一种在软件定义网络中实现控制器负载均衡的方法

摘要

本发明提出了一种在软件定义网络中实现控制器负载均衡的方法，采用多智能体强化学习的动态控制器工作负载平衡方案，能够实现在控制器中的智能体可以生成针对交换机迁移问题的控制策略。将多智能体强化学习的分布式处理特性应用在动态控制器工作负载均衡中，每个控制器就是一个智能体，采用交换机迁移策略迁移交换机，得到的控制器负载均衡分配结果。由于交换机迁移策略是通过符合网络情况的模型产生的，最大可能的保证了该控制器负载分配结果是均衡的。其中，符合网络情况的模型通过离线学习的方式获得，获得交换机迁移策略时可以直接采用离线学习的获得模型，减少了运算时间，提高了效率。