积分商城

最新搜索： ESAM sonar STM32h7 STM8S003 电解电容封装库 STM8S105
您现在的位置是：首页 > 技术资料 > 基于NSGA-II算法的SDN多控制器部署优化机制
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于NSGA-II算法的SDN多控制器部署优化机制

更新时间：2019-12-25 16:29:26 大小：835K 上传用户：xiaohei1810查看TA发布的资源 标签：SDN多控制器 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

在SDN体系结构中,控制器是整个网络的核心,控制器的合理部署是提高网络性能的关键.目前关于多控制器部署问题的研究,大多数只考虑了时延或者负载,采用多目标优化算法NSGA-II(non-dominated sorting in genetic algorithms)针对交换机到控制器时延、控制器之间时延、控制路径故障比例以及平均交换机拥有从控制器数量这4个优化目标对控制器的部署进行优化.实验结果表明,所设计的机制对4个目标函数的优化效果明显,可以为控制器挑选最优的放置位置.

部分文件列表

文件名 大小
基于NSGA-II算法的SDN多控制器部署优化机制.pdf 835K

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
第 39 卷第 Z1 期  
2018 年 9 月  
通
信
学
报
Vol.39 No.Z1  
Journal on Communications  
September 2018  
基于NSGA-II 算法的SDN 多控制器部署优化机制  
吕兴燕 1，王兴伟 2，张爽 1，黄敏 3  
（1. 东北大学软件学院，辽宁 沈阳 110169；2. 东北大学计算机科学与工程学院，辽宁 沈阳 110169；  
3. 东北大学信息科学与工程学院，辽宁 沈阳 110819）  
摘 要：在 SDN 体系结构中，控制器是整个网络的核心，控制器的合理部署是提高网络性能的关键。目前关于  
多控制器部署问题的研究，大多数只考虑了时延或者负载，采用多目标优化算法 NSGA-II（non-dominated sorting  
in genetic algorithms）针对交换机到控制器时延、控制器之间时延、控制路径故障比例以及平均交换机拥有从控  
制器数量这 4 个优化目标对控制器的部署进行优化。实验结果表明，所设计的机制对 4 个目标函数的优化效果明  
显，可以为控制器挑选最优的放置位置。  
关键词：SDN；多控制器；NSGA-II 算法；部署优化  
中图分类号：TP393.02  
文献标识码：A  
doi: 10.11959/j.issn.1000-436x.2018190  
NSGA-II-based optimization mechanism of  
multi-controller deployment in SDN  
LYU Xingyan1, WANG Xingwei2, ZHANG Shuang1, HUANG Min3  
1. College of Software, Northeastern University, Shenyang 110169, China  
2. College of Computer Science and Engineering, Northeastern University, Shenyang 110169, China  
3.School of Information Science and Engineering, Northeastern University, Shenyang 110819, China  
Abstract: In SDN architecture, the controller is the core of the network. The reasonable deployment of the controllers is the  
key to improve the performance of the network. At present, most of the research on the deployment of multi-controllers only  
considers the delay or load. NSGA-II (non-dominated sorting in genetic algorithms) was used to aim at the optimization  
goals: delay between the switch and the controller, delay among controllers, control path failure ratio and average slave con-  
troller number of switches. The experimental results show that the proposed mechanism can optimize the four objective  
functions and can select the optimal placement position for the controllers.  
Key words: SDN, multiple controllers, NSGA-II algorithms, deployment optimization  
需求，网络设备以及它们的配置管理变得越来越复  
1 引言  
杂。软件定义网络（SDN, software defined net-  
working）是一种新型网络体系架构，它通过将网络  
的控制逻辑与底层路由器和交换机分离，促进逻辑  
集中网络控制，并引入可编程网络思想[1]，允许网  
络程序员，定义和重新配置数据或者资源在网络中  
随着互联网技术的迅速发展，云计算、物联网、  
虚拟化技术、移动网络及网络大数据等新兴概念的  
不断涌现，网络中的流量模式发生了巨大变化。网  
络大数据的发展导致了高网络容量和网络扩展的  
收稿日期：2018-09-18  
通信作者：王兴伟，
基金项目：国家自然科学基金资助项目（No.61572123）；辽宁省高校创新团队支持计划资助项目（No.LT2016007）；教育部—中  
国移动科研基金资助项目（No.MCM20160201）  
Foundation Items: The National Natural Science Foundation of China (No.61572123), The Program for Liaoning Innovative Re-  
search Team in University (No.LT2016007), The MoE and China Mobile Joint Research Fund (No.MCM20160201)  
2018190-1  
万方数据  
·264·  
通
信
学
报
第 39 卷  
的处理方式。通过将网络控制问题分解为易处理的  
部分，创建和引入网络抽象化，简化网络管理并促  
进网络演进。因此，SDN 能提供更高效的配置、更  
好的性能和更高的灵活性，以适应不断创新的网络  
设计[2]。  
故障比例以及平均交换机拥有从控制器数量这 4 个  
优化目标对控制器的初步部署进行优化，可以为控  
制器挑选最优的部署位置。  
2 相关工作  
控制器是 SDN 的核心部分，因为 SDN 的控制  
平面与数据平面分离，数据平面是由控制器通过南  
向应用程序编程接口管理的数据分组转发交换机  
组成的。控制器通过北向应用程序编程接口连接到  
应用平面，以方便网络控制和网络服务[3]。具体而  
言，控制平面由一组专用控制器构成，这些控制器  
用作 SDN 的智能“针”，而数据平面由多个简化的  
分组转发交换机组成。这种解耦使网络可以直接编  
程并实现诸多好处，如简化网络管理、提高网络利  
用效率、以及实现网络创新。SDN 的代表性通信接  
口是 openflow[4]，为简单起见，它最初采用单个控  
制器。但是当网络规模不断扩大时会遇到可扩展性  
和性能问题。因此，随后提出了多种多控制器方法，  
并逐渐实现了共同的基本架构。这些控制器负责整  
个 SDN 网络的集中化控制，控制器部署是 SDN 中  
的关键问题之一[5]。控制器的部署会影响响应网络  
事件的能力。控制器的放置位置以及使用的数量是  
SDN 性能和容错问题的关键，也是将它们与传统架  
构进行定量比较的前提条件[6]。  
SDN 多控制器部署(SDN multi-controller de-  
ployment)问题最早是 Heller 等在文献[8]中提出来  
的。对于给定的拓扑结构，关注 2 个具体问题，即  
需要多少个控制器以及这些控制器的部署位置；  
Heller 等提出控制器部署问题会影响解耦控制平面  
的各个方面，从状态分布选项到容错到性能指标，  
进而提出了基于平均时延和最坏情况传播时延的  
控制器部署衡量指标，并在真实的 34 节点 Internet2  
网络拓扑环境中分析了其对控制器部署的影响。文  
献[9]提出了一种基于亲和性传播的基于修改的基  
于样本的聚类方法，这种方法不是事先指定控制器  
的数量和位置，而是可以根据网络拓扑自适应地学  
习控制器的最佳数量和位置。仿真结果表明与  
k–median 和 k–center 这 2 种方法相比，所提方法在  
延迟最小化方面可以提供更稳定和更精确的控制  
器部署方案。  
文献[10]考虑控制器负载、控制器—交换机、  
控制器–控制器之间的距离，定义了为 SDN 设计可  
扩展控制层的原则，并展示了所需的控制层特性，  
从控制器放置问题的角度解决这些问题。文中对比  
了 k-median 和 k-center 算法，提出了 k-critical 算  
法。k-critical 算法能发现控制器的最小数量及其位  
置，以创建稳健处理故障和平衡的顽健控制拓扑。文  
献[11]定义了 2 个问题：1) 全面网络状态下的控制  
器部署问题；2) 针对单链路失败问题下的控制器部  
署，提出了一种基于网络状态遍历的算法，该算法  
能够最优地解决问题，并进一步提出另一种基于贪  
心算法的算法，可以在多项式时间内解决这个问  
题。最后使用真实拓扑和经验数据评估算法。文献  
[12]提出了一种最小控制延迟优化算法，与平均延  
迟优化布局和最坏情况优化布局进行比较，该算法  
提供了基于主动延迟测量的新方法以获得更准确  
的控制延迟，并实现每个控制器能够控制最大的节  
点数量。  
[7]  
对于多个控制器来说，其部署是一个关键问题 。  
多控制器部署问题通常指的是如何将控制器放置  
在支持 SDN 的网络中，以及如何将交换机分配给  
这些控制器以实现目标，包括缩短延迟、提高可靠  
性、提高能源效率等等。多控制器部署解决方案旨  
在寻求在支持 SDN 的网络中连接控制器及其关联  
交换机的最佳方法。多控制器部署问题已经引起了  
广泛的关注，因为它影响了 SDN 的各个方面，从  
状态分布选项到容错到网络性能[7]。最近，科研人  
员已经提出了各种解决方案来解决 SDN 中的多控  
制器部署问题，包括最小化控制器及其关联交换机  
之间的延迟，增强网络的可靠性和弹性，并最大限  
度降低部署成本和能耗。在面向广域网的 SDN 网  
络中，控制器的数量及其放置位置对网络整体的性  
能有很大的影响，关系到控制器能否及时对交换机  
的请求做出响应、网络的可靠性以及负载均衡等。  
在此背景下，本文提出了一种采用多目标优化  
算法 NSGA-II 多控制器部署与优化机制，针对交换  
机到控制器的时延、控制器之间的时延、控制路径  
文献[13]考虑了控制器部署问题，同时讨论了  
延迟和负载平衡。对于给定的拓扑结构，研究了如  
何选择多个控制器的位置以最小化延迟或最差延  
迟，时延仅有些许增加。文献[14]为软件定义网络  
2018190-2  
万方数据  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号