DCN中基于前馈神经网络的动态多路径负载均衡方法

摘要：

针对数据中心网络(DCN)中因大象流而引起的网络负载不均衡问题,提出一种基于前馈神经网络的动态多路径负载均衡方法.在拓扑感知和流量信息监控的基础上对大象流进行标记,将收集到的网络流量信息输入前馈神经网络以预估每段链路的负载,并结合优化蚁群算法为大象流寻找最优路径,使大象流根据链路的实时状态完成路径选择.仿真结果表明,该方法能够有效降低网络传输时延,提高链路利用率和网络吞吐量.

关键词：软件定义网络;数据中心网络;负载均衡;前馈神经网络;蚁群算法

所属期刊栏目：47

分类号：TP393(计算技术、计算机技术)

资助基金：安徽省自然科学基金1408085MF125

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119