基于改进蚁群算法的SDN数据中心流调度研究

来源:用户上传      作者:朱素霞，龙翼飞，孙广路，李纯锋

　　摘要：目前在软件定义数据中心网络中，基于蚁群算法的流调度策略在对路径进行选择时存在收敛过慢和搜索停滞等缺点，容易导致数据中心网络时延过高和资源利用率低等问题。为此，提出一种基于蚁群改进的流调度算法。该算法以最大化平均链路带宽利用率为优化目标，将流调度问题抽象为整数线性规划模型，通过重定义蚁群算法中的信息素更新方式对大流的重路由路径进行求解。仿真实验表明，该算法与传统的经典流调度算法和基于蚁群算法的流调度策略相比，能够更有效地提升网络平均对分带宽，同时降低网络传输时延和丢包率，充分利用网络资源。
　　关键词：软件定义网络;流调度;数据中心网络;蚁群算法;信息素
　　DOI：10.15938/j.jhust.2022.01.001
　　中图分类号： TP391.4 文献标志码： A 文章编号： 1007-2683（2022）01-0001-07
　　Improved Ant Colony Algorithm for Network Flow
　　Scheduling in SDN Data Center
　　ZHU Suxia，LONG Yifei，SUN Guanglu，LI Chunfeng
　　（School of Computer Science and Technology， Harbin University of Science and Technology， Harbin 150080， China）
　　Abstract：At present， in the software defined data center network， the flow scheduling strategy based on ant colony algorithm has the disadvantages of too slow convergence and search stagnation in path selection， which easily leads to the problems of excessively high data center network delay and low resource utilization. Therefore， this paper proposes an improved flow scheduling algorithm based on ant colony. In this algorithm， the flow scheduling problem is abstracted as an integer linear programming model to maximize the average link bandwidth utilization， and the reroute path is solved by redefining pheromone updating mode in ant colony algorithm. The simulation results show that this algorithm can effectively improve the average bandwidth of the network， reduce the transmission delay and packet loss rate， and make full use of the network resources， compared with the traditional classical flow scheduling algorithm and the flow scheduling strategy based on ant colony algorithm.
　　Keywords：software defined network; flow scheduling; data center network; ant colony algorithm; pheromone
　　0引言
　　S着互联网业务的不断扩展，数据中心作为其内容的承载体，承载着巨大的网络流量，对带宽的需求日益攀升。由于传统的网络拓扑无法满足其对带宽的需求[1]，为此，诸如FatTree[2]、DCell[3]、PortLand[4]等新型数据中心网络拓扑相继被提出。其中，FatTree网络拓扑结构在当今应用尤为广泛。另外，通过对数据中心网络流量特征的研究，Benson等人发现在数据中心网络里大流数量占比虽然不足网络流总数量的10%，但其却占了网络流量总带宽的80%[5]。由此可以得出大流是影响数据中心网络性能的主要因素。因此，如何对网络中的大流进行合理又高效的路由不仅是保障数据中心内各类应用服务质量的前提，也是当今数据中心流量调度领域研究的热点问题[6]。
　　传统网络在配置和管理等方面缺乏灵活性，无法适应现代化数据中心发展的需求。针对这一问题，新兴的网络体系架构―软件定义网络（software defined network，SDN）应运而生[7]，它将网络数据的控制和转发进行解耦，使其具有集中式架构的特性，能够从全局的角度更加灵活地对网络流量进行调度。虽然SDN架构相比传统网络架构在流量调度方面具有很大优势，但其仍然存在流量负载分配不合理的问题，无法充分利用网络资源[8]。
　　蚁群算法作为一种启发式算法，已被广泛应用于离散域路径规划中的网络路由问题及其他应用场合[9-11]。目前已有的基于蚁群的流调度算法在对链路信息素更新时，没有明显差异化地更新链路信息素。这不仅会致使算法收敛速度过慢，导致网络传输时延过高，而且也无法很好地解决路径搜索产生的停滞问题。为此，本文针对链路信息素更新规则进行改进，提出了一种基于蚁群改进的流调度算法（ant colony improvement flow scheduling，ACIFS）。

nlc202205121111

转载注明来源:https://www.xzbu.com/8/view-15431091.htm