基于动态混合超时的软件定义网络多目标优化

摘要：

软件定义网络(SDN)中,流表项是由控制器创建并指导交换机处理数据包的转发规则.流表项保存在交换机的内存并有一定的超时时间,会影响SDN控制通道的带宽消耗、交换机的内存消耗以及系统资源和性能的管理.针对现有SDN性能优化方案大多为单一目标优化,未考虑流表项超时类型和时间对不同优化目标的影响,提出一种基于流表项动态混合超时的多目标优化方案,对大象流的侦测精度、流表项的交换机内存消耗和控制通道带宽占用进行三目标联合优化.动态混合超时将现有的两种流表项超时方式,即硬超时和空闲超时相结合,并对流表项的超时类型和时间进行双维度动态调节.通过NSGA-Ⅱ算法求解所提优化问题,评估不同超时方式和超时时间对三个优化目标的影响,并通过合并特定超时时间下的解集与贝叶斯多目标优化算法的解集对NSGA-Ⅱ算法的解集质量进行改进.结果表明,所提方案能提供更高的侦测精度、更低的带宽占用和更小的交换机内存消耗,明显提升了SDN的综合性能.

关键词：软件定义网络;流表项超时;多目标优化;大象流侦测;网络性能优化

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61962016

在线出版日期：2022-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3658-3665