基于贝叶斯网络的SDON控制器自学习负载均衡算法

作者：蒋雯丽; 梁思远; 赵芳利; 赵峰

来源：光通信技术, 2019, 43(12): 10-15.

DOI：10.13921/j.cnki.issn1002-5561.2019.12.003

• 软件定义光网络
• 贝叶斯网络
• 强化学习
• 控制器负载均衡

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。

• 单位
  西安邮电大学; 通信与信息工程学院