一种高效的数据中心流表与链路联合均衡算法

摘要：

针对基于软件定义网络(SDN)的数据中心中老鼠流带宽小、持续时间短且网络占比高、容易导致流表负载不均衡,而大象流容易引起链路负载不均衡的特点,本文提出一种高效的数据中心网络流表与链路联合均衡算法(JLBFTL).该算法将新到来的流量全默认为老鼠流,提出路径流表评价指标评价并选取路由路径,实现流表负载均衡;周期性监测网络中的流量,对新监测到的大象流,提出路径链路评价指标评价并选取路径,实现链路负载均衡.当网络中有大量突发流量时,可能导致部分链路负载过重,造成链路负载不均衡,此时,本文提出通过选择合适的大象流,利用备份路径和组表进行有效分流实现链路快速均衡.仿真结果表明,本文提出的JLBFTL算法与SRL+FlowFit、L2 RM算法相比,在丢包率、带宽利用率和吞吐量方面均有不同程度的改善,提高了网络性能.

关键词：软件定义网络(SDN)、数据中心网络、流表负载均衡、链路负载均衡

所属期刊栏目：30

资助基金：国家自然科学基金;国家留学基金委高等学校青年骨干教师出国研修;先进信息网络北京实验室;中国博士后科学基金面上项目;北京市教委科技计划

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：579-587