基于强化学习的SDN控制器负载均衡
网络与互联网体系结构
2021-03-12 v1
摘要
针对软件定义网络中多控制器部署的局部过载问题，设计了一种基于强化学习的SDN控制器负载均衡机制。通过计算控制器间的负载率偏差获得初始配对的迁出域与迁入域，由上述迁移域及隶属于迁出域的一组交换机构成的初步迁移三元组使迁移效率达到局部最优。在全域迁移效率最优且无迁移冲突的约束下，基于强化学习选取多组三元组作为本轮的最终迁移，以最小代价实现全局最优的控制器负载均衡。实验结果表明，该机制能够充分利用控制器资源，快速均衡控制器间负载，减少不必要的迁移开销，并获得更快的packet-in请求响应速率。
引用
@article{arxiv.2103.06579,
title = {SDN Controller Load Balancing Based on Reinforcement Learning},
author = {Zhuo Li and Xu Zhou and Junruo Gao and Yifang Qin},
journal= {arXiv preprint arXiv:2103.06579},
year = {2021}
}