[发明专利]一种SDN网络的多控制器负载均衡交换机迁移方法

说明书

本发明提供了一种SDN网络的多控制器负载均衡交换机迁移方法，包括迁移模型，迁移模型由负载均衡调节层和控制层两部分组成，迁移方法包括以下步骤：顶层的负载均衡调节层通过的监测模块根据交换机状态采样检测方法对过载控制器进行发现，负载调节模块基于遗传算法生成新的交换机控制器映射矩阵，控制层的控制器根据负载调节模块下发的迁移策略基于控制器的角色进行交换机的全局迁移过程，加入公平同步机制，避免了核之间内存资源竞争的不公，同时保证内存访问效率，通过对控制器的负载问题进行建模，抽象为0‑1规划问题，并基于遗传算法对该问题进行求解生成新的控制器交换机映射矩阵，完成交换机全局迁移，使得控制层面的整体负载更加均衡。

技术领域

本发明涉及多控制器负载均衡交换机技术领域，尤其涉及一种SDN网络的多控制器负载均衡交换机迁移方法。

背景技术

多控制器的SDN网络的提出解决了单控制器结构下的控制层的性能瓶颈问题，但又带来了一些新的问题。其中一个比较明显的问题就是控制器的负载均衡问题。由于不同的控制器管理的域内交换机的流量请求是不均匀的，可能由于网络攻击等原因导致某些控制器域内流量出现激增的现象，进而造成在整个SDN网络中某些控制器超过其所能够承受的最大处理能力，而有些控制器却处于几乎闲置状态。对于这种控制层面负载不均衡的状况，则需要根据控制器的负载情况进行调节，减少过载控制器的负载使得网络服务恢复稳定。

目前，对于SDN网络的控制平面的负载均衡问题，现有的负载均衡方法多是基于静态的控制器部署优化或者是单交换机的迁移方法。静态的控制器部署优化方法无法满足软件定义网络动态的流量请求变化，而单交换机的迁移负载策略，无法达到控制平面的整体负载均衡效果。

发明内容

本发明的目的还在于提供一种SDN网络的多控制器负载均衡交换机迁移方法，本方法针对SDN网络中基于单交换机迁移的多控制器负载均衡方法不能使得整体的控制平面负载均衡问题的缺点而提出。通过对控制器的负载问题进行建模，抽象为0-1规划问题，并基于遗传算法对该问题进行求解生成新的控制器交换机映射矩阵，完成交换机全局迁移，使得控制层面的整体负载更加均衡。

为解决上述技术问题，本发明提供了一种SDN网络的多控制器负载均衡交换机迁移方法，包括迁移模型，所述的迁移模型由负载均衡调节层和控制层两部分组成，迁移方法包括以下步骤：顶层的负载均衡调节层通过的监测模块根据交换机状态采样检测方法对过载控制器进行发现，负载调节模块基于遗传算法生成新的交换机控制器映射矩阵，控制层的控制器根据负载调节模块下发的迁移策略基于控制器的角色进行交换机的全局迁移过程；

所述的基于遗传算法生成新的交换机控制器映射矩阵的步骤如下：

1）初始化：为了加快交换机和控制器矩阵建立的速度，而减低负载均衡调节过程对SDN整体网络服务质量的影响，在本文中除了对迭代次数进行了限制外还需要对最终负载运算的方差期望值做限制，在初始化过程中主要就是对迭代次数上限和预期的方差期望值进行初始化，同时将当前迭代次数和当前负载下的控制器利用率方差给定初始值；

2）对控制器编码：为了将控制器负载问题通过遗传算法表示，需要对控制器进行编码，具体的控制器编码根据整个SDN网络控制器的个数而定，当控制器的个数为6时则需进行3位的二进制编码来表示所有控制器，控制器编码将变成000，001，010，011，100，101；

3）生成初始种群：根据交换机和控制器映射关系产生多个可行解对应的关系映射矩阵，并对矩阵进行对应的染色体编码构成最初的染色体种群；

4）计算种群适应度：通过对生成的各个染色体计算适应度，然后降序排序，来评估各个染色体的可保留度；

5）执行遗传算子操作：对于染色体总群进行三个遗传算子操作，选择、交叉和变异。在选择操作中，本文采用轮盘选择算法来对染色体进行选择运算，即每个染色体被选中的概率为其适应度所占的百分比；