CN110677352A - 一种软件定义网络中单交换机单控制器传输控制方法 - Google Patents
一种软件定义网络中单交换机单控制器传输控制方法 Download PDFInfo
- Publication number
- CN110677352A CN110677352A CN201910954109.1A CN201910954109A CN110677352A CN 110677352 A CN110677352 A CN 110677352A CN 201910954109 A CN201910954109 A CN 201910954109A CN 110677352 A CN110677352 A CN 110677352A
- Authority
- CN
- China
- Prior art keywords
- node
- controller
- switch
- queue
- transmission control
- 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.)
- Withdrawn
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013178 mathematical model Methods 0.000 claims abstract description 14
- 230000006399 behavior Effects 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/042—Backward inferencing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种软件定义网络中单交换机单控制器传输控制方法,用于改善网络瓶颈带宽对系统整体性能的负面影响,该方法包括:基于排队博弈理论建立软件定义网络单交换机单控制器传输控制系统模型,并构建系统模型中网络节点间竞争行为和目标的数学模型;求解数学模型的理论均衡解,得到网络节点的最优策略;在传输控制系统中使用最优策略,从而缓解控制器节点容易拥塞的传输压力,实现软件定义网络效率的最大化。本发明的软件定义网络中单交换机单控制器传输控制方法可解决软件定义网络资源分配问题,且本发明将控制器节点和交换机节点看作是平等的博弈者,可减少对某一角色的依赖。
Description
技术领域
本发明涉及软件定义网络中资源分配技术领域,特别是指一种软件定义网络中单交换机单控制器传输控制方法。
背景技术
在软件定义网络(SDN)中,网络(控制平面)的控制逻辑与转发流量的底层路由器和交换机(数据平面)分离。交换机成为简单的转发设备,控制逻辑在控制器(或网络操作系统)中实现,简化了策略实现和网络配置演化。然而,控制器节点的负载压力随着大量控制信息的转发而增大。为了解决资源合理分配问题,目前大多数的方案是通过最小化功耗、最大化网络总利用率、提供最优负载平衡和其他通用资源优化技术来设计。但这些方案仅考虑了多个网络参数在单一或有限组合下的提升,无法对网络进行全面的系统建模,无法获得最优策略。为了提高网络性能,传输控制应得到更多的重视。交换机上的业务请求根据自己的信息加入控制器节点的队列。每个交换机的目的都是在满足各自需求的前提下,实现信息的最大传输。在计算、存储、带宽等资源有限的情况下,包括交换机在内的网络节点与SDN中的控制器节点之间会产生竞争。如何通过优化策略提高数据转发的效率是软件定义网络技术需要考虑的关键问题。
目前,针对瓶颈带宽对网络性能的负面影响,一些研究致力于改进SDN的传输控制机制。一种方案是考虑了在超密集的5G无线网络中,每个转发设备的UDP/TCP流量之间的速率,从而定义了流量异质性。提出了三种新的启发式算法,即最短路径优化算法和e2eDe lay并行优化算法,以加速SDN控制器的集中化。还有一种方案是利用集中控制方法和网络全局视图等特点,设计了一种基于SDN的TCP拥塞控制机制(SDTCP)来解决TCP拥塞问题。当交换机发生拥塞时,控制器可以选择后台流,通过调整相应后台流的广告包窗口来减少带宽,为突发流预留更多带宽。这两种方案都通过区分不同的业务流来缓解TCP拥塞问题。但仅区分这两种类型还不足以包含大数据时代大量具有不同类型和特征的流类型。
在过去的几年里,已有许多研究者对SDN网络中的负载均衡问题进行了研究。目前,现有的一种方案是通过为一个拥挤的云网络引入一个SDN增强的云间管理器(S-I CM),用于分配网络流。它由监测和决策部分组成。在监控方面,S-I CM使用SDN控制消息来观察和收集数据,并根据测量到的数据包网络时延来进行决策。结果表明,在大负荷下,采用RR作业调度算法,S-I CM比HFA和RR能更有效地避免系统饱和。还有一种方案是通过使用一个具有全局视图的软件定义的网络控制器,以便在具有设备到设备(D2D)通信的软件定义的以信息为中心的网络虚拟化体系结构中促进动态虚拟资源分配和内容缓存。考虑到信道估计和测量的不准确,将虚拟资源分配和缓存优化问题转化为包含不完全信道状态信息的离散随机优化问题。通过大量的仿真,证明了该方法在不同系统参数下的有效性。但这两种方案都是从控制器中提取全局网络信息作为决策依据。然而,对控制器功能的过度依赖可能会降低系统的鲁棒性。
发明内容
本发明要解决的技术问题是提供一种软件定义网络中单交换机单控制器传输控制方法,以改善网络瓶颈带宽对系统整体性能的负面影响,并克服现有软件定义网络传输控制方案由于都是从控制器中提取全局网络信息作为决策依据,可能会降低系统的鲁棒性的问题。
为解决上述技术问题,本发明提供一种软件定义网络中单交换机单控制器传输控制方法,所述方法包括:
基于排队博弈理论建立软件定义网络单交换机单控制器传输控制系统模型,并构建系统模型中网络节点间竞争行为和目标的数学模型;
求解所述数学模型的理论均衡解,得到所述网络节点的最优策略;
在传输控制系统中使用所述最优策略,从而缓解控制器节点容易拥塞的传输压力,实现软件定义网络效率的最大化。
进一步地,所述网络节点包括交换机节点和控制器节点;其中,所述控制器节点和所述交换机节点为平等的博弈参与者。
进一步地,系统模型中的竞争资源包括计算资源、存储资源和带宽资源。
进一步地,所述网路节点的行为包括所述交换机节点的请求是否加入所述控制器节点的队列,以及所述控制器节点设置的入场费值。
进一步地,所述传输控制系统的目标为在网络承载能力范围内实现控制器节点和交换机节点间数据传输的最大化;所述目标抽象为一个效果函数,其包括交换机节点完成数据服务所获得的收益、需要支付的入场费和等待成本。
进一步地,所述最优策略为所述控制器节点的最优入场费。
进一步地,所述求解所述数学模型的理论均衡解,得到所述网络节点的最优策略的过程,包括:
假设当交换机节点完成数据服务后所获得的净收益为非负数时,交换机节点的请求加入控制器节点的队列;由此,在个体优化的条件下,获得个体最优队列阈值其中,表示不大于的最大整数,R为交换机节点完成数据服务后所获得的收益,μ为控制器节点的服务速率,C为当交换机节点的请求加入控制器节点的队列后,每单位时间需要支付的等待成本;
根据排队博弈理论,单位时间的预期社会总收益为:
通过最大化公式(1),在社会优化的条件下计算出社会最优队列阈值l*;
在后到先服务抢占排队模型中,如果已经有l个请求在队列中等待服务,则新到达的交换机节点的请求不加入队列,l表示控制器节点的最大队列长度,交换机节点请求位于第l个时的预期净收益为:
其中,p0表示第l个请求获得服务的概率,表示该请求在缓存中等待的预期时间;仅当所有排在前面的请求得到服务后,第l个请求才能够获得收益,根据排队博弈理论可得到:
基于公式(3)和公式(4),公式(2)可以改写为:
在系统模型中,如果s(l)≥0,则第l个请求能够得到服务,由公式(5)得:
不等式(6)右边可改写为:
在软件定义网络中,服务模型通常为先到先服务排队模型,为获得最优社会收益,引入由希望得到服务的交换机节点请求支付的控制器节点入场费f;根据系统模型,交换机节点的净收益为如果净收益大于零,请求加入控制器节点队列,故可得最大队列长度为相应的入场费为:
控制器节点的收益为:
队列长度满足以下最大化控制器节点收益条件:
带入到公式(9),公式(10)可改写为:
对比lm和l*的值,f(x)和g(x)的关系可推导如下:
在0<ρ<1和x≥1的限制条件下,g(x)-f(x)≥0,因为f(x)和g(x)都是单调增函数,可得α*≥lx,因此可得:
l*≥lm (13)
联立公式(7)和(12),可得最优队列长度为:
综上所述,在系统模型中使用队列阈值lm来实现最优社会收益,相应的最优入场价格为:
进一步地,所述在传输控制系统中使用所述最优策略,具体为:
将传输控制系统中的控制器节点的入场费设置为f*;交换机节点根据控制器节点返回的当前队列长度和入场费计算当前请求的净收益,当净收益值不小于零时,请求加入控制器节点的队列并等待服务,否则不加入。
本发明的上述技术方案的有益效果如下:
本发明利用排队博弈理论建立了软件定义网络的系统模型。建立了SDN节点间竞争行为和目标的数学模型。通过求解该数学模型的理论均衡解,得到节点的最优策略,从而缓解了易于堵塞的控制器节点的传输压力,实现网络效率的最大化。
本发明考虑了SDN网络中重要网络指标吞吐量和时延,并通过节点间的博弈构造了最优的系统策略。同时,由于模型在交换机请求参数设计上的独立性,有利于系统根据未来特定的网络需求进行系统升级,更适合于将来网络功能虚拟化多变的个性化需求。该方案主要解决的是瓶颈带宽和端到端延迟对网络性能造成的负面影响。
本发明基于排队博弈理论,设计了一种最优的软件定义传输控制算法,通过最大化TCPL控制器收益和社会收益来获得最优的入场费以提高网络性能。
主要贡献可归纳如下:
1、本发明引入排队博弈理论,得到控制器队列中的最优访问策略,通过将方案设计转化为初始理论计算中,降低了传输控制算法的复杂度;
2、本发明将控制器和交换机设计为平等的博弈参与者,以减少对某一特定角色的依赖。
附图说明
图1为本发明实施例提供的软件定义网络中单交换机单控制器传输控制方法的流程示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本实施例提供一种软件定义网络中单交换机单控制器传输控制方法,如图1所示,所述方法包括:
S101,基于排队博弈理论建立软件定义网络单交换机单控制器传输控制系统模型,并构建系统模型中网络节点间竞争行为和目标的数学模型;
需要说明的是,在系统架构中,通过数据层的切换将不同的用户连接到网络,并通过控制器的信息来实现数据流。
系统中的博弈参与者是系统模型中包括交换机节点和控制器节点的网络节点;其中,控制器节点和交换机节点为平等的博弈参与者,以减少对某一特定角色的依赖。系统模型中的竞争资源是计算、存储、带宽和其他网络资源。这里网络节点的行为分为以下两类:交换机节点的请求是否加入控制器节点的队列,以及控制器节点设置的入场费值,这两种行为是相互关联的。系统的目标是在网络承载能力范围内实现数据传输的最大化。目标被抽象为一个效果函数,包括完成数据服务所获得的收益、需要支付的入场费和等待成本。
所要得到的最优策略为控制器节点的最优入场费。切换请求通过设置排队博弈的均衡解最优入场费来选择是否加入队列。交换机请求接受控制器的服务后,它将获得收益并在排队等待时支付等待费用。控制器从请求服务的入场费中获得收益。不同的交换请求需要更快的服务和更高的净收入,但是系统资源有限。排队博弈论可以根据交换机的收益和系统的社会收益,从个体和全局的角度准确地获得系统的最佳策略和纳什均衡。因此,本发明利用排队博弈论对软件定义网络资源分配问题进行数学建模,通过求解数学模型来获得博弈参与者的最优策略,从而获得系统的最优传输控制机制。
S102,求解数学模型的理论均衡解,得到网络节点的最优策略;
具体地,上述求解数学模型的理论均衡解的过程如下:
首先作以下两点定义:
定义2:对于传输控制平台中的单交换机单控制器,交换机为了获得服务向控制器支付入场费f,完全服务后获得收益R。在请求加入队列后,每单位时间需支付等待成本C。交换机请求仅在其净收益S(i)≥0时加入控制器队列。
根据以上定义,可根据交换机收益、入场费和等待成本来计算交换机的净收益S(i),如果为S(i)≥0,则请求加入队列。从而得到控制器的收益P(f)和传输控制平台的社会收益W(f)。为了获得最优P(f)和W(f),需得到最优入场费。
本实施例的软件定义网络中单交换机单控制器传输控制方法所用的参数说明如下列表1所示:
表1.软件定义网络中单交换机单控制器传输控制方案的参数规范
在单交换机单控制器模型中,个体对交换机节点的优化策略很简单。当交换机节点发出的请求进入控制器节点队列中并获得服务后,将获得净收益如果该值是非负数,即交换机节点请求加入队列,否则,请求不加入;由此,在个体优化的条件下,获得个体最优队列阈值其中,表示不大于的最大整数,R为交换机节点完成数据服务后所获得的收益,μ为控制器节点的服务速率,C为当交换机节点的请求加入控制器节点的队列后,每单位时间需要支付的等待成本;
根据排队博弈理论,单位时间的预期社会总收益为:
通过最大化公式(1),在社会优化的条件下计算出社会最优队列阈值l*;
对于SDN的单交换机单控制器模型,必须将控制器的队列长度设置为不小于最佳队列阈值以最大化社会收益。
在后到先服务抢占排队模型中,如果已经有l个请求在队列中等待服务,则新到达的交换机节点的请求不加入队列,l表示控制器节点的最大队列长度,交换机节点请求位于第l个时的预期净收益为:
基于公式(3)和公式(4),公式(2)可以改写为:
在系统模型中,如果s(l)≥0,则第l个请求能够得到服务,由公式(5)得:
不等式(6)右边可改写为:
这表示社会最优队列阈值l*比个体最优队列阈值lin小。
在软件定义网络中,服务模型通常为先到先服务排队模型,为获得最优社会收益,引入由希望得到服务的交换机节点请求支付的控制器节点入场费f;根据系统模型,交换机节点的净收益为如果净收益大于零,请求加入控制器节点队列,故可得最大队列长度为相应的入场费为:
控制器节点的收益为:
队列长度满足以下最大化控制器节点收益条件:
带入到公式(9),公式(10)可改写为:
对比lm和l*的值,f(x)和g(x)的关系可推导如下:
在0<ρ<1和x≥1的限制条件下,g(x)-f(x)≥0,因为f(x)和g(x)都是单调增函数,可得α*≥lx,因此可得:
l*≥lm (13)
联立公式(7)和(12),可得最优队列长度为:
综上所述,在系统模型中使用队列阈值lm来实现最优社会收益,相应的最优入场价格为:
S103,在传输控制系统中使用最优策略,实现软件定义网络效率的最大化。
需要说明的是,在通过求解上述模型的理论均衡解,得到节点的最优策略后,本实施例通过将传输控制系统中的控制器节点的入场费设置为f*,交换机节点根据控制器节点返回的当前队列长度和入场费计算当前请求的净收益,当净收益值不小于零时,请求加入控制器节点的队列并等待服务,否则不加入。以此来缓解控制器节点的传输压力,并实现软件定义网络效率的最大化。
本实施例的方案根据交换机请求获得的服务效益,区分不同的流类型,运用排队博弈理论建立网络传输模型,以此解决软件定义网络资源分配问题。且本实施例将控制器和交换机看作是平等的博弈者,以减少对某一角色的依赖。
此外,需要说明的是,本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述软件定义网络中单交换机单控制器传输控制方法包括:
基于排队博弈理论建立软件定义网络单交换机单控制器传输控制系统模型,并构建系统模型中网络节点间竞争行为和目标的数学模型;
求解所述数学模型的理论均衡解,得到所述网络节点的最优策略;
在传输控制系统中使用所述最优策略,实现软件定义网络效率的最大化。
2.如权利要求1所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述网络节点包括交换机节点和控制器节点;其中,所述控制器节点和所述交换机节点为平等的博弈参与者。
3.如权利要求2所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述系统模型中的竞争资源包括计算资源、存储资源和带宽资源。
4.如权利要求3所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述网路节点的行为包括所述交换机节点的请求是否加入所述控制器节点的队列,以及所述控制器节点设置的入场费值。
5.如权利要求4所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述传输控制系统的目标为在网络承载能力范围内实现控制器节点和交换机节点间数据传输的最大化;所述目标抽象为一个效果函数,其包括交换机节点完成数据服务所获得的收益、需要支付的入场费和等待成本。
6.如权利要求5所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述最优策略为所述控制器节点的最优入场费。
7.如权利要求6所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述求解所述数学模型的理论均衡解,得到所述网络节点的最优策略的过程,包括:
假设当交换机节点完成数据服务后所获得的净收益为非负数时,交换机节点的请求加入控制器节点的队列;由此,在个体优化的条件下,获得个体最优队列阈值其中,表示不大于的最大整数,R为交换机节点完成数据服务后所获得的收益,μ为控制器节点的服务速率,C为当交换机节点的请求加入控制器节点的队列后,每单位时间需要支付的等待成本;
根据排队博弈理论,单位时间的预期社会总收益为:
通过最大化公式(1),在社会优化的条件下计算出社会最优队列阈值l*;
在后到先服务抢占排队模型中,如果已经有l个请求在队列中等待服务,则新到达的交换机节点的请求不加入队列,l表示控制器节点的最大队列长度,交换机节点请求位于第l个时的预期净收益为:
基于公式(3)和公式(4),公式(2)可以改写为:
在系统模型中,如果s(l)≥0,则第l个请求能够得到服务,由公式(5)得:
不等式(6)右边可改写为:
在软件定义网络中,服务模型通常为先到先服务排队模型,为获得最优社会收益,引入由希望得到服务的交换机节点请求支付的控制器节点入场费f;根据系统模型,交换机节点的净收益为如果净收益大于零,请求加入控制器节点队列,故可得最大队列长度为相应的入场费为:
控制器节点的收益为:
队列长度满足以下最大化控制器节点收益条件:
带入到公式(9),公式(10)可改写为:
对比lm和l*的值,f(x)和g(x)的关系可推导如下:
在0<ρ<1和x≥1的限制条件下,g(x)-f(x)≥0,因为f(x)和g(x)都是单调增函数,可得α*≥lx,因此可得:
l*≥lm (13)
联立公式(7)和(12),可得最优队列长度为:
综上所述,在系统模型中使用队列阈值lm来实现最优社会收益,相应的最优入场价格为:
8.如权利要求7所述的软件定义网络中单交换机单控制器传输控制方法,其特征在于,所述在传输控制系统中使用所述最优策略,具体为:
将传输控制系统中的控制器节点的入场费设置为f*;交换机节点根据控制器节点返回的当前队列长度和入场费计算当前请求的净收益,当净收益值不小于零时,请求加入控制器节点的队列并等待服务,否则不加入。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910954109.1A CN110677352A (zh) | 2019-10-09 | 2019-10-09 | 一种软件定义网络中单交换机单控制器传输控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910954109.1A CN110677352A (zh) | 2019-10-09 | 2019-10-09 | 一种软件定义网络中单交换机单控制器传输控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110677352A true CN110677352A (zh) | 2020-01-10 |
Family
ID=69081262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910954109.1A Withdrawn CN110677352A (zh) | 2019-10-09 | 2019-10-09 | 一种软件定义网络中单交换机单控制器传输控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110677352A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112134807A (zh) * | 2020-08-26 | 2020-12-25 | 天津城建大学 | 基于纳什议价的sdn负载均衡方法、系统、设备及存储介质 |
CN112671558A (zh) * | 2020-12-08 | 2021-04-16 | 山东大学 | 基于博弈的软件定义网络控制器收益优化方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103298076A (zh) * | 2013-06-21 | 2013-09-11 | 西安邮电大学 | 一种异构网络中的接入网络选择的方法 |
-
2019
- 2019-10-09 CN CN201910954109.1A patent/CN110677352A/zh not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103298076A (zh) * | 2013-06-21 | 2013-09-11 | 西安邮电大学 | 一种异构网络中的接入网络选择的方法 |
Non-Patent Citations (2)
Title |
---|
BALA PRAKASA RAO KILLI等: "Cooperative Game Theory based Network Partitioning for Controller Placement in SDN", 《2018 10TH INTERNATIONAL CONFERENCE ON COMMUNICATION SYSTEMS & NETWORKS》 * |
CHAO GUO等: "TCQG—Software-Defined Transmission Control Scheme in 5G Networks from Queuing Game Perspective", 《SENSORS》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112134807A (zh) * | 2020-08-26 | 2020-12-25 | 天津城建大学 | 基于纳什议价的sdn负载均衡方法、系统、设备及存储介质 |
CN112671558A (zh) * | 2020-12-08 | 2021-04-16 | 山东大学 | 基于博弈的软件定义网络控制器收益优化方法及系统 |
CN112671558B (zh) * | 2020-12-08 | 2022-08-30 | 山东大学 | 基于博弈的软件定义网络控制器收益优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hussein et al. | Efficient task offloading for IoT-based applications in fog computing using ant colony optimization | |
CN109669768B (zh) | 一种面向边云结合架构的资源分配和任务调度方法 | |
CN108063830B (zh) | 一种基于mdp的网络切片动态资源分配方法 | |
CN111400001B (zh) | 一种面向边缘计算环境的在线计算任务卸载调度方法 | |
CN110099384A (zh) | 基于边-端协同的多用户多mec任务卸载资源调度方法 | |
CN110717300B (zh) | 面向电力物联实时在线监测业务的边缘计算任务分配方法 | |
CN110012039A (zh) | 一种车联网中基于admm的任务分配与功率控制方案 | |
CN104301254B (zh) | 一种用于数据中心网络的数据包调度方法 | |
CN106537824A (zh) | 用于减少信息中心网络的响应时间的方法和装置 | |
CN110677352A (zh) | 一种软件定义网络中单交换机单控制器传输控制方法 | |
Yang et al. | A novel distributed task scheduling framework for supporting vehicular edge intelligence | |
CN104994150A (zh) | 一种面向云视频服务的请求分配方法 | |
Zheng et al. | Adaptive resource scheduling mechanism in P2P file sharing system | |
Mebrek et al. | Intelligent resource allocation and task offloading model for IoT applications in fog networks: a game-theoretic approach | |
Abdelwahab et al. | Flocking virtual machines in quest for responsive iot cloud services | |
CN104994149A (zh) | 一种面向云视频服务的资源提供方法 | |
Yang et al. | Data synchronization for vehicular digital twin network | |
CN110677301B (zh) | 一种5g网络中多交换机单控制器软件定义传输控制方法 | |
Nguyen et al. | EdgePV: collaborative edge computing framework for task offloading | |
CN113190342A (zh) | 用于云-边协同网络的多应用细粒度卸载的方法与系统架构 | |
CN116828538A (zh) | 算力资源分配方法、装置、存储介质及电子设备 | |
CN102202344B (zh) | 无线Mesh网中基于博弈论的跨层拥塞控制方法 | |
Zhou et al. | Dynamic computation offloading scheme for fog computing system with energy harvesting devices | |
CN109298932B (zh) | 基于OpenFlow的资源调度方法、调度器及系统 | |
Zhang et al. | Vehicular multi-slice optimization in 5G: Dynamic preference policy using reinforcement learning |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200110 |