Хмарні SDN-контролери з підтримкою ШІ: архітектура, масштабованість та безпека (порівняльне дослідження)
DOI:
https://doi.org/10.31861/sisiot2025.1.01011Ключові слова:
програмно-керовані мережі, хмарна інфраструктура, штучний інтелект, якість надання послуг, обмежені ресурсиАнотація
У статті досліджено потенціал хмарної реалізації SDN-контролера як альтернативи локальній моделі розгортання, в умовах динамічних викликів, що постають перед сучасними комп’ютерними мережами. Порівняльний аналіз проведено за ключовими критеріями - масштабованістю, затримками, гнучкістю, вартістю та безпекою. Наведено сучасні архітектурні підходи до побудови хмарних SDN-контролерів, такі як моноліт у хмарі, мікросервісні cloud-native рішення на базі Kubernetes, а також ієрархічні edge-cloud моделі. Показано, що хмарні контролери, завдяки віртуалізованому середовищу, мають кращі можливості до автоматичного масштабування, оновлення без зупинки системи, а також централізованого управління розподіленими мережами. Особливу увагу приділено інтеграції алгоритмів штучного інтелекту для підвищення рівня автоматизації управління мережею, прогнозування навантаження, адаптивного QoS та виявлення аномалій у трафіку. Розглянуто сценарії використання ШІ для прогнозування трафіку, виявлення DDoS-атак, автоматичного налаштування політик маршрутизації та покращення якості обслуговування. Виявлено, що хмарна інфраструктура створює сприятливі умови для запуску моделей глибокого навчання, які у випадку локального контролера важко реалізувати через обмеження ресурсів. При зваженому проектуванні хмарний SDN-контролер не лише не поступається локальному, а й має значний потенціал до масштабування, адаптації та інтеграції з інтелектуальними сервісами. Проте для критичних додатків із вимогами до мінімальних затримок рекомендовано використовувати гібридний підхід з edge-компонентами. Отримані результати можуть бути корисними при побудові сучасних розподілених мереж, зокрема в IoT-інфраструктурах, Smart City, або 5G-середовищах, де гнучкість, безперервне оновлення та інтелектуалізація управління є важливими завданнями.
Завантажити
Посилання
M. Priyadarsini and P. Bera, “Software defined networking architecture, traffic management, security, and placement: A survey,” Computer Networks, vol. 192, p. 108047, 2021, doi: 10.1016/j.comnet.2021.108047.
C. Manso, R. Vilalta, R. Casellas, R. Martinez, and R. Muñoz, “Cloud-native SDN Controller Based on Micro-Services for Transport Networks,” in Proc. IEEE Int. Conf. Network Softwarization (NetSoft), 2020, pp. 365–367, doi: 10.1109/NetSoft48620.2020.9165377.
F. P.-C. Lin and Z. Tsai, “Hierarchical Edge-Cloud SDN Controller System With Optimal Adaptive Resource Allocation for Load-Balancing,” IEEE Systems Journal, vol. 14, no. 1, pp. 265–276, Mar. 2020, doi: 10.1109/JSYST.2019.2894689.
M. Rahouti, K. Xiong, and Y. Xin, “Secure Software-Defined Networking Communication Systems for Smart Cities: Current Status, Challenges, and Trends,” IEEE Access, pp. 12083–12113, 2020, doi: 10.1109/ACCESS.2020.3047996.
Z. Eghbali and L. Zolfy, “A hierarchical approach for accelerating IoT data management process based on SDN principles,” Journal of Network and Computer Applications, vol. 181, 2021, doi: 10.1016/j.jnca.2021.103027.
R. Firouzi and R. Rahmani, “A Distributed SDN Controller for Distributed IoT,” IEEE Access, vol. 10, pp. 42873–42882, 2022, doi: 10.1109/ACCESS.2022.3168299.
I. E. Kamarudin, M. Ameedeen, M. Faizal, and A. Zabidi, “Integrating Edge Computing and Software Defined Networking in Internet of Things: A Systematic Review,” Iraqi Journal for Computer Science and Mathematics, vol. 4, pp. 121–150, 2023, doi: 10.52866/ijcsm.2023.04.04.011.
A. Mozo, A. Karamchandani, L. la Cal, S. Gómez-Canaval, A. Pastor, and L. Gifre, “A Machine-Learning-Based Cyberattack Detector for a Cloud-Based SDN Controller,” Applied Sciences, vol. 13, 2023, doi: 10.3390/app13084914.
R. Pérez, M. Rivera, Y. Salgueiro, C. R. Baier, and P. Wheeler, “Moving Microgrid Hierarchical Control to an SDN-Based Kubernetes Cluster: A Framework for Reliable and Flexible Energy Distribution,” Sensors, vol. 23, p. 3395, 2023, doi: 10.3390/s23073395.
D. Adanza, L. Gifre, P. Alemany, J.-P. Fernández-Palacios, O. González-de-Dios, R. Muñoz, and R. Vilalta, “Enabling traffic forecasting with cloud-native SDN controller in transport networks,” Computer Networks, vol. 250, p. 110565, 2024, doi: 10.1016/j.comnet.2024.110565.
M. Diouf, S. Ouya, J. Klein, and T. Bissyandé, “Software Security in Software-Defined Networking: A Systematic Literature Review,” arXiv preprint arXiv:2502.13828, 2025, doi: 10.48550/arXiv.2502.13828.
R. Yujie, W. Muqing, and C. Yiming, “An Effective Controller Placement Algorithm Based on Clustering in SDN,” in Proc. IEEE 6th Int. Conf. Computer and Communications (ICCC), Chengdu, China, 2020, pp. 2294–2299, doi: 10.1109/ICCC51575.2020.9345045.
P. Krishnan, K. Jain, A. Aldweesh, et al., “OpenStackDP: a scalable network security framework for SDN-based OpenStack cloud infrastructure,” Journal of Cloud Computing, vol. 12, art. no. 26, 2023, doi: 10.1186/s13677-023-00406-w.
S. Pal, N. Z. Jhanjhi, A. S. Abdulbaqi, D. Akila, A. A. Almazroi, and F. S. Alsubaei, “A Hybrid Edge-Cloud System for Networking Service Components Optimization Using the Internet of Things,” Electronics, vol. 12, 2023, doi: 10.3390/electronics12030649.
M. He, A. M. Alba, E. Mansour, and W. Kellerer, “Evaluating the Control and Management Traffic in OpenStack Cloud with SDN,” in Proc. IEEE 20th Int. Conf. High Performance Switching and Routing (HPSR), Xi’an, China, 2019, doi: 10.1109/HPSR.2019.8807989.
I. Ivkic, D. Thiede, N. Race, and M. Broadbent, “Security Evaluation in Software-Defined Networks,” arXiv preprint arXiv:2408.11486, 2024, doi: 10.48550/arXiv.2408.11486.
O. Belkadi, A. Vulpe, Y. Laaziz, and S. Halunga, “ML-Based Traffic Classification in an SDN-Enabled Cloud Environment,” Electronics, vol. 12, art. no. 269, 2023, doi: 10.3390/electronics12020269.
I. Abdulqadder, S. Zhou, D. Zou, I. Aziz, and S. Akber, “Multi-layered Intrusion Detection and Prevention in the SDN/NFV Enabled Cloud of 5G Networks using AI-based Defense Mechanisms,” Computer Networks, vol. 179, p. 107364, 2020, doi: 10.1016/j.comnet.2020.107364.
Y. Al-Dunainawi, B. R. Al-Kaseem, and H. S. Al-Raweshidy, “Optimized Artificial Intelligence Model for DDoS Detection in SDN Environment,” IEEE Access, vol. 11, pp. 106733–106748, 2023, doi: 10.1109/ACCESS.2023.3319214.
M. R. Belgaum, Z. Alansari, S. Musa, M. Alam, and M. Mazliham, “Role of artificial intelligence in cloud computing, IoT and SDN: Reliability and scalability issues,” International Journal of Electrical and Computer Engineering (IJECE), vol. 11, no. 5, pp. 4458–4470, 2021, doi: 10.11591/ijece.v11i5.pp4458-4470.
M. Rostami and S. Goli-Bidgoli, “An overview of QoS-aware load balancing techniques in SDN-based IoT networks,” Journal of Cloud Computing, vol. 13, art. no. 89, 2024, doi: 10.1186/s13677-024-00651-7.
B. J. Ospina Cifuentes, Á. Suárez, V. García Pineda, R. Alvarado Jaimes, A. O. Montoya Benitez, and J. D. Grajales Bustamante, “Analysis of the use of artificial intelligence in software-defined intelligent networks: A survey,” Technologies, vol. 12, art. no. 99, 2024, doi: 10.3390/technologies12070099.
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Безпека інфокомунікаційних систем та Інтернету речей
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
