CN108900428A - 基于交换机动态迁移的控制器负载均衡方法 - Google Patents

基于交换机动态迁移的控制器负载均衡方法 Download PDF

Info

Publication number
CN108900428A
CN108900428A CN201810667452.3A CN201810667452A CN108900428A CN 108900428 A CN108900428 A CN 108900428A CN 201810667452 A CN201810667452 A CN 201810667452A CN 108900428 A CN108900428 A CN 108900428A
Authority
CN
China
Prior art keywords
controller
interchanger
load
domain
balancing method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810667452.3A
Other languages
English (en)
Inventor
李跃辉
郑彬浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810667452.3A priority Critical patent/CN108900428A/zh
Publication of CN108900428A publication Critical patent/CN108900428A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/50—Overload detection or protection within a single switching element
    • H04L49/501—Overload detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种基于交换机动态迁移的控制器负载均衡方法，首先通过对资源池中的每个控制器进行网络负载阈值的上限设置，通过与周期性的测量和收集控制器的负载情况进行比较，并判断资源池中控制器的负载是否超过设置的阈值，若超过则通过网管协议进行控制器的添加，若不超过则直接进入下一步；将控制器的负载设为优化目标函数，在SDN的众多可行域中确定迁入域和迁出域；设置子域迁移度及交换机的有效期，最后执行交换机迁移。

Description

基于交换机动态迁移的控制器负载均衡方法
技术领域
本发明属于软件定义网络、负载均衡技术领域，具体涉及一种基于交换机动态迁移的控制器负载均衡方法。
背景技术
软件定义网络（Software Defined Network, SDN ）是一种新型网络创新架构，其核心技术OpenFlow通过将网络设备控制面与数据面分离开来，从而实现网络流量的灵活控制，为核心网络及应用的创新提供了良好的平台。基于OpenFlow的软件定义网络已经成为了近些年来新兴的网络技术，该技术的主要特点为转发平面和控制平面实现了完全解耦，控制器负责管理整个网络。现有的单控制器部署架构，集中式控制策略降低了网络可扩展性和灵活性，因此研究人员相继提出了一个逻辑上集中，但在物理上分散的控制器部署策略，例如 HyperFlow、Opendaylight、Onix等方案，将SDN划分成多个不相交的子域，每个子域由独立的主控制器控制。控制器多域部署解决了网络可扩展性和灵活性问题，然而流量分布在时间和空间上具有不确定性，在某个时间段或某个域内会出现流量的激增或瞬减，从而导致控制器负载发生较大波动。
为了解决控制器负载波动产生的负载不均衡问题，Heller等人首次提出迁移交换机的思想，以交换机和控制器之间的时延作为迁移度量，研究了不同控制器部署位置对于交换机迁移的影响。但只是进行了理论性分析，未作算法上的具体描述。Dixit等人提出了一种Elasticon架构，增加了负载适应决策模块，基于双门限值，当控制器负载超过上、下门限值时，通过交换机的动态迁移，实现了控制器和交换机之间的动态配置，不足之处在于未考虑多控制器同时超载的情况。Barim等人注重于网络中的流量变化，并设定相应的流量监视模块，根据交换机的实时流请求速率对交换机进行动态调整。Kopo-nen等人提出了一种两层控制器架构，在底层，控制器群并不进行相互通信，对网络信息也毫不知情，上层采用一个逻辑上集中的控制器来维持全局网络状态。两层间的控制器需要不断进行通信，整个网络开销较大。Fu提出了一种控制器休眠模型，在轻流量状态下允许闲置的控制器进入休眠状态以节省资源，利用数学理论定量分析系统性能，构造全局消耗函数以寻求最优解。但冗余控制器的设置难免会使网络的代价增大。在利用率最低迁移策略中提出选取资源利用率最低的控制器作为交换机的迁移目标，虽然提高了迁移效率，但目标控制器的搜索过程较为复杂，控制器消耗了大量资源进行通信交互，降低了控制器的流处理性能。
发明内容
为了解决现有技术的不足，本发明提供了一种基于交换机动态迁移的控制器负载均衡方法。
本发明的目的通过以下技术方案来实现：
基于交换机动态迁移的控制器负载均衡方法，包括如下步骤：
S1、对资源池中的每个控制器进行网络负载阈值的上限设置；
S2、周期性的测量和收集控制器的负载情况；
S3、根据S2中收集的控制器负载情况进行判断资源池中控制器的负载是否超过设置的阈值，若超过则通过网管协议进行控制器的添加，若不超过则直接进入下一步；
S4、将控制器的负载设为优化目标函数，在SDN的众多可行域中确定迁入域和迁出域；
S5、设置子域迁移度M=a|（R1-R2）|+b，其中，R1、R2分别为迁入域和迁出域的负载值，a、b为常量系数；设置交换机的有效期，低请求度的交换机的有效期大于高请求度交换机的有效期；
S6、选择符合条件的交换机进行迁移。
优选地，所述S2中控制器的负载情况包括但不限于，待处理的Packet-In消息、维护管理域和全局拓扑所需的流量、域间控制器的通信开销、流表安装代价、主机CPU的使用率和内存的使用率。
优选地，所述S4中对迁入和迁出域的确定采用遗传算法，
优选地，所述S6中选择交换机的步骤包括：对迁出域控制器管控的交换机在时间间隔内产生的平均流请求进行排序，初始时选择平均请求最大的交换机作为待迁移的交换机，判断迁移后的迁入域的控制器负载是否超过阈值，如果超过，则选择平均请求更低的交换机进行迁移。
优选地，对可行解进行的所述遗传算法包括但不限于选择、交叉、变异操作。
优选地，所述S5中的a、b为和为1的常量系数。
本发明的有益效果体现在：本方法在均衡控制器流量开销方面具有明显优势，缩小了控制器间平均同步时延和交换机请求响应时延，控制器的流处理性能及控制器负载均衡率均得到了提升。
附图说明
图1：本发明的均衡方法流程示意图。
具体实施方式
本发明揭示了一种基于交换机动态迁移的控制器负载均衡方法，结合图1所示，包括如下步骤：
S1、对资源池中的每个控制器进行网络负载阈值的上限设置；
S2、周期性的测量和收集控制器的负载情况；所述控制器的负载情况包括但不限于，待处理的Packet-In消息、维护管理域和全局拓扑所需的流量、域间控制器的通信开销、流表安装代价、主机CPU的使用率和内存的使用率。具体的，由于主机CPU的使用率和内存的使用率属于控制器指标，若只考虑待处理的Packet-In消息、维护管理域和全局拓扑所需的流量、域间控制器的通信开销、流表安装代价等信息，就会忽略控制器的差异，由于每个控制器的处理能力未必相同，收集负载情况时加入主机CPU的使用率和内存的使用率可以更好的根据每个处理器的实际处理情况进行负载均衡。每个控制器的阈值设置与自身的处理能力以及所在网络对网络时延的要求相关。控制器处理能力越高，阈值越高。网络对时延的要求越严，阈值越低。而整个网络的总阈值则是每个处理器的阈值之和。
S3、根据以上收集的控制器负载情况进行判断资源池中控制器的负载是否超过设置的阈值，若超过则通过网管协议进行控制器的添加，若不超过则直接进入下一步；
S4、将所有的控制器进行二进制编码，随机抽取N个控制器作为初始群体。将控制器的负载均衡状况设为优化目标函数，目标函数的值设为个体的适应度，适应度高的遗传给下一代，然后进行交叉、变异，选出局部最优解。从而在SDN的众多可行域中确定迁入域和迁出域；所述迁入域和迁出域的确定采用遗传算法，对可行解进行选择、交叉、变异等遗传操作。
S5、设置子域迁移度，所述子域迁移度是指迁移的交换机数量，其满足条件为：M=a|（R1-R2）|+b，其中，R1、R2分别为迁入域和迁出域的负载值，a、b为和为1的常量系数。设置交换机的有效期，低请求度的交换机的有效期大于高请求度交换机的有效期。所述交换机的有效期是指交换机在迁移过程中处于有效迁移状态的周期数；
S6、对迁出域控制器管控的交换机在时间间隔内产生的平均流请求进行排序，初始时选择平均请求最大的交换机作为待迁移的交换机，判断迁移后的迁入域的控制器负载是否超过阈值，如果超过，则选择平均请求更低的交换机进行迁移。通过交换机的迁移状况，构建新的SDN网络拓扑。
本发明在控制器失效或控制器负载过大时能够将SDN（Software DefinedNetwork, 软件定义网络）交换机迁移到其他正常的或负载较轻的控制器下，避免了控制器单点失效或负载过大，优化了交换机到控制器的动态部署，提高了控制器负载均衡率。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (6)

1.基于交换机动态迁移的控制器负载均衡方法，其特征在于：包括如下步骤：
S1、对资源池中的每个控制器进行网络负载阈值的上限设置；
S2、周期性的测量和收集控制器的负载情况；
S3、根据S2中收集的控制器负载情况进行判断资源池中控制器的负载是否超过设置的阈值，若超过则通过网管协议进行控制器的添加，若不超过则直接进入下一步；
S4、将控制器的负载设为优化目标函数，在SDN的众多可行域中确定迁入域和迁出域；
S5、设置子域迁移度M=a|（R1-R2）|+b，其中，R1、R2分别为迁入域和迁出域的负载值，a、b为常量系数；设置交换机的有效期，低请求度的交换机的有效期大于高请求度交换机的有效期；
S6、选择符合条件的交换机进行迁移。
2.如权利要求1所述的基于交换机动态迁移的控制器负载均衡方法，其特征在于：所述S2中控制器的负载情况包括但不限于，待处理的Packet-In消息、维护管理域和全局拓扑所需的流量、域间控制器的通信开销、流表安装代价、主机CPU的使用率和内存的使用率。
3.如权利要求1所述的基于交换机动态迁移的控制器负载均衡方法，其特征在于：所述S4中对迁入和迁出域的确定采用遗传算法。
4.如权利要求1所述的基于交换机动态迁移的控制器负载均衡方法，其特征在于：所述S6中选择交换机的步骤包括：对迁出域控制器管控的交换机在时间间隔内产生的平均流请求进行排序，初始时选择平均请求最大的交换机作为待迁移的交换机，判断迁移后的迁入域的控制器负载是否超过阈值，如果超过，则选择平均请求更低的交换机进行迁移。
5.如权利要求3所述的基于交换机动态迁移的控制器负载均衡方法，其特征在于：对可行解进行的所述遗传算法包括但不限于选择、交叉、变异操作。
6.如权利要求1所述的基于交换机动态迁移的控制器负载均衡方法，其特征在于：所述S5中的a、b为和为1的常量系数。
CN201810667452.3A 2018-06-26 2018-06-26 基于交换机动态迁移的控制器负载均衡方法 Pending CN108900428A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810667452.3A CN108900428A (zh) 2018-06-26 2018-06-26 基于交换机动态迁移的控制器负载均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810667452.3A CN108900428A (zh) 2018-06-26 2018-06-26 基于交换机动态迁移的控制器负载均衡方法

Publications (1)

Publication Number Publication Date
CN108900428A true CN108900428A (zh) 2018-11-27

Family

ID=64345787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810667452.3A Pending CN108900428A (zh) 2018-06-26 2018-06-26 基于交换机动态迁移的控制器负载均衡方法

Country Status (1)

Country Link
CN (1) CN108900428A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110034955A (zh) * 2019-03-26 2019-07-19 重庆邮电大学 一种考虑多种交换机迁移指标的目标控制器选取方法
CN110377430A (zh) * 2019-07-24 2019-10-25 中南民族大学 数据迁移方法、设备、存储介质及装置
CN110784366A (zh) * 2019-11-11 2020-02-11 重庆邮电大学 Sdn中基于immac算法的交换机迁移方法
CN110781003A (zh) * 2019-10-24 2020-02-11 重庆邮电大学 一种粒子群融合变异控制的负载均衡方法
CN111711576A (zh) * 2020-06-30 2020-09-25 西安电子科技大学 基于高效交换机迁移的控制器负载均衡系统与方法
CN111835725A (zh) * 2020-06-12 2020-10-27 北京邮电大学 一种sdn控制器集群的网络攻击应对方法
CN112637286A (zh) * 2020-12-10 2021-04-09 中国联合网络通信集团有限公司 网络架构调整方法、装置、系统和计算机可读存储介质
CN113301143A (zh) * 2021-05-21 2021-08-24 河南工学院 一种基于稳定匹配的sdn分布式控制平面负载均衡方法
CN114979007A (zh) * 2022-05-18 2022-08-30 公诚管理咨询有限公司 基于5g核心网nfv切片技术的负载均衡器的调节方法、系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107276662A (zh) * 2017-07-27 2017-10-20 大连大学 一种软件定义空间信息网络多控制器动态部署方法
CN108011838A (zh) * 2017-11-30 2018-05-08 安徽大学 基于响应时间的sdn多控制器负载均衡方法
CN108123891A (zh) * 2017-12-07 2018-06-05 长沙学院 Sdn网络中使用分布式域控制器实现的动态负载均衡方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107276662A (zh) * 2017-07-27 2017-10-20 大连大学 一种软件定义空间信息网络多控制器动态部署方法
CN108011838A (zh) * 2017-11-30 2018-05-08 安徽大学 基于响应时间的sdn多控制器负载均衡方法
CN108123891A (zh) * 2017-12-07 2018-06-05 长沙学院 Sdn网络中使用分布式域控制器实现的动态负载均衡方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吁迎平等: "OpenFlow网络中控制器负载均衡策略研究", 《网络安全技术与应用》 *
胡涛等: "SDN中基于迁移优化的控制器负载均衡策略", 《计算机应用研究》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110034955A (zh) * 2019-03-26 2019-07-19 重庆邮电大学 一种考虑多种交换机迁移指标的目标控制器选取方法
CN110034955B (zh) * 2019-03-26 2022-03-22 重庆邮电大学 一种考虑多种交换机迁移指标的目标控制器选取方法
CN110377430A (zh) * 2019-07-24 2019-10-25 中南民族大学 数据迁移方法、设备、存储介质及装置
CN110781003A (zh) * 2019-10-24 2020-02-11 重庆邮电大学 一种粒子群融合变异控制的负载均衡方法
CN110781003B (zh) * 2019-10-24 2023-04-07 重庆邮电大学 一种粒子群融合变异控制的负载均衡方法
CN110784366A (zh) * 2019-11-11 2020-02-11 重庆邮电大学 Sdn中基于immac算法的交换机迁移方法
CN111835725A (zh) * 2020-06-12 2020-10-27 北京邮电大学 一种sdn控制器集群的网络攻击应对方法
CN111711576A (zh) * 2020-06-30 2020-09-25 西安电子科技大学 基于高效交换机迁移的控制器负载均衡系统与方法
CN112637286A (zh) * 2020-12-10 2021-04-09 中国联合网络通信集团有限公司 网络架构调整方法、装置、系统和计算机可读存储介质
CN113301143A (zh) * 2021-05-21 2021-08-24 河南工学院 一种基于稳定匹配的sdn分布式控制平面负载均衡方法
CN113301143B (zh) * 2021-05-21 2022-07-12 河南工学院 一种基于稳定匹配的sdn分布式控制平面负载均衡方法
CN114979007A (zh) * 2022-05-18 2022-08-30 公诚管理咨询有限公司 基于5g核心网nfv切片技术的负载均衡器的调节方法、系统

Similar Documents

Publication Publication Date Title
CN108900428A (zh) 基于交换机动态迁移的控制器负载均衡方法
Sahoo et al. ESMLB: Efficient switch migration-based load balancing for multicontroller SDN in IoT
Silva Filho et al. Approaches for optimizing virtual machine placement and migration in cloud environments: A survey
Praveen et al. An Adaptive Load Balancing Technique for Multi SDN Controllers
Hu et al. Multi-controller based software-defined networking: A survey
CN110784366B (zh) Sdn中基于immac算法的交换机迁移方法
CN107612771A (zh) 一种基于动态迁移的sdn网络负载均衡方法
Aly Controller adaptive load balancing for SDN networks
CN109286528A (zh) 一种基于时延的sdn网络多控制器部署方法
CN102664814A (zh) 一种虚拟网络中基于灰色预测的自适应动态资源分配方法
Hu et al. Adaptive slave controller assignment for fault-tolerant control plane in software-defined networking
CN113645146B (zh) 基于新流密度的软件定义网络控制器负载均衡方法及系统
Lan et al. A dynamic load balancing mechanism for distributed controllers in software-defined networking
Zhang et al. Optimal controller placement problem in internet-oriented software defined network
CN112559122A (zh) 一种基于电力专用安防设备的虚拟化实例管控方法及系统
Li et al. Dynamic SDN controller association mechanism based on flow characteristics
Hu et al. An improved switch migration approach to controller load balancing in sdn
Yi et al. Energy‐aware disaster backup among cloud datacenters using multiobjective reinforcement learning in software defined network
Yu et al. An energy-aware algorithm for optimizing resource allocation in software defined network
Srivastava et al. A dominance of the channel capacity in load balancing of software defined network
Baek et al. Floadnet: Load balancing in fog networks with cooperative multiagent using actor–critic method
Liu et al. Multi-controller placement based on two-sided matching in inter-datacenter elastic optical networks
Lian et al. Topology-aware VM placement for network optimization in cloud data centers
Wei et al. SDN-based multi-controller optimization deployment strategy for satellite network
Liu et al. A deep Q-learning based VNF migration strategy for elastic control in SDN/NFV network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181127