此VM，使用并启动ODL。

如想具体了解ODL的安装详情，可搜索有关ODL的文档，会在技术文当中更新ODL的具体安装。

打开VM后，先进入OpenDaylight目录：cd opendaylight/opendaylight/distribution/opendaylight/再进入OpenDaylight启动目录：cd target/distribution.opendaylight-package/opendaylight执行：run.sh；访问控制器的IP地址：http://[VM_IP]:8080，可在VM的浏览器中访问，也可以在PC中访问。

可看到具体界面如下图所示：OpenDaylight登录界面登录用户名：admin，密码：admin，登录进入ODL的Web界面查看并可对ODL操作。

3.Mininet获取安装Mininet主要是虚拟出OpenFlow交换机以及host主机节点，并且能通过自定义来构造用户想要的拓扑。

虚拟OpenFlow交换机主要是使用基于OpenvSwitch的应用。

/download/下载Mininet的VM镜像，打开此镜像后，用户名为mininet，密码为mininet登录进入mininet虚拟机，之后即可通过mn命令来创建拓扑。

opendaylight原理
OpenDaylight是一个基于软件定义网络（SDN）的开源控制器平台，其工作原理涉及以下几个关键组件和概念：
1.控制平面（Controller Plane）：OpenDaylight的核心是控制平面，它负责网络设备的管
理和控制。

控制平面向网络设备发送操作指令，并从设备收集状态信息。

它还负责网络中各个设备之间的通信和协调。

2.数据平面（Data Plane）：数据平面是网络设备的实际部分，负责网络数据的转发。

在
SDN中，数据平面与控制平面分离，控制平面通过控制器来管理和配置数据平面上的设备。

3.协议支持：OpenDaylight支持多种协议与网络设备进行通信，包括OpenFlow、NETCONF、
SNMP等。

这些协议使OpenDaylight能够与不同类型的设备进行交互，并获取设备的状态信息或者发送配置命令。

4.插件和应用程序：OpenDaylight基于插件架构，可以通过插件将各种功能集成到控制器
中。

插件可以提供一些基本功能，如网络拓扑发现、路由计算等，也可以提供更高级的应用程序，如负载均衡、安全策略等。

5.网络编程接口：OpenDaylight提供了一组API和编程接口，使用户能够使用自己喜欢的
编程语言进行网络编程。

这些接口包括RESTful API、Java API等，使用户可以编写自己的应用程序，并与OpenDaylight控制器进行交互。

总体来说，OpenDaylight通过控制平面来管理和控制网络设备，使用户能够通过统一接口进行网络管理和编程。

它提供了灵活的插件体系和编程接口，可以根据用户的需求进行定制和扩展。

复杂网络中社团发现算法研究与应用社团发现（Community Detection）是复杂网络分析中的一个重要任务，旨在识别出网络中紧密连接的节点群体，这些节点在内部连接密集，而与其他社团之间的连接较为稀疏。

社团发现的研究与应用，对于理解和揭示复杂网络中的结构及其功能具有重要意义。

1. 社团发现算法的研究1.1 聚类系数聚类系数是社团发现算法中常用的指标之一。

它衡量了节点所在社团内部连接的紧密程度。

在一个社团中，节点之间的连接数较多且连接所占比例较高，则聚类系数较高。

常见的聚类系数算法有局部聚类系数和全局聚类系数。

这些聚类系数算法可以帮助我们识别出节点内部连接紧密的社团。

1.2 模块度模块度是衡量社团结构的一个指标，它反映了社团内部连接的紧密程度与社团之间连接稀疏程度的对比。

模块度算法旨在最大化社团内部的连接强度并最小化社团之间的连接强度，从而找到网络中最优的社团结构。

常用的模块度算法有Newman-Girvan算法、Louvain算法等。

1.3 基于随机游走的方法基于随机游走的方法是一种常见的社团发现算法。

该方法主要基于节点之间的相似度和相互影响进行社团划分。

其中，标签传播算法是一种经典的基于随机游走的算法，它将网络中的节点与相似的节点进行标签传播，从而识别出社团群体。

此外，基于随机游走的方法还包括了Walktrap算法和Infomap算法等。

2. 社团发现算法的应用2.1 社交网络社交网络中的社团发现算法应用非常广泛。

社交网络中的用户通常会在特定的话题或兴趣领域形成紧密的关联群体。

通过使用社团发现算法，我们可以识别出这些群体，并且在社交网络中进行特定话题的推荐、社交媒体营销以及社区管理等方面提供支持。

2.2 异常检测社团发现算法也可以用于异常检测。

复杂网络中的社团结构反映了网络的正常状态，而与该结构不符的节点可能代表潜在的异常行为。

利用社团发现算法，我们可以发现这些异常节点，并将其作为潜在的异常事件进行进一步分析和处理。

Mininet系列实验（12个实验）⼀实验结果呈现（QQ相册⾥也有实验截图截图，前往QQ相册实验截图观看效果更佳）⼆实验过程曲折总结Mininet使⽤源码安装。

正所谓万事开头难。

作为⼀个⼩⽩，刚开始连实验环境的建⽴都不知道怎么建⽴。

然后通过⾃⼰慢慢的摸索，懵懵懂懂地懂了⼀些实验环境的建⽴。

但是新的困难⼜来了。

⾃⼰还没有接触命令指令的学习。

对指令⼀点都不了解。

在⼀边做实验的过程中，⼀边去了解指令的⽤法。

通过这次学习，也学会了⽤源码安装其他软件。

收获蛮⼤的。

Mininet可视化应⽤。

这个实验还好，唯⼀的曲折就是不知道Mininet可视化的指令。

在⽹上百度后，借鉴了别⼈的指令，但还是打不开，后来根据指令的由来，根据⾃⼰实验环境的实际情况，完成了这个实验。

例如：有个命令 cd home/mininet 但是在我创建的实验环境中mininet在openlab这个⽂件中。

所有我需要输⼊的指令 cd openlab/mininet。

Mininet命令延伸实验扩展。

这个实验卡的点是我不知道很多指令。

于是慢慢的去看指令。

在编辑.py⽂件的时候，我⽤的是nano指令，在后来是实验中发现了vi/vim指令。

现在想来，⽤nano指令编辑⽂件，就不需要将⽂件可执⾏化，vim指令就需要将⽂件可执⾏化。

但感觉还是vi/vim指令好⽤⼀些。

在了解和学习了指令之后。

这个实验就变得很可爱了。

基于Mininet测量路径的损耗率。

这个实验，对我来说，最⼤的曲折点就是让我第⼀次感受到了打代码的痛苦。

因为是在实验平台做的实验，我不知道如何将实验环境外的代码如何复制进⼊实验环境内，于是就⾃⼰慢慢的敲，其实敲还好，最痛苦的是，在执⾏⽂件的时候，跳出来的错误信息，让改代码的我，痛苦不堪。

不过最后都还好，结果是好的。

Mininet设置带宽之简单性能测试。

在我经历上⼀次实验的折磨之后，百多⾏代码对我来说，已经⽆所谓了。

哈哈哈Mininet动态改变转发规则实验。

软件定义网络北向应用的可编程实验设计朱丹红;张栋;何斌杰【摘要】针对软件定义网络(Software Defined Network,SDN)的可编程重要特性,以控制平面北向应用开发为主要内容,设计实验方案.该方案基于负载均衡的SDN应用场景,对Open-Daylight控制器北向接口采用Python编程并部署实现.一方面可以加强SDN的场景认知,为学习北向应用开发提供有意义的实践指导;另一方面能够促进学生深入理解SDN的可编程内涵,掌握SDN灵活部署网络新业务的架构优势,从而提升网络应用的实践创新能力.【期刊名称】《中国教育技术装备》【年(卷),期】2019(000)004【总页数】3页(P121-123)【关键词】软件定义网络;北向接口;网络课程;实验教学;负载均衡【作者】朱丹红;张栋;何斌杰【作者单位】福州大学 ;福州大学;福州大学 350116【正文语种】中文【中图分类】G642.4231 引言伴随着互联网规模的不断扩大与爆炸式增长，网络结构越来越复杂，网络上部署的应用也越来越多。

由于传统网络架构的灵活性和可控性较差，增加部署协议或规则太为烦琐，严重阻碍了网络的进一步发展[1]。

软件定义网络（Software Defined Network，SDN）正是为解决传统网络面临的问题与限制而提出的新型网络架构[2]。

SDN将控制平面与数据平面分离，网络设备的所有控制逻辑集中在SDN控制器。

控制器拥有网络的全局视图以及下层设备信息，并通过开放的北向API （Application Programming Interface，应用编程接口）为开发者提供软件编程的方式调用网络资源与编排网络业务，从而快速实现负载均衡、防火墙等网络新应用部署。

因此，SDN控制平面北向接口的可编程特性，能够极大地推动网络业务创新，繁荣网络应用，成为SDN的核心特性之一[3]。

自SDN提出后，相关研究和产业化应用迅速展开，将SDN引入网络课程体系，是提高课程先进性与前瞻性的必然趋势[4]。

基于OpenFlow的SDN技术1. SDN与OpenFlow技术简介SDN指的是软件定义网络。

你可以这样去理解SDN：如果将网络中所有的网络设备视为被管理的资源，那么参考操作系统的原理，可以抽象出一个网络操作系统（Network OS）的概念—这个网络操作系统一方面抽象了底层网络设备的具体细节，同时还为上层应用提供了统一的管理视图和编程接口。

这样，基于网络操作系统这个平台，用户可以开发各种应用程序，通过软件来定义逻辑上的网络拓扑，以满足对网络资源的不同需求，而无需关心底层网络的物理拓扑结构。

云计算的发展，是以虚拟化技术为基础的。

云计算服务商以按需分配为原则，为客户提供具有高可用性、高扩展性的计算、存储和网络等IT资源。

虚拟化技术将各种物理资源抽象为逻辑上的资源，隐藏了各种物理上的限制，为在更细粒度上对其进行管理和应用提供了可能性。

近些年，计算的虚拟化技术（主要指x86平台的虚拟化）取得了长足的发展；相比较而言，尽管存储和网络的虚拟化也得到了诸多发展，但是还有很多问题亟需解决，在云计算环境中尤其如此。

OpenFlow和SDN尽管不是专门为网络虚拟化而生，但是它们带来的标准化和灵活性却给网络虚拟化的发展带来无限可能。

SDN的最重要特征：将传统网络设备的数据转发（data plane）和路由控制（control plane）两个功能模块相分离，通过集中式的控制器（Controller）以标准化的接口对各种网络设备进行管理和配置，那么这将为网络资源的设计、管理和使用提供更多的可能性，从而更容易推动网络的革新与发展。

OpenFlow是实现SDN最常用的的一种协议，OpenFlow的原理和基本架构如下图。

其实，这张图还很好地表明了OpenFlow Switch规范所定义的范围—从图上可以看出，OpenFlow Switch规范主要定义了Switch的功能模块以及其与Controller之间的通信信道等方面。