一种基于AP聚类的SDN多控制器部署方法技术

本发明专利技术公开了一种基于AP聚类的SDN多控制器部署方法，以降低网络时延和确保网络负载均衡为目标，通过改进近邻传播(AP)聚类算法，设计一种可以自动确定控制器数量和位置的多控制器部署算法。首先通过量化网络节点中的亲密度关系来计算出节点之间的最短路径距离，将此距离应用于聚类算法相似度矩阵的构建，其次，利用相似度矩阵进行迭代计算，初步确定控制器的部署数量和位置。最后，通过启发式算法找到使得控制器间负载差异度最小的控制器放置方案，从而确保整个网络负载均衡。从而确保整个网络负载均衡。从而确保整个网络负载均衡。

A method of SDN multi controller deployment based on AP clustering

【技术实现步骤摘要】
一种基于AP聚类的SDN多控制器部署方法


[0001]本专利技术属于通信网络
，尤其涉及一种基于AP聚类的SDN多控制器部署方法。

技术介绍

[0002]传统网络体系结构中存在大量的复杂协议，特定的网络协议只针对某个问题进行解决，没有为网络中存在的共性问题提供统一的解决方案。同时，传统的网络架构无法获取网络的全局视图，缺乏对网络实时调控的能力，因此它无法满足大数据、物联网等相关业务对资源灵活性的要求。
[0003]为了解决传统网络架构所带来的问题，软件定义网络(SDN)应运而生。与传统网络不同，SDN将控制与转发功能分离。控制器是控制平面的核心设备，主要负责路由的决策。交换机是数据平面的重要组成部分，主要负责数据的转发。目前控制平面的体系架构分为单控制器架构和多控制器架构。与单控制器架构相比，多控制器架构有效地提升了网络的服务质量，但也带来了一些问题。例如，在多控制器架构中，将控制器进行随机放置通常无法获得令人满意的性能。合理的控制器数量和部署位置有利于优化整个网络性能，诸如降低网络时延、保证负载均衡等等。

技术实现思路

[0004]专利技术目的：本专利技术提出一种基于AP聚类的SDN多控制器部署方法，以降低网络时延和确保网络负载均衡为目标，通过改进近邻传播(AP)聚类算法，设计一种可以自动确定控制器数量和位置的多控制器部署算法。
[0005]技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：一种基于AP聚类的SDN多控制器部署方法，具体包括：
[0006]第一阶段：通过量化SDN控制器即网络节点中的亲密度关系计算节点之间的最短路径距离，根据该距离构建聚类算法相似度矩阵；
[0007]第二阶段：利用相似度矩阵进行迭代计算，初步确定控制器的部署数量和位置；
[0008]第三阶段：通过启发式算法找到使得控制器间负载差异度最小的控制器放置方案，确保整个网络负载均衡。
[0009]进一步的，所述的相似度矩阵的构建方法如下：
[0010]将各个网络节点作为各个数据点，这些数据点作为AP聚类中的样本；使用Dijkstra算法量化节点中的亲密度关系，计算节点之间的最短路径距离；
[0011]使用两点之间最短路径距离的负值表示节点i与j之间的相似度s(i,j)；在计算完所有样本之间的相似度后，得到相似度矩阵S，s(i,j)为相似度矩阵S的矩阵元素；
[0012]设定每个样本的参考度p(i)反映每个样本作为集群中心的可能性，其位于相似度矩阵S的对角线，即p(i)＝s(i，i)；如果将所有样本均视为潜在集群中心，则将所有p(i)设为同一数值p。
[0013]进一步的，初步确定控制器的部署数量和位置，具体包括：
[0014]将吸引度矩阵R和归属度矩阵A初始化为零矩阵，基于相似度矩阵S，在节点之间迭代传递吸引信息和归属信息，更新矩阵R和A；
[0015]在每次更新之后均使用阻尼因子λ对R和A进行处理，每个信息值等于前一次迭代更新的信息值与此轮更新值的加权计算；
[0016]将吸引信息值与归属信息值之和大于0的交换机节点k作为聚类中心，判断是否满足终止条件，若满足，则迭代结束，否则继续进行迭代，直至满足条件；所述终止条件是指聚类结果多次不变或算法达到最大迭代次数；
[0017]迭代完成后得到初步的聚类中心，即寻找到了控制器的初步放置个数；将交换机分配至这些控制器的管理域中，得到了初步的局部控制器放置方案。
[0018]进一步的，分别按照公式(1)和(2)对吸引度矩阵R和归属度矩阵A进行循环更新操作；
[0019]r(i，k)
←
s(i，k)
‑
max
k
′
s.t.k
′
≠k
{a(i，k
′
)+s(i，k
′
)}
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0020][0021]其中r(i，k)和a(i，k)分别表示吸引信息和归属信息，分别反映了节点k作为节点i的集群中心以及节点i选择节点k作为集群中心的适合程度；s(i，k)表示节点i和k之间的相似度。
[0022]进一步的，在第t次循环迭代中，吸引度矩阵R
t
和归属度矩阵A
t
按照公式(3)和(4)进行加权计算；
[0023]R
t
＝(1
‑
λ)R
t
+λR
t
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0024]A
t
＝(1
‑
λ)A
t
+λA
t
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0025]其中λ为阻尼因子，λ取值范围在0和1之间；R
t
‑1和A
t
‑1分别为第t
‑
1次迭代后的吸引度矩阵和归属度矩阵。
[0026]进一步的，使用粒子群优化算法PSO寻找使得负载差异度最小的参考度p值；
[0027]将控制器间负载差异度作为PSO算法适应度，参考度p作为粒子位置，通过迭代找到最佳部署方案；迭代流程如下：
[0028]Step1：种群初始化，计算个体的适应值，选择个体的局部最优位置向量和种群的全局最优位置向量；令当前迭代次数为1；
[0029]Step2：更新每个个体的速度向量和位置向量；
[0030]Step3：对每个粒子，将其适应值与其经过的最好位置局部最优位置P
pbest
和全局最优位置P
gbest
作比较，更新每个个体的局部最优解和种群的全局最优解；
[0031]Step4：判断迭代次数是否达到最大迭代次数，如果满足，输出全局最优解，否则继续进行迭代，迭代次数加1，跳转至Step2；
[0032]Step5：迭代结束得到最优参考度p值使得控制器间的负载差异度最小，得到整体网络负载最均衡的局部控制器放置方案。
[0033]有益效果：与现有技术相比，本专利技术的技术方案具有以下有益的技术效果：
[0034]本专利技术提出的一种基于AP聚类的SDN多控制器部署算法，利用Dijkstra算法量化网络节点中的亲密度关系来计算出节点之间的最短路径距离，能够有效地降低SDN网络时
延。通过启发式算法找到使得控制器间负载差异度最小的控制器放置方案，保证网络负载均衡。
附图说明
[0035]图1为本专利技术的整体算法流程图；
[0036]图2为本专利技术的初步确定控制器的部署数量和位置流程图；
[0037]图3为本专利技术的粒子群优化算法流程图。
具体实施方式
[0038]下面结合附图和实施例对本专利技术的技术方案作进一步的说明。
[0039]本专利技术所述的一种基于AP聚类的SDN多控制器部本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AP聚类的SDN多控制器部署方法，其特征在于：该方法具体包括：第一阶段：通过量化SDN控制器即网络节点中的亲密度关系计算节点之间的最短路径距离，根据该距离构建聚类算法相似度矩阵；第二阶段：利用相似度矩阵进行迭代计算，初步确定控制器的部署数量和位置；第三阶段：通过启发式算法找到使得控制器间负载差异度最小的控制器放置方案，确保整个网络负载均衡。2.根据权利要求1所述的基于AP聚类的SDN多控制器部署方法，其特征在于：所述的相似度矩阵的构建方法如下：将各个网络节点作为各个数据点，这些数据点作为AP聚类中的样本；使用Dijkstra算法量化节点中的亲密度关系，计算节点之间的最短路径距离；使用两点之间最短路径距离的负值表示节点i与j之间的相似度s(i，j)；在计算完所有样本之间的相似度后，得到相似度矩阵S，s(i，j)为相似度矩阵S的矩阵元素；设定每个样本的参考度p(i)反映每个样本作为集群中心的可能性，其位于相似度矩阵S的对角线，即p(i)＝s(i，i)；如果将所有样本均视为潜在集群中心，则将所有p(i)设为同一数值p。3.根据权利要求1或2所述的基于AP聚类的SDN多控制器部署方法，其特征在于：初步确定控制器的部署数量和位置，具体包括：将吸引度矩阵R和归属度矩阵A初始化为零矩阵，基于相似度矩阵S，在节点之间迭代传递吸引信息和归属信息，更新矩阵R和A；在每次更新之后均使用阻尼因子λ对R和A进行处理，每个信息值等于前一次迭代更新的信息值与此轮更新值的加权计算；将吸引信息值与归属信息值之和大于0的交换机节点k作为聚类中心，判断是否满足终止条件，若满足，则迭代结束，否则继续进行迭代，直至满足条件；所述终止条件是指聚类结果多次不变或算法达到最大迭代次数；迭代完成后得到初步的聚类中心，即寻找到了控制器的初步放置个数；将交换机分配至这些控制器的管理域中，得到了初步的局部控制器放置方案。4.根据权利要求3所述的基于AP聚类的SDN多控制器部署方法，其特征在于：分别按照公式(1)和(2)对吸引度矩阵R和归属度矩阵A进行循环更新操作；r(i，k)
←
s(i，k)
‑
max
k
′
s.t.k
′
≠k
...

【专利技术属性】
技术研发人员：郭永安，肖冉，佘昊，钱琪杰，孙洪波，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：