10.11772/j.issn.1001-9081.2020060845
基于软件定义网络的数据中心自适应多路径负载均衡算法
针对传统多路径负载均衡算法无法有效地感知网络的运行状态、不能综合考虑链路的实时传输状态以及大多数算法缺少自适应性的问题,基于软件定义网络(SDN)的集中控制和全网管控思想,提出一种基于蜘蛛猴优化的SDN自适应多路径负载均衡算法(SMO-LBA).首先,利用数据中心网络的感知能力来获取多路径的实时链路状态信息;然后,利用蜘蛛猴算法的全局探索和局部开采能力将链路空闲率作为每条路径的适应度值,并引入自适应权重对路径进行动态评估及更新;最后,寻找数据中心网络中链路占用率最小的路径,确定其为最优转发路径.选用胖树拓扑在Mininet平台上进行仿真实验,实验结果表明SMO-LBA可提高数据中心网络的吞吐量和平均链路利用率,实现网络自适应负载均衡.
软件定义网络、多路径负载均衡、蜘蛛猴优化算法、胖树、Mininet
41
TP393(计算技术、计算机技术)
甘肃省高原交通信息工程及控制重点实验室开放课题;兰州交通大学"百名青年优秀人才培养计划"资助项目
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
1160-1164