申请/专利权人：济南大学

申请日：2023-03-03

公开（公告）日：2024-04-30

公开（公告）号：CN116208560B

主分类号：H04L47/125

分类号：H04L47/125;H04L67/1001

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2023.06.20#实质审查的生效;2023.06.02#公开

摘要：本发明提出了针对大象流的SDN数据中心网络负载均衡方法及系统，涉及网络技术领域，具体方案包括：实时探测感知SDN数据中心网络的拓扑结构，基于构建的网络拓扑图，检测链路的拥塞程度，根据拥塞程度动态调整采样周期；根据所述采样周期进行采样，通过两阶段双阈值的方法，对得到的样本进行大象流的识别；根据最小化丢包率、最大化吞吐量以及更高的路径选择概率设计奖励函数，为识别到的大象流实时计算最优路径，并重路由到最优路径；本发明能够为基于SDN技术下的数据中心网络提供一种智能动态的负载均衡方法，使得基于SDN技术下的数据中心流量拥塞以及网络延迟的问题得以缓解，同时解决带宽碎片化问题，提高网络的性能与带宽利用率。

主权项：1.针对大象流的SDN数据中心网络负载均衡系统，其特征在于，包括：全网实时监控模块，被配置为：实时探测感知SDN数据中心网络的拓扑结构，基于构建的网络拓扑图，检测链路的拥塞程度，根据拥塞程度动态调整采样周期；大象流检测模块，被配置为：根据所述采样周期进行采样，通过两阶段双阈值的方法，对得到的样本进行大象流的识别；大象流重路由模块，被配置为：根据丢包率、吞吐量以及路径选择概率设计奖励函数，为识别到的大象流实时计算最优路径，并重路由到最优路径；所述两阶段双阈值的方法，具体为：第一阶段：交换机将持续时间高于第一阈值的流判定为疑似大象流，发送到控制器进行第二阶段检测；剩余的未被判定为疑似大象流的流均判定为小鼠流，直接对小鼠流按照无差别的等价多路径规则进行转发；第二阶段：控制器对交换机发送的疑似大象流进行进一步检测，将速率超过第二阈值并且持续时间高于第一阈值的流判定为大象流；所述奖励函数，具体公式为：Relephant＝α*1-Ploss+β*T+γ*P其中，Relephant表示奖励值，Ploss表示丢包率，T表示吞吐量，P表示路径选择概率；所述路径选择概率P，具体公式为： 其中，Ni表示备选链路ei的选择权重，Bi表示备选链路ei的剩余带宽，frate表示大象流的传输速率，Pi表示备选链路ei的路径选择概率，k表示大象流所有备选链路的个数，Nj表示大象流任一条备选链路ej的选择权重；所述丢包率，具体公式为： 其中，Ploss表示丢包率，表示链路u,v之间已发送的数据包数目，表示链路u,v之间已接受的数据包数目；所述为识别到的大象流实时计算最优路径，具体为：基于所述奖励函数，通过深度强化学习，与环境进行不断地交互，学习到收益期望值最大的行为策略，作为最优路径。

全文数据：

权利要求：

百度查询： 济南大学 针对大象流的SDN数据中心网络负载均衡方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD