10.13921/j.cnki.issn1002-5561.2019.12.003
基于贝叶斯网络的SDON控制器自学习负载均衡算法
随着软件定义光网络(SDON)规模的增大,需多个控制器共同为全网提供服务,而控制器负载均衡问题影响到全网服务能力和网络生存性.提出一种基于贝叶斯网络的SDON控制器自学习负载均衡算法.首先,在考虑控制器负载、控制器吞吐量和光交换机迁移时延等控制器相关参数的情况下,利用贝叶斯网络预测负载拥塞程度;其次,结合强化学习算法作出最优动作决策,并利用反馈机制实现参数权重的自我调节,从而调整控制器负载拥塞程度实现负载均衡.仿真结果表明:与Q-learning算法相比,该算法更好地实现了控制器负载均衡功能,更快地提高了负载均衡效率.
软件定义光网络、贝叶斯网络、强化学习、控制器负载均衡
43
TP393.0(计算技术、计算机技术)
国家自然科学基金;陕西省教育厅2017年专项科学研究计划
2020-05-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-15