基于多目标优化的软件定义网络负载均衡方案

针对软件定义网络(SDN)中控制平面的负载均衡问题,提出了一种基于多目标优化的动态交换机迁移算法(M-DSMA)。该算法首先将交换机与控制器之间的映射关系转变为0-1矩阵优化问题;其次,通过基于NSGA-II的多目标遗传算法同时优化控制平面负载均衡度和交换机迁移所产生的通信开销这两个相互冲突的目标。在多目标优化过程中,利用适应度函数选择个体进行交叉变异,随后采用快速非支配排序对种群进行精英策略,产生下一代种群,使得整个种群不断进化,搜索较优的解。仿真实验结果表示,相比于动态交换机迁移算法(DSMA),M-DSMA在有效均衡控制平面负载的同时,降低了30%~50%的通信开销,且在提高控制平面可扩展性方面具有明显优势。

一种基于三层结构模型的SDN负载均衡方案

交换机与控制器之间的静态映射关系会导致SDN控制平面负载不均衡。针对这一问题,提出一种基于三层结构模型的负载均衡方案SMLB。SMLB采用控制器管理层-控制器集群-数据层结构模式,通过迁移交换机来改变交换机与控制器之间的静态映射关系,从而均衡控制平面负载。同时,SMLB在选择需要迁移的交换机和空闲控制器时,综合考虑负载因素和距离因素。实验结果表明,SMLB可以有效均衡控制平面负载,降低网络延迟,提高控制平面可拓展性。

基于SDN的胖树数据中心网络多路径负载均衡算法研究

软件定义网络SDN(Software Defined Network)通过将网络设备的控制层与数据层分离解耦,能够实现网络的集中控制和流量的灵活转发,因此被广泛应用于数据中心等相关领域。在数据中心网络中,为了提高网络的带宽和吞吐量,多采用具有多路径特性的层次型网络拓扑结构,如胖树拓扑结构。然而传统路由算法对多路径的支持非常有限,无法充分利用网络剩余带宽。重点研究基于SDN的胖树数据中心网络多路径负载均衡算法。利用SDN网络集中控制的特点,获取多路径实时状态信息,计算各路径当前可用带宽,根据数据流的带宽需求选择最佳转发路径。实验结果表明,该算法无论在降低网络传播时延还是在提高网络吞吐量等方面都优于传统路由算法,能够实现胖树数据中心网络的多路径负载均衡。