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.     

SDN控制器部署和基于流的动态管理方案*

软件定义网络（Software Defined Networking, SDN）通过构建独立的控制平面,极大地降低了网络设备及管理的复杂性。但在大规模广域网部署中,这种逻辑集中的方法在性能和扩展性方面存在诸多限制。因此控制平面多控制器的部署是一个非常重要的任务,其可以通过配置有限的资源来满足多样化需求。这些需求包括延迟限制、容错能力和负载均衡。本文首先提出一种控制器部署方法,该方法用于在给定的网络拓扑中完成控制器位置的部署。其次针对该部署方法设计了两种算法：交换机迁移算法将过载控制器域内交换机迁移到未过载控制器管理域中去,实现控制器间负载均衡;控制器池伸缩容量算法（Controller pool Scalable Capacity Algorithm, CSCA）实现池内控制器数目的动态伸缩,提高网络资源利用率。最后,仿真结果表明,相较LG方法,该方案在完成部署任务的同时,能够减少系统管理开销。     

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。     

基于改进遗传算法的SDN多控制器负载均衡机制研究

为解决软件定义网络中多控制器负载失衡问题,提出了一种基于非合作博弈降载的主控制器重选模型。首先,利用动态阈值来判别过载控制器;其次,采用基于优先权的迁移交换机决策机制;最后,构建以控制器集群的负载均衡度、平均总时延和交换机迁移成本作为效用函数的优化模型,采用改进的遗传算法求解,加入相似算子提高寻求全局最优解的速度及准确度。实验结果表明,该机制有效地均衡了控制平面的负载并优化了网络性能。     

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.     

SDN中基于迁移优化的控制器负载均衡策略*

针对SDN多控制器负载均衡过程中交换机迁移僵化和迁移冲突问题,本文对现有的交换机迁移模型实施优化,提出了一种阶段式控制器负载均衡策略。在阶段1,综合控制器的各类开销代价,基于遗传算法优化迁移目标,选取交换机迁入和迁出域;在阶段2,通过设定子域迁移度和交换机有效期,实现了多交换机的协调迁移。仿真结果表明,与现有的负载均衡策略相比,改善了迁移域的选取过程,优化了交换机到控制器的动态部署,控制器负载均衡率提升了约21%。     

基于改进引力搜索算法的交换机迁移策略

针对多控制器软件定义网络（SDN）中交换机迁移策略迁移代价衡量单一,不能适应交换机流量的变化的情况,提出基于改进引力搜索算法的交换机迁移策略（IGS-SMS）。在决策阶段,应用基于模糊满意度的多目标决策方法,优化目标根据隶属度大小竞争优先权;在计算阶段,通过改进引力搜索算法优化优先权高的目标函数。实验结果表明,IGS-SMS在实现负载均衡的同时,能保证传输时延与交换机重分配的指标;在实验中,当局部负载较重时,动态迁移算法（DSMA）和基于改进型拍卖交换机迁移机制（PASMM）不能缓解控制器过载,而IGS-SMS执行后无控制器过载,且负载均衡度小于DSMA和PASMM。     

基于非合作博弈的OpenFlow交换机迁移机制探究

软件定义网络（SDN, Software Defined Networking）分布式控制平面的负载均衡主要通过交换机迁移实现,但是现有的交换机迁移决策算法仅考虑了CPU一维控制资源,且基于集中化算法实现,复杂度较高。本文将交换机迁移决策问题抽象为在三维资源（CPU、带宽和存储）限制下的资源效用最大化问题,然后将其等效为零和博弈中的收益最大化问题,并设计了一种合成分布式博弈算法。最后,在Beacon控制器实现了该算法。实验结果显示本文方案的流表安装时间具有最低振荡曲线且时间都小于100ms,近似最优方案。     

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.     

基于博弈论的SDN主控制器重选机制

针对软件定义网络（SDN）中单一控制器容易发生过载的问题,提出了一种基于博弈论的主控制器重选机制——博弈系统模型（GAME-SM）。首先,把资源限定下的交换机迁移问题等效为零和博弈最大化收益问题,并提出了GAME-SM机制;其次,设置控制器负载上下限阈值来确定博弈触发的条件,达到负载上限的控制器邀请邻近的其他控制器作为博弈者参与博弈;最后,基于零和博弈最大化每个参与者的收益来设计博弈策略,使用利用度的改变进行反复博弈来重选主控制器,最终实现整个系统的负载均衡。仿真结果表明该机制能够明显改善控制器负载平衡状况,且与静态分布式控制器（D-CNTL）相比,控制器响应时间减少了50%。     

基于模糊满意度的软件定义网络交换机迁移策略

针对软件定义网络中多控制器间负载均衡的迁移代价和迁移效率问题,提出一种基于模糊满意度的交换机迁移策略。首先,构建均衡判断矩阵,监测控制器负载状态,且提出交换机组选择度,划分交换机组以选取迁移交换机;其次,考虑迁移代价和负载均衡率,构建模糊满意度迁移竞争模型,且提出改进蚁群算法优化求解,选择最佳迁入控制器;最后,将迁移交换机迁往迁入控制器,实现交换机的快速迁移。实验结果表明,与现有交换机迁移策略相比,所提方法在保证较高负载均衡率的同时,进一步优化了网络性能,迁移代价平均减少约26.8%,控制器平均响应时间缩短约0.41 s,改善了交换机迁移过程。     

改进信息化武器系统性能的仿真博弈混合方法

用定量分析的方法改进性能是信息化武器系统开发和运用中必须解决的重要问题,借助仿真和博弈分析的混合方法,在对传统混合策略纳什均衡原理应用的基础上,构建基于二人非零和(TPNZS)非合作博弈模型来改进信息化武器系统的性能,对典型信息化武器系统-舰载导弹防空系统的初步研究表明:用识别正确、错误目标能力以及导弹命中目标能力描述的舰载导弹防空系统的最优改进性能策略为△*=(0,△2*,1-△2*)=(0.0000,0.7118,0.2882).     

一种基于博弈论模型的Ad Hoc网络功率控制算法

在Ad hoc网络中,采用控制数据报文向相邻节点的发射功率的方法来提高能量的使用效率是一种常用的方法.但是采用功率控制也会对网络连通性、延迟和容量带了负面影响.文中对Ad hoc网络中能量控制机制进行了讨论,给出了Ad hoc网络基于非合作博弈的功率控制问题模型.提出了一种以满足网络连通性、容量最大化、网络半径最小为目标的分布式非合作功率控制博弈算法,并给出了对该算法纳什均衡的存在性和唯一性的证明.实验表明该算法具有较好的综合性能.     

Security enforcement in wireless sensor networks: A framework based on non-cooperative games

This paper focuses on the design of security enforcement mechanisms for the prevention of denial of service (DoS) attacks in wireless sensor networks. In the first part, we identify the requirement for security enforcement using auction theory, which allows us to detect non-cooperative nodes. Our novel scheme for preventing DoS attacks is called Secure Auction based Routing (SAR). In the proposed protocol, nodes prefer to participate in forwarding incoming packets and gaining reputation in the network. Nodes willing to do so must compete against each other, and the competition is based on auction theory. The amount of bid that each node offers is equal to its utility value; and the price that a winner of a bid pays is a reduction in its original battery power. Since a node’s truthful bidding is shown to be a dominant strategy, in order to prevent DoS attack, nodes that do not bid truthfully should be isolated.In the second part, we formulate the attack–defense problem as a non-cooperative, two-player, non-zero-sum game between an attacker and a wireless sensor network. We show that this game achieves Nash equilibrium, thus leading to a defense strategy for the network. We propose two novel schemes. The first one is called Utility based Dynamic Source Routing (UDSR), which incorporates the total utility of each en-route node in data packets, where utility is the difference between gain and cost for each node. The second scheme is based on a watch-list, where each node earns a rating from its neighbors, based on its previous cooperation in the network. Simulation results show that the proposed game theoretic framework significantly increases the chance of success in defense strategy for the wireless sensor network.     

Game theoretic approach of a novel decision policy for customers based on big data

In recent days, big data based analysis in hotel industry become popular. Merchants are attracting clients using the accurate analysis of historic data and predicting the behavior of possible clients to perform proper marketing strategy. To study the principle of the game between clients and merchants, in this work, we propose a novel two-stage game theoretic approach of decision policy for clients when choosing the suitable hotel to stay among many candidates, the merchants will provide a non-cooperative game strategy to attract the attention of potential clients. Analysis of the non-cooperative game method based on big data has been given. Simulation results indicate that, by using our proposed novel method, the average price for clients to choose a satisfied hotel is reduced and the successful rate of stay is increased for merchants, which will bring the expected income to a higher level because of the sticky phenomena of users.     

基于非零和随机博弈的APT攻击主动防御策略选取

为解决APT（高级持续性威胁）攻防对抗过程中的防御滞后性问题,并在有限资源下做出最优主动防御决策,针对APT攻击过程中攻防双方意图、可行策略集随攻击阶段推进而演变的特点进行了研究,基于非合作博弈理论构建了多阶段APT攻防随机博弈模型AO-ADSG（APT-oriented attack-defense stochastic game）。针对APT攻防对抗中双方效用不对等的现象引入非零和思想,设计符合APT攻击特征的全资产要素效用量化方法;在分析博弈均衡的基础上给出最优防御策略选取算法。最后,通过“夜龙攻击”模拟实验验证了提出方法的可行性及正确性。     

无线多跳网络中基于博弈论的协作激励机制研究

无线多跳网络中网络传输性能容易受到自私节点的影响。本文首先对目前的节点协作激励机制进行了总结,然后,针对分簇路由中簇间路由场景,运用博弈论中非合作博弈的思想,建立博弈模型以激励簇内节点通过协作通信的方式帮助簇头进行数据包的转发,最后给出了基于非合作博弈的激励机制中纳什均衡解的求解过程。     

Restrictive mechanism of flow control among non-cooperative Internet users

The flow and congestion control methods based on one-shot game model with non-cooperative game theory can explain the non-cooperative behavior of Internet users.However,the low effciency of equilibrium solutions affects their utility.Here the behavior of flow and congestion control based on infinitely repeated game models is addressed;the repeated and infinitely repeated flow and congestion control game model is presented; the existence and optimization of the Nash equilibrium point are proved;the discount ...     

Research on pricing and coordination strategy of green supply chain under hybrid production mode

In order to investigate the pricing and coordination issues of single-period green supply chain, we base our work on the market demand that green product and non-green products co-exist with and substitute each other, and examine respectively the equilibrium results for two production modes in cooperative game and non-cooperative game. Theoretical analysis indicates that different production costs will post impact on the choice of production modes by manufacturers when consumers have different valuations of the products. Furthermore, system performance in cooperative game is apparently better than that in non-cooperative game. The cooperative pricing strategy coordinated by Rubinstein bargaining can realize the pareto optimization of supply chain system profits and member profits under different production modes, with a 33.3% increase in system profits from that in non-cooperative game. The numerical examples further validate the validity of this coordinated pricing strategy.