基于蚁群优化算法的SDN负载均衡研究

摘要

随着云计算、大数据的不断发展，数据中心的规模得到了进一步的扩大，数据中心提供的业务也多种多样，造成了网络流量的迅速增长，对数据中心底层网络管理提出了更高的要求。软件定义网络(SDN)是近年来出现的一种新兴的网络范式，由于具有全局视图和网络可编程性的优势，被越来越多地部署到数据中心中，因此，基于SDN数据中心的负载均衡也逐渐成为计算机领域的一个研究热点。 论文围绕SDN数据中心负载均衡研究，通过对服务器负载均衡和链路负载均衡两方面进行研究，提出了一种DLBS算法，DLBS算法主要包括两阶段。第一阶段是服务器负载均衡。首先通过部署在SDN控制器中的sFlow对服务器负载信息进行收集，然后综合考虑服务器处理能力和当前负载，动态设定服务器的权值，最后根据权值为数据流选择合适的服务器进行处理;第二阶段是链路负载均衡。针对传统的ECMP负载均衡解决方案容易造成大象流碰撞的问题提出了动态重路由策略，利用SDN控制器获取的数据链路和交换机状态信息对路径进行评估，根据评估结果选择是否执行重路由操作。在重路由过程中，论文采用了蚁群优化算法，针对基本蚁群算法全局搜索能力弱、收敛速度慢的缺点，提出了三方面的改进:混沌选择策略的融合、信息素局部更新和全局更新相结合、信息素挥发因子的分段调整。 为了验证DLBS算法的可用性和有效性，通过Iperf生成不同的流量注入到自定义网络拓扑中进行实验测试。实验结果表明:在服务器负载均衡上，DLBS算法与轮询算法、随机算法相比，系统吞吐量更大、响应时间更短、服务器CPU利用率更均衡;在链路负载均衡上，DLBS算法与最短路径相比，系统的平均传输时延和平均UDP丢包率均更低，平均流吞吐量更大，实验结果验证了DLBS算法的有效性。

目录

声明

摘要

第1章绪论

1．1研究目的和意义

1．2国内外研究现状

1．3论文研究内容

1．4论文组织结构

第2章SDN数据中心负载均衡相关技术

2．1 SDN架构

2．2 0penFlow技术

2．2．1 OpenFlow历史

2．2．2 OpenFlow交换机

2．2．3 OpenFlow控制器

2．2．4 OpenFlow协议

2．3数据中心网络

2．4负载均衡技术研究

2．4．1负载均衡分类

2．4．2传统网络负载均衡

2．4．3基于SDN网络负载均衡

2．5本章小结

第3章动态负载均衡策略

3．1 SDN网络模型和问题描述

3．1．1 SDN网络模型

3．1．2问题描述

3．2 DLBS算法

3．2．1算法思想

3．2．2服务器负载均衡

3．2．3链路负载均衡

3．3本章小结

第4章蚁群优化算法重路由

4．1蚁群算法概述

4．1．1蚁群算法基本原理

4．1．2蚁群算法的数学模型

4．2蚁群算法的优化

4．2．1蚁群算法的改进策略

4．2．2经典的蚁群优化算法

4．3蚁群优化算法重路由实现

4．3．1混沌选择策略

4．3．2信息素的局部更新和全局更新

4．3．3分段调节信息素挥发因子

4．3．4算法设计

4．3．5算法流程

4．3．6算法性能分析

4．4本章小结

第5章实验仿真与分析

5．1 Mininet仿真平台

5．2实验环境

5．3实验与结果分析

5．3．1性能评估指标

5．3．2服务器负载均衡比较

5．3．3链路负载均衡比较

5．4本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢