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%。     

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。     

针对大规模软件定义网络的子域划分及控制器部署方法

针对大规模软件定义网络（SDN）的多控制器部署模型计算复杂度高的问题,定义了控制链路可靠性等多个衡量网络服务质量的指标,并提出一种针对大规模SDN的子域划分及控制器部署方法。首先,该方法利用改进的标签传播算法（LPA）将网络划分成多个子域,然后在子域中分别部署控制器。在考虑控制链路平均时延、可靠性以及控制器负载均衡等多个性能指标的基础上,将问题模型的计算复杂度降低至仅与网络规模呈线性关系。实验结果表明,所提算法与原始的LPA相比,控制器负载均衡性得到明显优化;与容量受限的控制器部署（CCP）算法相比,模型的计算复杂度和网络服务质量得到明显改善：在Internet2拓扑中,控制链路平均时延最多减小9%,控制链路可靠性最多增强10%。     

SDN控制域确定与划分机制

通过将广域网划分成若干规模较小、节点数量均衡的软件定义网络(SDN)控制域,可以提高控制器的服务能力。然而,根据SDN网络拓扑进行控制域的最优数量确定与划分仍然面临许多挑战。提出了一种SDN控制域确定与划分机制,以控制器负载均衡为目标,基于谱聚类算法解决控制域确定与划分问题。首先,基于本征间隙谱聚类算法设计了SDN控制域确定机制,用于确定控制域的最优数量;然后,设计了基于归一化Laplacian矩阵特征向量的SDN控制域划分机制,使得各控制域所拥有的交换机节点数量相对均衡;最后,仿真结果表明,提出的SDN控制域确定与划分机制能够确定最优的控制域数量,并且通过SDN控制域划分可实现各控制域交换机节点数量的相对均衡。     

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%。     

SDN中应用网络分区的控制器部署策略

鉴于大型软件定义网络中控制器部署的复杂性特点,以最小化控制时延为优化目标,提出一种改进的K-均值网络分区算法。通过聚类划分建模控制器部署问题,考虑在真实网络环境中节点的连通性,采用节点间的最短路径代替传统的欧氏距离计算传输时延。实验结果表明,与基于K-means算法相比,该算法可以有效减小网络的最大时延和平均时延,准确部署控制器。     

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。     

SDN中基于时延优化的多控制器部署方案

针对SDN在广域网中部署时,单一集中式的控制器无法满足整个网络性能需求这一问题,提出一种多控制器部署方案。评估给定网络拓扑所需部署的控制器个数,使用聚类方法将控制器初步部署到网络中,向网络中输入动态数据流,根据蜂群算法思想,以最小化流表建立时间和控制器之间的同步时延开销为目标进一步优化控制器的部署。仿真结果表明,该方案在优化流表建立时间的同时,能够获得较小的控制器间同步时延开销。