基于贝叶斯网络的SDON控制器自学习负载均衡算法

摘要：

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.

关键词：软件定义光网络、贝叶斯网络、强化学习、控制器负载均衡

所属期刊栏目：43

分类号：TP393.0(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省教育厅2017年专项科学研究计划

在线出版日期：2020-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：10-15