本文選題：軟件定義網(wǎng)絡(luò)　切入點(diǎn)：負(fù)載均衡　出處：《計(jì)算機(jī)應(yīng)用》2017年06期

【摘要】：針對軟件定義網(wǎng)絡(luò)(SDN)中控制平面的負(fù)載均衡問題,提出了一種基于多目標(biāo)優(yōu)化的動態(tài)交換機(jī)遷移算法(M-DSMA)。該算法首先將交換機(jī)與控制器之間的映射關(guān)系轉(zhuǎn)變?yōu)?-1矩陣優(yōu)化問題;其次,通過基于NSGA-II的多目標(biāo)遺傳算法同時(shí)優(yōu)化控制平面負(fù)載均衡度和交換機(jī)遷移所產(chǎn)生的通信開銷這兩個(gè)相互沖突的目標(biāo)。在多目標(biāo)優(yōu)化過程中,利用適應(yīng)度函數(shù)選擇個(gè)體進(jìn)行交叉變異,隨后采用快速非支配排序?qū)ΨN群進(jìn)行精英策略,產(chǎn)生下一代種群,使得整個(gè)種群不斷進(jìn)化,搜索較優(yōu)的解。仿真實(shí)驗(yàn)結(jié)果表示,相比于動態(tài)交換機(jī)遷移算法(DSMA),M-DSMA在有效均衡控制平面負(fù)載的同時(shí),降低了30%~50%的通信開銷,且在提高控制平面可擴(kuò)展性方面具有明顯優(yōu)勢。
[Abstract]:Aiming at the load balancing problem of control plane in software defined network (SDN), a dynamic switch migration algorithm based on multi-objective optimization is proposed.Firstly, the mapping relationship between switch and controller is transformed into a 0-1 matrix optimization problem.The multi-objective genetic algorithm based on NSGA-II is used to optimize the control of the plane load balancing degree and the communication overhead caused by the switch migration at the same time.In the process of multi-objective optimization, the fitness function is used to select individuals for cross-mutation, and then the elite strategy is adopted to generate the next generation population, which makes the whole population evolve continuously and search for the better solution.The simulation results show that compared with the dynamic switch migration algorithm, M-DSMA can effectively balance the load of the control plane, reduce the communication overhead by 30% and improve the scalability of the control plane.
【作者單位】： 安徽大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：安徽省自然科學(xué)基金資助項(xiàng)目(1408085MF125)~~
【分類號】：TP393.02

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 丁文;;基于免疫多目標(biāo)優(yōu)化的網(wǎng)絡(luò)組播路由選擇[J];計(jì)算機(jī)應(yīng)用研究;2012年04期

2 張瑋;牛正浩;史慧玲;孫萌;唐紹炬;;多目標(biāo)優(yōu)化的云計(jì)算虛擬集群動態(tài)調(diào)整方法[J];濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年05期

3 游黎;段成華;;一種多目標(biāo)優(yōu)化快速應(yīng)急響應(yīng)資源計(jì)劃[J];計(jì)算機(jī)應(yīng)用研究;2013年11期

4 陳國強(qiáng);王宇平;;分解多目標(biāo)優(yōu)化揭示復(fù)雜網(wǎng)絡(luò)社區(qū)層次結(jié)構(gòu)[J];西安電子科技大學(xué)學(xué)報(bào);2013年03期

5 李昌兵;曹長修;余義斌;;基于混合遺傳算法的多播路由多目標(biāo)優(yōu)化[J];計(jì)算機(jī)仿真;2007年09期

6 陳秋紅;景偉娜;吳長澤;;滿足可靠性約束的冗余服務(wù)池多目標(biāo)優(yōu)化策略[J];計(jì)算機(jī)應(yīng)用研究;2012年10期

7 劉強(qiáng);趙慶禎;劉方愛;;一類連續(xù)隨機(jī)型流量網(wǎng)絡(luò)中流量分配的多目標(biāo)優(yōu)化問題[J];中國石油大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

8 ;[J];;年期

，

本文編號：1710354