基于多目标离散差分进化的网络感知虚拟机放置算法

针对云数据中心网络内部流量快速增长导致链路拥塞及全网通信代价过高的问题,提出一种改进的网络感知虚拟机放置算法。根据虚拟机的硬件资源需求,通过种群初始化提高算法收敛速度,采用离散差分变异和交叉操作保证种群多样性。综合考虑通信代价、最大链路利用率、硬件资源约束违反度和链路容量约束违反度4项指标,提出基于ε松弛的多子群精英选择策略,选择最优虚拟机放置方案,增强算法全局搜索能力。仿真结果表明,该算法能够有效降低全网通信代价,并实现网络负载均衡。     

基于松弛时间与累计发送量的数据中心网络混合流调度机制

数据中心网络中同时存在截止时间流（deadline flow）和非截止时间流（non-deadline flow）,为降低非截止时间流的平均完成时间（Average Flow Complete Time,AFCT）同时维持低截止时间错失率（Deadline Miss Rate,DMR）,本文提出了一种基于松弛时间与累计发送量的混合流调度机制（Slack Time and Accumulation based Mix-flow Scheduling,STAM）.首先通过引入松弛时间的概念,衡量截止时间流对非截止时间流在传输时延上的宽容度;然后根据松弛时间,通过使截止时间流尽可能接近其规定截止时间完成,降低非截止时间流的完成时间;最后,利用最小累计发送量优先策略进一步降低非截止时间流的平均完成时间.仿真结果表明,该机制能有效降低非截止时间流的平均完成时间,同时保证较低的截止时间错失率.     

一种基于SDN的多路径流调度机制

摘要:针对传统多路径路由方法造成数据中心网络负载不均衡、吞吐量低的问题,该文提出了一种基于SDN的多路径流调度（SDN based Multipath Flow Scheduling, SMFS）机制。结合SDN能够获取全局网络视图的优势,SMFS采用周期性轮询和动态流调度的方法实现良好的负载均衡,进而提高全网吞吐量。为减少控制器和交换机之间的交互带来的网络额外负载,SMFS有选择地对部分大流进行重新调度,并利用分段路由技术实现重路由,提高了流的传输速率。实验结果表明,相比于传统等价多路径路由（Equal-Cost Multi-Path routing, ECMP）和现有集中式流调度机制,SMFS能够有效提高数据中心网络的吞吐量,降低流平均完成时间,并保证较好的负载均衡。