论文摘要
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。
论文目录
文章来源
类型: 期刊论文
作者: 蒋雯丽,梁思远,赵芳利,赵峰
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
来源: 光通信技术 2019年12期
年度: 2019
分类: 信息科技
专业: 互联网技术,自动化技术
单位: 西安邮电大学通信与信息工程学院
基金: 国家自然科学基金（61875164）资助,陕西省教育厅2017年专项科学研究计划（17JK0702）资助
分类号: TP393.02;TP18
DOI: 10.13921/j.cnki.issn1002-5561.2019.12.003
页码: 10-15
总页数: 6
文件大小: 1351K
下载量: 175