为了提高SDN网络负载均衡调度的针对性和准确性,设计了SAS(Scheduling According to Stickiness)算法。该算法提出了链路粘值的概念,用链路粘值预估调度对流性能影响的大小,通过优先调度粘值低的流来减小调度对流性能的影响,达到优化调...为了提高SDN网络负载均衡调度的针对性和准确性,设计了SAS(Scheduling According to Stickiness)算法。该算法提出了链路粘值的概念,用链路粘值预估调度对流性能影响的大小,通过优先调度粘值低的流来减小调度对流性能的影响,达到优化调度的目的。在重路由过程中,该算法兼顾了流的QoS需求,并用近似算法进行多QoS约束的最优路径选择。基于Floodlight开源控制平台设计和实现了相应的原型系统,并根据负载均衡效果和负载均衡生成流的QoS两个测试目标,设计和实现了测试的方案。实验测试结果表明,在不同QoS需求的数据流竞争网络资源、导致网络负载偏离均衡状态的情况下,相较DLB、LABERIO机制,提出的技术方案在提高带宽利用率的同时可以兼顾分组流的QoS需求,并且可以降低对流性能的影响。展开更多
文摘为了提高SDN网络负载均衡调度的针对性和准确性,设计了SAS(Scheduling According to Stickiness)算法。该算法提出了链路粘值的概念,用链路粘值预估调度对流性能影响的大小,通过优先调度粘值低的流来减小调度对流性能的影响,达到优化调度的目的。在重路由过程中,该算法兼顾了流的QoS需求,并用近似算法进行多QoS约束的最优路径选择。基于Floodlight开源控制平台设计和实现了相应的原型系统,并根据负载均衡效果和负载均衡生成流的QoS两个测试目标,设计和实现了测试的方案。实验测试结果表明,在不同QoS需求的数据流竞争网络资源、导致网络负载偏离均衡状态的情况下,相较DLB、LABERIO机制,提出的技术方案在提高带宽利用率的同时可以兼顾分组流的QoS需求,并且可以降低对流性能的影响。
