Detour Planning for Fast and Reliable Failure Recovery in SDN with OpenState
提供针对链路或节点故障的保护的可靠且可扩展的机制在SDN和OpenFlow的上下文中具有额外的要求。它不仅要最小化控制器上的负载，而且必须能够在控制器无法访问时做出反应。在本文中，我们提出了一种保护方案的基础上预先计算的备份路径和MPLS的故障恢复路由的启发，保证瞬时恢复时间，并在零数据包丢失故障检测后，无论控制器的可达性，即使当OpenFlow的“快速故障转移”功能不能使用。所提出的机制是基于OpenState，OpenFlow扩展，允许程序员指定转发规则应该如何以有状态的方式自主适应，减少对远程控制器的依赖。我们提出的计划，以及两个不同的配方计算备份路径。
2015-09-01 cs.NI
A Dynamic UPF Fault Recovery Mechanism for Enhanced Resilience in 5G Core Networks
Isfahan University of Technology（伊斯法罕理工大学）
本文提出一种基于OpenAirInterface的5G核心网动态UPF故障检测与恢复机制，通过应用层会话恢复和故障感知选择，减少停机时间、低丢包并快速恢复服务，提升网络韧性。
2026-10-05 cs.NI
SPIDER: Fault Resilient SDN Pipeline with Recovery Delay Guarantees
当处理软件定义网络（SDN）中的节点或链路故障时，建立替代路径的网络能力取决于控制器可达性以及控制器与所涉及的交换机之间的往返时间（RTT）。此外，当前用于故障检测的SDN数据平面抽象（例如，OpenFlow“快速故障转移”）不允许程序员调整交换机的检测机制，从而使SDN运营商仍然依赖于专有管理接口（当可用时）来实现有保证的检测和恢复延迟。我们提出了SPIDER，一个类似OpenFlow的管道设计，它提供了i）一个基于交换机的周期性链路探测的检测机制，ii）即使在远程故障的情况下，无论控制器是否可用，也能快速重新路由流量。SPIDER可以使用OpenState或Open vSwitch等有状态数据平面抽象来实现，并且它提供有保证的短（即ms）故障检测和恢复延迟，并在开销和故障转移响应能力之间进行可配置的权衡。本文介绍了SPIDER流水线的设计、行为模型以及流表对内存影响的分析。我们还使用OpenState（OpenFlow 1.3有状态数据包处理扩展）实现并实验验证了SPIDER，并在恢复延迟和数据包丢失方面显示了其性能的数值结果。
2015-12-02 cs.NI
Recovery from Link Failures in Networks with Arbitrary Topology via Diversity Coding
针对任意拓扑网络的单链路故障，论文提出基于分集编码的覆盖网络设计算法，以最小化备用容量并实现近乎无延迟恢复，相较传统方法显著缩短恢复时间并改善QoR。
2011-06-17 cs.IT cs.NI math.IT
Computing backup forwarding rules in Software-Defined Networks
过去一个世纪的电信业表明，网络故障是普遍存在的。虽然已经做了很多工作来防止故障，但网络节点和链路最终必然会失败。因此，需要故障恢复过程。故障恢复主要受（1）故障的检测和（2）检测到的故障的规避的影响。然而，特别是在控制器反应性地重新计算网络状态的SDN中，这导致高延迟。因此，除了主规则之外，还应该在交换机中安装备份规则，以便在发生故障时快速绕过流量。在这项工作中，我们提出了算法计算的所有对所有的主要和备份网络转发配置，能够规避链路和节点故障。省略高延迟调用控制器重新计算通过预配置，我们的建议的恢复延迟接近检测时间，这是显着低于50毫秒的经验法则。初始恢复后，我们重新计算网络配置，以保证保护未来的故障。我们的算法使用包标记，以保证正确和最短的迂回转发。算法和标记技术允许数据包返回主路径，并能够区分链路和节点故障。我们的解决方案的计算复杂性是可比的所有到所有的最短路径计算。我们对真实网络和生成网络的实验评估表明，与经典的不相交路径计算相比，网络配置复杂度大大降低。最后，我们提供了一个概念验证的OpenFlow控制器中，我们提出的配置实现，表明它可以很容易地应用于生产网络。
2016-05-30 cs.NI
Bluetooth Low Energy mesh network for power-limited, robust and reliable IoT services
低功耗蓝牙（BLE）是一种新兴的无线技术，用于短距离控制和监控应用，由于其低成本和低能耗，在物联网（IoT）服务中变得越来越普遍。在本文中，我们提出了一种新的邻居发现方案和故障恢复技术的多路径和单路径低功耗和可靠的BLE网络。通过利用节能的访问控制和快速和鲁棒的路由思想与自适应故障恢复，所提出的方法优于BLE Mesh标准所使用的众所周知的洪泛方法。我们在事件驱动的模拟中，随着网络拓扑结构和流量的变化，数据包延迟和功耗得到了不同程度的改善。提出的故障恢复方法进行了优化，并在模拟过程中证明，显示在不同的使用情况下的整体故障恢复延迟和节点功耗的变化。
2022-08-08 cs.NI
FODT: Fast, Online, Distributed and Temporary Failure Recovery Approach for MEC
针对MEC中边缘服务器临时故障导致的用户服务中断问题，提出首个快速、在线、分布式的故障恢复算法FODT，通过复用策略降低复杂度，恢复效率更高且近似比可接受。
2025-04-16 cs.DC cs.NI
Smart Routing: Towards Proactive Fault-Handling in Software-Defined Networks
与传统网络系统相比，软件定义网络通过简化网络管理过程和降低网络配置成本提供了许多优势。目前，数据平面中的故障管理仅限于两种机制：主动和被动。这种故障恢复技术在故障发生之后被激活。因此，由于服务中断和不可用，很可能发生分组丢失。这个问题不仅与恢复机制的速度慢有关，还与故障检测过程造成的延迟有关。在本文中，我们定义了一种新的方法来管理的容错在软件定义的网络，其目标是完全消除收敛过程，而不是加快故障检测和恢复。我们提出了一个新的框架，称为智能路由，它的工作原理的基础上的预警信号的故障，以计算替代路径和隔离的风险链路的数据平面设备的路由表。我们通过一组实验来验证我们的框架，这些实验演示了底层模型是如何运行的。
2019-04-01 cs.NI
A Failure Self-recovery Strategy with Balanced Energy Consumption for Wireless Ad Hoc Networks
在能量受限的无线传感器网络中，即使在遇到突发情况时，如何充分利用有限的能量，最大化网络的生存时间，具有重要意义。在本文中，所有的传感器节点被分组成簇，并为每个簇，它有一个移动的簇头来管理整个集群。我们考虑一个紧急情况下，一个移动簇头被打破，因此，整个集群因此失去了工作。提出了一种有效的方法来恢复故障簇，选择多个静态传感器节点作为簇头收集数据包，并将它们发送到汇聚节点。利用改进的模拟退火算法实现簇头的均匀部署。新的簇头是动态变化的，以保持均衡的能量消耗。在新的簇头中，数据包通过多跳转发路径传输，该路径是通过Dijkstra算法找到的代价最低的路径。提出了一种能量消耗均衡的路由模型，以帮助寻找代价最低的路径，延长网络的生命周期。根据路径的代价和节点在该路径上的剩余能量动态更新转发路径，实验结果表明，故障簇得到了恢复，延长了簇的生存时间。
2011-12-31 cs.NI
Efficient Algorithms to Enhance Recovery Schema in Link State Protocols
随着网络中视频、语音等实时业务需求的增加，对现有路由协议提出了更高的失效收敛时间要求。当链路/节点出现故障时，这些应用程序可能对数据包丢失非常敏感。在本文中，我们提出了两种算法模式的链路状态协议重新路由的流量在两个国家，第一，预先计算的替代和不相交的路径与主要的一个从源到目的地的重新路由流量通过它，无论故障的位置和故障链路的数量。第二，从本地链路中断的节点通过替代路径重新路由流量，而不需要等到源节点知道故障。这是通过基于由dijkstra算法计算的原始路由表创建新的备份路由表来实现的。这些算法的目标是减少数据包的丢失，端到端的延迟时间，提高吞吐量和避免局部环路时，节点重新收敛的拓扑故障。
2011-08-05 cs.NI
Recovery command generation towards automatic recovery in ICT systems by Seq2Seq learning
NTT Network Technology Laboratories, NTT Corporation（日本电信电话公司网络技术实验室）；NTT East Corporation（日本电信电话东部公司）；NTT Communication Science Laboratories, NTT Corporation（日本电信电话公司通信科学实验室）
随着信通技术系统的规模和复杂性的增加，其运作越来越需要从故障中自动恢复。虽然目前的方法已经可以自动检测异常并分析故障的根本原因，但决定应该执行什么命令来从故障中恢复仍然依赖于手动操作，这非常耗时。对于自动恢复，我们提出了一种方法，估计恢复命令使用Seq2Seq，一个神经网络模型。该模型学习从设备获得的日志与操作员过去执行的恢复命令之间的复杂关系。当一个新的故障发生时，我们的方法估计似是而非的命令，从故障中恢复的基础上收集的日志。我们使用合成数据集和现实的OpenStack数据集进行了实验，证明我们的方法可以高精度地估计恢复命令。
2020-03-24 cs.LG cs.NI stat.AP
NFV-Enabled Service Recovery in Space-Air-Ground Integrated Networks: A Matching Game Based Approach
针对空天地一体化网络中节点故障导致的服务失效问题，本文提出基于NFV和匹配博弈的服务功能链恢复算法，以最小化总时间消耗，并通过仿真验证其性能优于基准方法约25%。
2025-02-04 cs.NI
DeepPR: Progressive Recovery for Interdependent VNFs with Deep Reinforcement Learning
对云服务的日益依赖需要通过虚拟化网络设备和功能实现更灵活的网络。当这种先进的网络系统面临自然灾害或攻击造成的大规模故障时，由于修复资源有限，整个系统的恢复可能会以渐进的方式进行。在恢复阶段中网络设备的优先级影响系统的临时计算和通信能力，因为系统在部分功能下操作。因此，找到最佳恢复顺序是一个关键问题，由于网络节点和层之间的依赖性，虚拟化使其进一步复杂化。本文研究了VNF网络中资源有限的渐进式恢复问题，其中存在一些依赖的网络层。我们证明了渐进式恢复问题的NP-困难性，并通过引入DeepPR来接近最优解，DeepPR是一种基于深度强化学习（Deep RL）的渐进式恢复技术。我们的模拟结果表明，DeepPR可以在某些网络中实现接近最优的解决方案，并且与基线启发式算法相比，对对抗性故障更具鲁棒性。
2019-11-18 cs.NI
Joint Failure Recovery, Fault Prevention, and Energy-efficient Resource Management for Real-time SFC in Fog-supported SDN
在本文中，我们专注于流量工程，故障恢复，故障预防和服务功能链（SFC）的可靠性和能耗的限制，在软件定义网络（SDN）的问题。这些类型的部署使用雾计算作为新兴范例来管理通过启用SDN的交换机（可能是雾节点）的分布式小型流量。这种集成的主要目的是支持SFC上下文中的实时的【形】服务交付、故障恢复和故障感知。首先，我们提出了一种称为FRFP的故障恢复和故障预防架构;这是一种多层结构，其中实时的【形】业务流通过支持SDN的交换机，以共同降低流量重路由和雾节点能耗的网络副作用。然后，我们在数学上制定了一个优化问题，称为最优雾支持的能量感知SFC重路由算法（OFES），并提出了一个接近最优的启发式称为启发式OFES（HFES），以解决相应的问题在多项式时间。以这种方式，所选路径的能量消耗和可靠性被优化，同时满足服务质量约束并且网络拥塞被最小化。在可靠性方面，这项工作的重点是故障预防，但是，由于我们使用的重新分配技术，所提出的方案可以用作故障恢复方案。我们比较了HFES和OFES在功耗，平均路径长度，故障概率，网络副作用，链路利用率和雾节点利用率方面的性能。此外，我们分析了HFES的计算复杂性。我们使用一个真实的网络拓扑来评估我们的算法。仿真结果表明，该启发式算法适用于大规模网络。
2018-07-01 cs.DC cs.NI
Failure Detection and Recovery in Hierarchical Network Using FTN Approach
在当前情况下，若干商业和社会组织正在使用计算机网络用于其业务和管理目的。为了满足业务需求，网络也在增长。网络的增长也促进了大型网络的处理能力，因为它增加了网络中各种故障的可能性。网络中的故障会影响吞吐量、延迟、延迟、可靠性等参数，从而降低其性能。在分层网络模型中，任何故障的可能性都可能导致整个网络崩溃。如果故障发生使分层网络中的设备禁用，则它可能使下面的所有设备受到困扰。从而影响整个网络的性能。在本文中，我们提出了容错分层网络（FTN）的方法作为解决问题的分层网络。该方法首先检测网络中故障的可能性，并相应地提供特定的恢复机制。我们已经评估了FTN方法的性能方面的延迟和吞吐量的网络。
2014-01-31 cs.DC cs.NI
Cheap Recovery: A Key to Self-Managing State
集群哈希表（CHT）由于其高性能和可扩展性而成为许多大规模Internet服务的关键持久存储组件。我们表明，一个正确设计的CHT也可以作为一个农场的无状态服务器容易管理。具体来说，我们放弃了一些一致性，以获得简单的基于重新引导的恢复，保持完整的数据可用性，并且对性能的影响不大。这从两个方面简化了管理。首先，它通过降低误报的成本来简化故障检测，使我们能够使用简单但积极的统计技术来快速检测潜在的故障和节点降级;即使出现错误警报或重新启动无法解决问题，尝试通过重新启动恢复对系统可用性和性能的影响也相对较小。第二，它允许我们将在线重新分区重新转换为故障加恢复，简化了动态扩展和容量规划。这些属性使得系统可以持续地自我调整，这是自我管理、自主系统的一个关键属性。
2004-06-23 cs.DC cs.NI
Varuna: Enabling Failure-Type Aware RDMA Failover
University of Science and Technology of China（中国科学技术大学）；Ningbo University（宁波大学）；Huawei（华为）
Varuna通过故障类型感知实现RDMA故障转移，仅重传预故障请求并恢复后故障请求的返回值，降低延迟并提升恢复效率。
2026-03-30 cs.DC cs.NI
