2025年工业互联网软件定义网络SDN在智能工业数据处理优化报告

2025年工业互联网软件定义网络SDN在智能工业数据处理优化报告一、2025年工业互联网软件定义网络SDN在智能工业数据处理优化报告

1.1软件定义网络SDN的技术特点

1.2智能工业数据处理优化需求

1.3SDN在智能工业数据处理优化中的应用

1.4挑战与前景

二、SDN在智能工业数据处理优化中的关键技术

2.1SDN控制器技术

2.2流量调度技术

2.3安全防护技术

2.4智能化网络管理技术

三、SDN在智能工业数据处理优化中的实际应用案例

3.1案例一：智能工厂网络优化

3.2案例二：智能能源管理系统

3.3案例三：智能交通系统

四、SDN在智能工业数据处理优化中的挑战与应对策略

4.1技术挑战与应对

4.2安全挑战与应对

4.3管理挑战与应对

4.4标准化挑战与应对

4.5经济挑战与应对

五、SDN在智能工业数据处理优化中的未来发展趋势

5.1技术创新

5.2应用拓展

5.3产业链协同

5.4国际化发展

六、SDN在智能工业数据处理优化中的风险与应对措施

6.1技术风险与应对

6.2安全风险与应对

6.3市场风险与应对

6.4运营风险与应对

七、SDN在智能工业数据处理优化中的政策与法规支持

7.1国家政策支持

7.2行业标准制定

7.3知识产权保护

7.4国际合作

八、SDN在智能工业数据处理优化中的市场分析

8.1市场规模

8.2竞争格局

8.3发展趋势

8.4潜在机会

8.5市场挑战

九、SDN在智能工业数据处理优化中的经济效益分析

9.1直接经济效益

9.2间接经济效益

9.3长期经济效益

十、SDN在智能工业数据处理优化中的社会效益分析

10.1就业影响

10.2环境保护

10.3社会服务提升

10.4技术创新推动

10.5社会责任与伦理

十一、SDN在智能工业数据处理优化中的可持续发展策略

11.1技术创新与研发

11.2政策法规与标准制定

11.3人才培养与教育

11.4产业链协同与生态建设

11.5安全保障与风险管理

十二、SDN在智能工业数据处理优化中的国际合作与交流

12.1国际合作的重要性

12.2合作模式

12.3交流平台

12.4未来展望

12.5合作与交流的挑战

十三、结论与展望

13.1结论

13.2展望一、2025年工业互联网软件定义网络SDN在智能工业数据处理优化报告随着工业4.0时代的到来，工业互联网的发展日新月异，其中软件定义网络（SDN）作为一项核心技术，在智能工业数据处理优化中扮演着至关重要的角色。本报告旨在分析2025年SDN在智能工业数据处理优化中的应用现状、挑战与前景。1.1软件定义网络SDN的技术特点软件定义网络（SDN）是一种网络架构，它将网络控制平面与数据转发平面分离，通过软件控制网络的行为。SDN的核心思想是将网络控制功能集中到一个中心控制器，而网络设备的转发功能则由控制器指令驱动。这种架构具有以下特点：灵活性：SDN通过集中控制，可以实现快速的网络配置和优化，满足不同业务需求。可编程性：SDN支持网络设备的编程，便于网络功能的扩展和定制。可扩展性：SDN架构具有良好的可扩展性，能够适应大规模网络环境。1.2智能工业数据处理优化需求智能工业数据处理优化是工业互联网发展的重要方向，其需求主要包括：实时性：智能工业生产过程中，数据传输需要具备高实时性，以保证生产过程的稳定运行。可靠性：智能工业数据处理优化需要保证数据传输的可靠性，避免因数据丢失或错误导致生产中断。安全性：智能工业数据处理优化需要加强网络安全防护，防止恶意攻击和数据泄露。智能化：随着人工智能技术的发展，智能工业数据处理优化需要具备更高的智能化水平，以提高生产效率和产品质量。1.3SDN在智能工业数据处理优化中的应用SDN在智能工业数据处理优化中的应用主要体现在以下几个方面：网络架构优化：通过SDN技术，可以实现网络资源的动态分配和优化，提高网络性能。流量调度：SDN可以根据业务需求，实时调整网络流量，实现高效的数据传输。安全防护：SDN可以实现对网络流量的实时监控和过滤，提高网络安全防护能力。智能化：SDN与人工智能技术相结合，可以实现智能化的网络管理，提高生产效率。1.4挑战与前景尽管SDN在智能工业数据处理优化中具有广泛的应用前景，但仍面临一些挑战：标准化：SDN技术尚处于发展阶段，标准化工作尚未完善，导致不同厂商设备之间的兼容性问题。安全风险：SDN架构下，网络控制平面与数据转发平面分离，增加了安全风险。人才短缺：SDN技术人才相对匮乏，制约了SDN在智能工业数据处理优化中的应用。展望未来，随着SDN技术的不断成熟和普及，其在智能工业数据处理优化中的应用将更加广泛，有望为我国工业互联网发展注入新的活力。二、SDN在智能工业数据处理优化中的关键技术随着工业互联网的快速发展，软件定义网络（SDN）在智能工业数据处理优化中的应用日益凸显。SDN通过将网络控制平面与数据转发平面分离，实现了网络资源的灵活配置和优化，为智能工业数据处理提供了强有力的技术支持。以下将重点介绍SDN在智能工业数据处理优化中的关键技术。2.1SDN控制器技术SDN控制器是SDN架构的核心，负责管理整个网络，包括网络设备的配置、监控和流量调度等。控制器技术主要包括以下几个方面：网络拓扑发现：控制器需要实时获取网络拓扑结构，以便对网络进行有效管理。通过协议如OpenFlow等，控制器可以与网络设备进行通信，获取网络拓扑信息。流量监控与分析：控制器对网络流量进行实时监控和分析，以便及时发现异常流量，保障网络安全。同时，通过流量分析，控制器可以了解网络使用情况，为流量调度提供依据。策略制定与实施：控制器根据业务需求和安全策略，制定相应的流量调度策略，并通过指令驱动网络设备执行。2.2流量调度技术流量调度是SDN在智能工业数据处理优化中的关键技术之一，主要包括以下方面：基于流量特性的调度：根据不同业务流量的特点，如带宽、延迟、丢包率等，进行差异化调度，以满足不同业务需求。基于优先级的调度：为重要业务分配更高的优先级，确保关键业务在突发情况下仍能获得足够的网络资源。动态流量调度：根据网络状况和业务需求，动态调整流量调度策略，提高网络资源利用率。2.3安全防护技术SDN在智能工业数据处理优化中，安全防护技术至关重要。以下介绍几种常见的SDN安全防护技术：访问控制列表（ACL）：ACL用于控制数据包的进出，防止非法访问和恶意攻击。网络隔离技术：通过SDN控制器，将网络划分为多个虚拟网络，实现不同业务之间的隔离，提高网络安全。入侵检测与防御（IDS/IPS）：利用SDN技术，实现入侵检测和防御，及时发现并阻止恶意攻击。2.4智能化网络管理技术智能化网络管理是SDN在智能工业数据处理优化中的另一个关键技术。以下介绍几种智能化网络管理技术：自学习与自优化：通过机器学习等算法，SDN控制器可以自动学习网络拓扑、流量特性等，实现网络的自适应和自优化。预测性网络管理：基于历史数据和实时监控，预测网络流量趋势，提前进行资源调度和优化。故障诊断与恢复：利用SDN技术，实现对网络故障的快速定位和恢复，提高网络可靠性。三、SDN在智能工业数据处理优化中的实际应用案例软件定义网络（SDN）作为一种创新的网络架构，已经在智能工业数据处理优化中展现出巨大的潜力。以下将通过几个实际应用案例，分析SDN在智能工业数据处理优化中的具体应用和成效。3.1案例一：智能工厂网络优化某大型制造企业为了提高生产效率和产品质量，引入了SDN技术对工厂网络进行优化。具体实施过程中，企业采用了以下策略：网络重构：通过SDN控制器，将工厂网络划分为多个虚拟网络，实现不同生产线的隔离，提高了网络安全性。流量调度：根据生产线需求，SDN控制器对网络流量进行动态调度，确保关键生产数据传输的实时性和可靠性。故障诊断与恢复：利用SDN技术，快速定位网络故障并实施恢复，降低了生产中断的风险。3.2案例二：智能能源管理系统某能源公司采用SDN技术构建智能能源管理系统，实现能源消耗的实时监控和优化。主要应用包括：能耗数据采集：通过SDN控制器，实时采集能源消耗数据，为能源管理提供数据支持。能耗分析：利用SDN技术，对能源消耗数据进行深度分析，找出节能潜力。能耗优化：根据能耗分析结果，SDN控制器对能源消耗进行优化调度，降低能源成本。3.3案例三：智能交通系统某城市交通管理部门利用SDN技术构建智能交通系统，提高城市交通运行效率。具体应用如下：实时路况监测：通过SDN控制器，实时监测城市交通状况，为交通管理提供数据支持。智能信号控制：根据实时路况，SDN控制器对交通信号灯进行智能控制，优化交通流量。应急响应：在发生交通事故或紧急情况时，SDN控制器能够快速响应，调整交通信号，缓解交通压力。四、SDN在智能工业数据处理优化中的挑战与应对策略随着SDN在智能工业数据处理优化中的应用日益广泛，其面临的挑战也逐渐显现。以下将从技术、安全、管理和标准化等方面分析SDN在智能工业数据处理优化中的挑战，并提出相应的应对策略。4.1技术挑战与应对网络设备兼容性：SDN技术涉及多个网络设备，包括交换机、路由器等，设备兼容性成为一大挑战。应对策略包括推动SDN设备标准化，确保不同厂商设备之间的兼容性。控制器性能：SDN控制器负责整个网络的控制和调度，其性能直接影响网络效率。应对策略是采用高性能服务器和分布式架构，提高控制器处理能力。网络可扩展性：随着网络规模的扩大，SDN架构的可扩展性成为关键。应对策略是采用模块化设计，实现网络资源的灵活配置和扩展。4.2安全挑战与应对网络攻击：SDN架构下，网络控制平面与数据转发平面分离，增加了网络攻击的风险。应对策略是加强网络安全防护，如部署入侵检测系统、防火墙等。数据泄露：智能工业数据处理过程中，数据泄露风险不容忽视。应对策略是实施数据加密、访问控制等措施，确保数据安全。恶意软件：恶意软件可能通过SDN控制器入侵网络，破坏网络设备。应对策略是定期更新网络设备固件，防止恶意软件攻击。4.3管理挑战与应对运维管理：SDN技术的应用增加了网络运维的复杂性。应对策略是建立完善的运维管理体系，提高运维人员的技术水平。人才培养：SDN技术人才相对匮乏，制约了SDN在智能工业数据处理优化中的应用。应对策略是加强SDN技术培训，培养专业人才。政策法规：我国尚缺乏针对SDN技术的政策法规，制约了其发展。应对策略是制定相关政策法规，为SDN技术发展提供法律保障。4.4标准化挑战与应对协议标准：SDN技术涉及多种协议，如OpenFlow、Netconf等，协议标准不统一。应对策略是推动SDN协议标准化，提高网络设备兼容性。接口标准：SDN控制器与网络设备之间的接口标准不统一，影响网络性能。应对策略是制定统一的接口标准，提高网络设备互操作性。安全标准：SDN技术在安全方面面临挑战，安全标准不统一。应对策略是制定安全标准，提高SDN技术在智能工业数据处理优化中的安全性。4.5经济挑战与应对成本投入：SDN技术的应用需要大量资金投入，对企业来说是一笔不小的负担。应对策略是制定合理的SDN技术投资计划，分阶段实施。回报周期：SDN技术的回报周期较长，企业需要耐心等待。应对策略是关注SDN技术在智能工业数据处理优化中的长期效益，提高投资回报率。五、SDN在智能工业数据处理优化中的未来发展趋势随着技术的不断进步和工业互联网的深入发展，SDN在智能工业数据处理优化中的应用前景广阔。以下将从技术创新、应用拓展、产业链协同和国际化发展等方面分析SDN在智能工业数据处理优化中的未来发展趋势。5.1技术创新智能化控制器：未来SDN控制器将更加智能化，能够自动学习和优化网络行为，提高网络性能和可靠性。高效数据平面：随着5G、物联网等新技术的应用，SDN数据平面将更加高效，支持更大规模的数据传输和处理。边缘计算融合：SDN与边缘计算技术将深度融合，实现数据在边缘节点的实时处理，降低延迟，提高响应速度。5.2应用拓展智能制造：SDN将在智能制造领域得到更广泛的应用，如智能生产线、智能物流等，提高生产效率和产品质量。智能能源：SDN技术将助力智能能源管理系统，实现能源消耗的实时监控和优化，推动能源行业绿色转型。智能交通：SDN在智能交通系统中的应用将进一步拓展，如智能信号控制、智能停车等，提高城市交通运行效率。5.3产业链协同产业链整合：SDN技术将推动产业链上下游企业加强合作，共同研发和推广SDN解决方案。生态建设：构建SDN产业生态，吸引更多企业参与，形成良性竞争，推动SDN技术发展。人才培养：加强SDN技术人才培养，为产业链提供人才支持。5.4国际化发展标准制定：积极参与国际SDN标准制定，提高我国在SDN领域的国际话语权。市场拓展：积极拓展国际市场，推动SDN技术在海外市场的应用。技术输出：将我国SDN技术优势转化为国际竞争力，输出SDN技术解决方案。六、SDN在智能工业数据处理优化中的风险与应对措施在SDN技术应用于智能工业数据处理优化过程中，不可避免地会面临各种风险。以下将从技术风险、安全风险、市场风险和运营风险等方面分析这些风险，并提出相应的应对措施。6.1技术风险与应对技术不成熟：SDN技术尚处于发展阶段，存在技术不成熟的问题。应对措施是加强技术研发，推动技术成熟化。设备兼容性问题：不同厂商的SDN设备可能存在兼容性问题，影响网络性能。应对措施是推动SDN设备标准化，确保设备兼容性。网络性能波动：SDN技术在应用过程中可能因网络配置、设备性能等原因导致网络性能波动。应对措施是实时监控网络状态，及时调整网络配置。6.2安全风险与应对网络攻击：SDN架构下，网络控制平面与数据转发平面分离，增加了网络攻击风险。应对措施是加强网络安全防护，如部署防火墙、入侵检测系统等。数据泄露：智能工业数据处理过程中，数据泄露风险不容忽视。应对措施是实施数据加密、访问控制等措施，确保数据安全。恶意软件：恶意软件可能通过SDN控制器入侵网络，破坏网络设备。应对措施是定期更新网络设备固件，防止恶意软件攻击。6.3市场风险与应对市场竞争：SDN市场竞争激烈，企业面临市场份额压力。应对措施是提高产品质量，加强市场推广，提升品牌影响力。用户接受度：SDN技术需要用户适应和接受，用户接受度成为市场风险之一。应对措施是加大技术培训力度，提高用户对SDN技术的认知和应用能力。政策法规：政策法规的不确定性可能对SDN市场发展产生负面影响。应对措施是密切关注政策动态，积极应对政策变化。6.4运营风险与应对运维管理：SDN技术的应用增加了网络运维的复杂性，运维管理成为一大挑战。应对措施是建立完善的运维管理体系，提高运维人员的技术水平。人才培养：SDN技术人才相对匮乏，制约了其发展。应对措施是加强SDN技术培训，培养专业人才。成本控制：SDN技术的应用需要大量资金投入，成本控制成为运营风险之一。应对措施是制定合理的SDN技术投资计划，分阶段实施。七、SDN在智能工业数据处理优化中的政策与法规支持政策与法规支持是推动SDN在智能工业数据处理优化中应用的关键因素。以下将从国家政策、行业标准、知识产权保护和国际合作等方面分析政策与法规对SDN发展的影响。7.1国家政策支持政策引导：我国政府高度重视工业互联网和SDN技术的发展，出台了一系列政策文件，如《中国制造2025》等，为SDN在智能工业数据处理优化中的应用提供了政策引导。资金支持：政府通过设立专项资金、税收优惠等方式，鼓励企业研发和应用SDN技术，推动SDN在智能工业数据处理优化中的发展。人才培养：政府支持高校和研究机构开展SDN技术人才培养，为SDN产业发展提供人才保障。7.2行业标准制定标准统一：行业标准的制定有助于推动SDN技术的标准化，提高网络设备兼容性，降低企业应用成本。技术创新：行业标准的制定可以促进技术创新，推动SDN技术在智能工业数据处理优化中的应用。市场规范：行业标准的制定有助于规范市场秩序，保障消费者权益，促进SDN产业的健康发展。7.3知识产权保护技术创新保护：知识产权保护是激励技术创新的重要手段。对于SDN技术，应加强知识产权保护，鼓励企业进行技术创新。专利布局：企业应加强专利布局，提高自身在SDN领域的核心竞争力。知识产权纠纷解决：建立健全知识产权纠纷解决机制，保护企业和个人的合法权益。7.4国际合作技术交流：加强与国际上的技术交流与合作，引进先进技术，提升我国SDN技术水平。市场拓展：积极参与国际市场竞争，拓展SDN技术在国际市场的份额。国际合作项目：参与国际合作项目，推动SDN技术在智能工业数据处理优化中的应用。八、SDN在智能工业数据处理优化中的市场分析随着SDN技术的不断成熟和工业互联网的快速发展，SDN在智能工业数据处理优化中的市场前景广阔。以下将从市场规模、竞争格局、发展趋势和潜在机会等方面对SDN在智能工业数据处理优化中的市场进行分析。8.1市场规模全球市场：根据市场调研数据，全球SDN市场规模逐年增长，预计到2025年将达到数百亿美元。中国市场：在中国，SDN市场规模也在迅速扩大，随着政策支持和产业需求，预计未来几年将保持高速增长。行业分布：SDN在智能工业数据处理优化中的应用覆盖了制造、能源、交通、医疗等多个行业，其中制造业是主要应用领域。8.2竞争格局厂商竞争：SDN市场存在多家厂商竞争，包括传统网络设备厂商、云计算企业、初创公司等。技术竞争：不同厂商在SDN技术方面存在差异，如OpenFlow、SDN控制器等，技术竞争激烈。生态系统竞争：SDN生态系统包括硬件、软件、服务等多个环节，生态系统竞争成为厂商关注的重点。8.3发展趋势技术创新：SDN技术将持续创新，如智能化控制器、高效数据平面等，以满足不断增长的市场需求。应用拓展：SDN将在更多行业和领域得到应用，如智能制造、智能交通、智能能源等。产业链协同：SDN产业链上下游企业将加强合作，共同推动SDN技术的发展和应用。8.4潜在机会政策支持：随着政策支持的加强，SDN市场将迎来更多发展机遇。技术创新：技术创新将推动SDN市场快速增长，为企业创造更多商机。产业链整合：产业链整合将降低企业应用成本，提高市场渗透率。8.5市场挑战技术成熟度：SDN技术尚处于发展阶段，技术成熟度不足，限制了市场发展。成本控制：SDN技术的应用需要大量资金投入，成本控制成为市场挑战之一。人才培养：SDN技术人才相对匮乏，制约了市场发展。九、SDN在智能工业数据处理优化中的经济效益分析SDN技术在智能工业数据处理优化中的应用，不仅带来了技术上的革新，也产生了显著的经济效益。以下将从直接经济效益、间接经济效益和长期经济效益等方面对SDN在智能工业数据处理优化中的经济效益进行分析。9.1直接经济效益生产效率提升：通过SDN技术优化网络，提高数据传输速度和可靠性，从而提升生产效率。例如，某汽车制造企业应用SDN技术后，生产效率提高了20%。成本降低：SDN技术可以实现网络资源的动态分配和优化，降低网络运营成本。例如，某钢铁企业通过SDN技术优化网络，每年节省了约10%的网络运营成本。产品质量提高：SDN技术保障了数据传输的实时性和可靠性，有助于提高产品质量。例如，某电子企业应用SDN技术后，产品合格率提高了15%。9.2间接经济效益创新能力增强：SDN技术为智能工业数据处理优化提供了新的技术手段，有助于企业提升创新能力。例如，某医疗器械企业通过SDN技术实现了远程医疗诊断，提升了企业创新能力。市场竞争力提升：SDN技术的应用有助于企业提高产品质量和生产效率，从而提升市场竞争力。例如，某食品加工企业应用SDN技术后，市场份额提高了10%。产业链协同效应：SDN技术促进了产业链上下游企业之间的协同，提高了整个产业链的效率。例如，某供应链企业通过SDN技术实现了与供应商、客户的实时信息共享，降低了供应链成本。9.3长期经济效益可持续发展：SDN技术在智能工业数据处理优化中的应用有助于实现节能减排，推动企业可持续发展。例如，某光伏企业通过SDN技术优化能源管理系统，每年节约了大量能源。产业升级：SDN技术推动了工业互联网的发展，有助于实现产业升级。例如，某传统制造业企业通过SDN技术实现了智能化改造，提升了产业竞争力。经济增长：SDN技术的应用带动了相关产业链的发展，为经济增长提供了新动力。例如，某智能机器人企业应用SDN技术后，带动了机器人产业链的快速发展。十、SDN在智能工业数据处理优化中的社会效益分析SDN技术在智能工业数据处理优化中的应用不仅带来了经济效益，还对社会产生了深远的社会效益。以下将从就业、环境保护、社会服务和技术创新等方面分析SDN在智能工业数据处理优化中的社会效益。10.1就业影响新职业岗位：SDN技术的应用催生了新的职业岗位，如SDN工程师、网络架构师等，为就业市场提供了新的增长点。技能提升：企业对SDN技术的应用推动了相关技能培训，提高了员工的职业技能和综合素质。产业链就业：SDN技术的应用带动了相关产业链的发展，创造了更多的就业机会。10.2环境保护节能减排：SDN技术有助于优化能源使用，实现节能减排，降低工业生产对环境的影响。资源循环利用：通过智能工业数据处理优化，SDN技术有助于提高资源利用效率，促进循环经济发展。绿色生产：SDN技术的应用促进了绿色生产模式的推广，有利于构建生态文明。10.3社会服务提升公共服务：SDN技术在智能交通、智能医疗等领域的应用，提升了公共服务的质量和效率。社区服务：SDN技术有助于社区服务的智能化，提高社区居民的生活质量。应急响应：SDN技术在紧急情况下的应用，如自然灾害、事故救援等，有助于提高应急响应速度和效率。10.4技术创新推动技术融合：SDN技术的应用促进了与其他技术的融合，如人工智能、大数据等，推动了技术创新。产业升级：SDN技术推动了传统产业的智能化升级，促进了产业结构调整和优化。社会进步：SDN技术的应用推动了社会进步，提高了国家竞争力。10.5社会责任与伦理数据安全：SDN技术在智能工业数据处理优化中的应用，需要关注数据安全和隐私保护，承担社会责任。公平竞争：SDN技术的应用应遵循公平竞争原则，避免市场垄断和不正当竞争。伦理规范：SDN技术的应用应遵循伦理规范，确保技术发展符合社会伦理要求。十一、SDN在智能工业数据处理优化中的可持续发展策略SDN技术在智能工业数据处理优化中的应用，是实现工业互联网可持续发展的重要手段。为了确保SDN技术的长期、稳定、高效应用，以下提出一系列可持续发展策略。11.1技术创新与研发持续投入研发：企业和研究机构应持续投入SDN技术研发，推动技术创新，保持技术领先地位。产学研合作：加强产学研合作，促进高校、科研机构与企业之间的技术交流与合作，加速成果转化。开放创新：鼓励开放创新，吸引全球优秀人才参与SDN技术研发，提升我国SDN技术整体水平。11.2政策法规与标准制定完善政策法规：政府应完善相关政策法规，为SDN技术在智能工业数据处理优化中的应用提供法律保障。加强标准制定：推动SDN技术标准的制定和推广，提高网络设备兼容性，降低企业应用成本。国际合作：积极参与国际标准制定，提升我国在SDN领域的国际话语权。11.3人才培养与教育加强人才培养：加强SDN技术人才培养，提高从业人员的技术水平和综合素质。完善教育体系：高校和职业培训机构应开设SDN相关课程，培养适应产业发展需求的人才。鼓励终身学习：鼓励从业人员持续学习，不断提升自身技能，适应技术发展。11.4产业链协同与生态建设产业链整合：推动产业链上下游企业加强合作，共同研发和推广SDN解决方案。生态建设：构建SDN产业生态，吸引更多企业参与，形成良性竞争，推动SDN技术发展。国际合作：加强与国际上的技术交流与合作，共同推动SDN技术的国际化发展。11.5安全保障与风险管理加强网络安全防护：提高网络安全防护能力，防止网络攻击和数据泄露。建立风险管理机制：建立健全SDN技术风险管理体系，及时发现和应对潜在风险。加强国际合作：与国际安全组织合作，共同应对全球网络安全挑战。十二、SDN在智能工业数据处理优化中的国际合作与交流在全球化的背景下，SDN