SDN中基于生物启示的控制器负载均衡机制

针对SDN多域部署中存在子域控制器负载不均衡现象,基于生物领域物种遗传和种群迁徙的启示,依据交换机迁移,提出了SDN控制器负载均衡机制.首先综合网络中主要开销,应用生物遗传的思想,设计了最优迁移域选择算法,得到最优迁入/迁出域;同时类比种群迁徙现象,对交换机应用存活期和淘汰机制,设计了交换机竞争迁移算法,均衡了子域交换机数量.仿真结果表明,与现有算法相比,迁移域的选取过程得到优化,均衡子域控制开销,有效保证了控制器负载的均衡分布.     

基于近邻情景认知的软件定义网络多域协同控制机制

针对软件定义网络（software-defined networking,SDN）分布式多控制器部署中存在的控制器负载不均衡问题,提出了一种基于近邻情景认知的多域协同控制机制。首先,通过改进现有的近邻传播（affinity propagation,AP）聚类算法,以跳数为原则,对网络中节点进行聚类操作,形成SDN子域并在聚类中心部署控制器;然后基于控制器 —交换机之间的协同映射对网络连接关系进行优化,以增强网络的稳定性。仿真表明,相比其他方法,该机制能够实现网络区域的合理划分,控制器负载均衡率至少提高了26.7%。     

基于自优化的SDN交换机动态迁移机制

为提高SDN控制器的使用效率以及多控制器之间的负载均衡度,对多控制器的部署问题进行了研究,并提出了一种交换机动态迁移机制.该动态迁移机制基于周期性运行的自优化的算法实现,按照控制器的部署情况,将网络划分成多个域,通过分析各域内相关参数,分别找出负载最高和最低的控制器节点,并根据控制器负载和交换机请求率快速选择出最佳的迁移交换机和迁移目的地.控制器的负载均衡度、交换机请求的处理时延和算法的复杂度是算法设计中所考虑的主要因素.该算法的优点在于通过局部的动态调整实现了对SDN控制层的灵活管理.仿真结果表明,基于自优化的交换机动态迁移方案能够有效提高多控制器间的负载均衡度,减小流请求的处理时延,同时将运算复杂度保持在一个相对合理的水平.     

面向SDN负载均衡的交换机自适应迁移策略

针对软件定义网络(SDN)多域部署中存在的子域控制器负载不均衡问题,提出了一种面向SDN负载均衡的交换机自适应迁移策略。首先,通过检测各子域控制器的负载,在网络中基于自适应遗传算法选择迁入和迁出域,可以实现全局最优迁移域的选取;然后,应用生存期和淘汰机制将迁出域中的高负载度交换机迁移至迁入域,有效地均衡了控制器负载。仿真结果表明,与现有的交换机迁移算法相比,迁移效率提升了19.7%,各个子域控制器的负载和交换机的数量到达了均衡,增强了网络的稳定性。     

基于聚类优化的SDN多域自适应管理方法

针对软件定义网络(SDN)多域网络中存在子域规划及控制器部署不合理的问题,提出一种新的SDN多域自适应管理方法。基于改进的节点聚类思想,设计SDN子域划分优化算法,依据网络中的吸引度和归属度对节点进行聚类,完成子域规划。面向子域中不同网络代价,给出控制器自适应部署算法,并通过代价加权求和得到子域网络总开销,完成控制器部署。仿真结果表明,与控制器自适应部署算法、负载均衡算法等相比,该方法网络子域划分和控制器部署更加合理,可节约23%的备份控制器空间,改善网络的综合性能。     

SDN多控制器网络中基于交换机迁移的动态负载均衡策略

针对多控制器SDN网络环境下的负载均衡问题,论文提出了一种基于交换机迁移的动态负载均衡策略,共分为三个实施阶段:首先通过动态信息采集算法(DIA)收集各控制器间的负载信息,以决定需要实施交换机迁移算法的过载控制器;随后依据论文定义的迁移域及迁移交换机选取算法(MSS)决定迁移目标控制器以及需要迁移的交换机;最后依据交换机迁移协议完成交换机迁移,实现多控制器下的负载均衡.仿真实验结果表明负载均衡后SDN网络中交换机的吞吐率显著提升,且各控制器负载逐渐趋于均衡.     

一种基于谱聚类分析的物联网节点安全控制域划分算法

物联网的多源异构性使其安全面临更多的挑战,为实现跨层安全控制,部署多层融合的安全控制策略,提出了一种基于谱聚类的节点安全域分类算法。通过对物联网感知节点在历史安全事件中的波及状态统计,确定感知节点与攻击事件之间的相关性,进而利用谱聚类方法将节点划分为若干个安全控制域。基于事件相关性的谱聚类节点安全域划分,将为部署域内和域间的安全控制策略提供依据,从而整体提升物联网安全防护水平。     

基于改进樽海鞘群算法的SDN控制器部署算法

针对SDN(Software-Defined Networking)多控制器部署优化问题,提出一种基于改进樽海鞘群算法的SDN控制器部署算法.在元启发式算法樽海鞘群优化的基础上,通过引入混沌映射因子增加收敛性,避免优化器陷入局部最优,提高算法性能,从而可以更有效地动态评估大型SDN网络中控制器的最佳数量以及交换机和控制器之间的最佳连接.实验结果表明,该算法在执行时间和可靠性上均优于其他对比算法,实现了控制器的最佳数量以及控制器与交换机的最佳分配问题.     

基于SDN的卫星网络多控制器部署方法研究

针对传统卫星网络协议的异构性、网络配置不灵活、不能提供细粒度服务等问题,本文基于SDN的卫星网络架构,提出了一种改进的NSGA-II的多目标控制器初始化部署算法,以实现卫星网络的灵活控制。该方法在SDN卫星网络的架构基础上以低时延和负载均衡为优化目标,通过矩阵的形式对个体进行编码,同时提出行交叉和列交叉以及行变异和列变异操作,通过不断迭代进化,得出最优的控制器部署方案。实验证明,与传统的贪心算法以及随机算法相比,所提出的算法能够降低控制器和交换机之间的网络时延,同时使各控制器的负载保持均衡。     

基于软件定义网络的分层式控制器负载均衡机制

针对软件定义网络（SDN）多控制器负载均衡过程中控制器之间通信开销大以及控制器吞吐量低等问题,提出一种分层式控制器负载均衡机制。基于分层式架构,通过超级控制器与域控制器协作完成负载均衡,并采用预定义负载阈值以减少域控制器与超级控制器之间的消息交换开销;同时,该机制可以有效选择出过载最重的域控制器,并从该过载域控制器所控制的交换机中选取多个符合迁移标准的交换机,将其同时分别迁移到多个综合性能高的域控制器上,从而解决多控制器间负载不均衡问题。实验结果表明,与层次式SDN控制器协同负载均衡方案（COLBAS）以及用于控制器负载均衡的动态和自适应算法（DALB）相比,所提机制系统的消息数量降低了约79个百分点,且该系统的吞吐量分别比DALB、COLBAS分别提高了约8.57%、52.01%。所提机制能够有效降低通信开销,并提高系统吞吐量,有更好的负载均衡效果。