[01654557]SDN网络中控制平面负载均衡技术的研究

分布式SDN架构通过在控制平面部署多个控制器来共同管理网络, 有效解决了集中式架构单点失败和可扩展性的问题, 但是控制层控制器之间负载不均衡,也会影响网络性能、造成资源和成本浪费。为了解决上述问题,本研究首先设计了可扩展的分层SDN架构SHLB,通过在控制层与数据层之间插入中间层,可在一定程度上解决控制层负载不均衡所导致的资源浪费问题,相关成果发表EI检索会议1篇,培养硕士研究生1名。之后,本研究提出一种基于隐马尔可夫优化的最大熵网络流量预测和控制器预部署模型PPME,该模型首先将 SDN 流量根据协议种类进行分类,利用已捕获的历史数据流,使用最大熵算法预测未来数据流的分布,并生成控制平面各类控制器的预部署方案,最终加入隐马尔可夫链对预测方案的时效性进行了优化。实验结果证明,PPME 相比于现有算法模型,具有更高的预测精度,所生成的预部署方案能够适应复杂 SDN 网络环境中的动态变化,减少了由于突发事件所导致的负载不均问题和控制器迁移,降低了由迁移所产生的网络延迟和响应时间,相关研究发表论文2篇,培养研究生1名。