本發(fā)明涉及計算機(jī)網(wǎng)絡(luò)優(yōu)化和控制器負(fù)載均衡領(lǐng)域，具體涉及一種基于雙向astar算法的sdn控制器負(fù)載均衡的方法。

背景技術(shù)：

1、sdn網(wǎng)絡(luò)中控制器負(fù)載均衡是一個核心的問題，主要涉及到如何在多控制器的背景下分配網(wǎng)絡(luò)流量和控制任務(wù)，從而保證網(wǎng)絡(luò)的高效性和可靠性?？刂破髫?fù)載均衡通過對網(wǎng)絡(luò)中的拓?fù)浣Y(jié)構(gòu)進(jìn)行了解，當(dāng)網(wǎng)絡(luò)中的交換機(jī)等設(shè)備遇到數(shù)據(jù)包時向控制器發(fā)送請求，控制器根據(jù)網(wǎng)絡(luò)策略和規(guī)則處理這些請求并決定如何處理數(shù)據(jù)包，當(dāng)控制器決定了如何處理數(shù)據(jù)，會生成流表條目指導(dǎo)交換機(jī)如何處理數(shù)據(jù)流，在這個過程中，控制器持續(xù)監(jiān)控網(wǎng)絡(luò)中的流量和自身的負(fù)載，當(dāng)控制器的負(fù)載過高時，根據(jù)控制器當(dāng)前的負(fù)載情況來重新分配任務(wù)。

2、現(xiàn)有的sdn負(fù)載均衡方案許多都依賴于預(yù)設(shè)的路由策略，缺乏對于網(wǎng)絡(luò)狀態(tài)動態(tài)變化的響應(yīng)能力，且缺乏綜合性的優(yōu)化目標(biāo)，傳統(tǒng)的方案往往只關(guān)注單一的指標(biāo)，而沒有綜合考慮負(fù)載均衡和鏈路利用率，傳統(tǒng)的路徑搜索算法不適用于動態(tài)環(huán)境、消耗大量資源且在復(fù)雜網(wǎng)絡(luò)中表現(xiàn)不佳。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于雙向astar算法的sdn控制器負(fù)載均衡的方法，解決以上技術(shù)問題。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：

3、一種基于雙向astar算法的sdn控制器負(fù)載均衡的方法，包括以下步驟：

4、s1、構(gòu)建網(wǎng)絡(luò)拓?fù)鋱D，設(shè)定節(jié)點權(quán)重和邊權(quán)重，初始化各控制器權(quán)重和連接邊的權(quán)重；

5、s2、結(jié)合歸一化的最大負(fù)載差異和歸一化的鏈路控制消息實際利用率設(shè)定多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)；

6、s3、根據(jù)多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)的結(jié)果，判斷是否超過閾值，選擇是否進(jìn)行控制器負(fù)載均衡；

7、s4、使用雙向搜索的astar算法來優(yōu)化尋找從源節(jié)點到目標(biāo)節(jié)點的最佳路徑，通過不斷計算路徑的總成本比較得出最佳的路徑；

8、s5、持續(xù)監(jiān)測各控制器的負(fù)載和網(wǎng)絡(luò)流量的狀況，實時更新網(wǎng)絡(luò)拓?fù)鋱D的節(jié)點權(quán)重和邊權(quán)重，并重新計算多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)。

9、作為進(jìn)一步的技術(shù)方案，所述s1包括如下步驟：

10、s1-1、將網(wǎng)絡(luò)建模為一個加權(quán)圖g(v，e),其中v是節(jié)點集合，表示控制器集合，e是邊集合，表示連接控制器的網(wǎng)絡(luò)鏈路集合；

11、s1-2、每個節(jié)點v有一個權(quán)重ωv，使用采集的cpuu、memu、th、packet計算控制器節(jié)點權(quán)重，每一條鏈路有一個邊權(quán)重cuv，使用采集的bandu、laten、packetloss計算邊權(quán)重；

12、節(jié)點權(quán)重ωv的計算公式如下：

13、ωv＝τ*cpuu+σ*memu+γ*th+δ*packet??(1)

14、式(1)中：ωv為v節(jié)點的權(quán)重；τ、σ、γ、δ為權(quán)重系數(shù)；cpuu為cpu的使用率；memu為內(nèi)存的使用率；th表示網(wǎng)絡(luò)的吞吐量；packet為控制器接收到的來自交換機(jī)的packet-in率。

15、3、根據(jù)權(quán)利要求2所述的基于雙向astar算法的sdn控制器負(fù)載均衡的方法，其特征在于，所述邊權(quán)重cuv的公式如下：

16、cuv＝θ*bandu+μ*laten+ρ*packetloss??(2)

17、式(2)中：cuv為邊權(quán)重；θ、μ、ρ為權(quán)重系數(shù)；bandu為帶寬利用率；laten表示延遲；packetloss表示丟包率。

18、作為進(jìn)一步的技術(shù)方案，所述s2包括如下步驟：

19、s2-1、查詢節(jié)點權(quán)重中的最大值和最小值，計算網(wǎng)絡(luò)中最大負(fù)載差異，并進(jìn)行歸一化處理，查詢鏈路控制消息的傳輸量和鏈路的最大控制消息的容量，計算鏈路的控制消息利用率之和，并進(jìn)行歸一化處理；

20、最大負(fù)載差異的歸一化公式如下：

21、

22、式(3)中maxd表示歷史數(shù)據(jù)中節(jié)點負(fù)載的最大值與最小值的最大差異；d表示歸一化的結(jié)果；

23、鏈路控制消息利用率之和的計算公式如下：

24、

25、式(4)中|e|表示鏈路的表示鏈路的總數(shù)；

26、鏈路控制消息的實際利用率歸一化公式如下：

27、

28、式(5)中f表示鏈路控制消息的實際利用率歸一化結(jié)果；fuv表示鏈路(u，v)上實際控制消息的流量，xuv表示鏈路的最大控制消息容量；

29、s2-2、使用四分位數(shù)定義低、中低、中高、高四個區(qū)間，并對應(yīng)四個區(qū)間分別設(shè)定四個α和β的權(quán)重系數(shù)；

30、s2-3、結(jié)合歸一化的最大負(fù)載差異和歸一化的鏈路利用率設(shè)定多準(zhǔn)則目標(biāo)優(yōu)化函數(shù)；

31、多準(zhǔn)則目標(biāo)優(yōu)化函數(shù)的計算公式如下：

32、ob＝α*d+β*f??(6)

33、式(6)中ob為目標(biāo)優(yōu)化函數(shù)的結(jié)果；α、β表示權(quán)重系數(shù)。

34、5、根據(jù)權(quán)利要求4所述的基于雙向astar算法的sdn控制器負(fù)載均衡的方法，其特征在于，所述s3包括如下步驟：

35、s3-1、根據(jù)多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)的結(jié)果，首先判斷優(yōu)化函數(shù)的結(jié)果是否超過閾值，若沒有超過閾值則說明網(wǎng)絡(luò)中控制器負(fù)載均衡且鏈路流量利用率合理，若超過閾值，則說明網(wǎng)絡(luò)中存在嚴(yán)重的負(fù)載不平衡或者鏈路過度擁擠，需要立即進(jìn)行負(fù)載均衡；

36、s3-2、若多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)結(jié)果超過閾值，則表明需要進(jìn)行負(fù)載均衡，將節(jié)點負(fù)載最高的控制器設(shè)定為源節(jié)點s,將節(jié)點負(fù)載最低的控制器設(shè)定為目標(biāo)節(jié)點t，即

37、作為進(jìn)一步的技術(shù)方案，所述s4包括如下步驟：

38、s4-1、設(shè)定四個列表open_s、open_t、close_s和close_t，open_s包含從起始節(jié)點s開始的待探索的節(jié)點，初始只包含s，open_t包含從目標(biāo)節(jié)點t開始的待探索的節(jié)點，初始只包含t，close_s和close_t表示兩個關(guān)閉列表，分別用于存儲從起始節(jié)點s端探索和從目標(biāo)節(jié)點t端探索的已經(jīng)評估過的節(jié)點；

39、s4-2、從起始節(jié)點s到目標(biāo)節(jié)點t的路徑過程中經(jīng)過一系列中間節(jié)點，將從起始節(jié)點s探索方向的任意一個中間節(jié)點設(shè)為ns，ns的每個鄰節(jié)點設(shè)為ms，將從目標(biāo)節(jié)點探索方向的任意一個中間節(jié)點設(shè)為nt，nt的每個鄰節(jié)點設(shè)為mt；

40、s4-3、定義雙向搜索過程中當(dāng)前節(jié)點到鄰節(jié)點的成本函數(shù)，表示當(dāng)前節(jié)點到鄰節(jié)點的實際路徑成本；

41、成本函數(shù)計算公式為:

42、gnew(m)＝g(n)+cmn??(7)

43、式(7)中g(shù)new(m)表示雙向搜索中從當(dāng)前節(jié)點到鄰節(jié)點的實際路徑成本；cmn表示從當(dāng)前節(jié)點到鄰節(jié)點的邊權(quán)重；

44、s4-4、定義啟發(fā)式函數(shù)，估計從鄰節(jié)點m到目標(biāo)節(jié)點t的估計成本；

45、啟發(fā)函數(shù)h(m)的計算公式如下：

46、

47、式(8)中h(m)表示從鄰節(jié)點m到目標(biāo)節(jié)點t的預(yù)估成本；ψ1和ψ2表示延遲和帶寬的權(quán)重系數(shù)；e(m,t)表示從m到t的估計平均距離，使用平均跳數(shù)計算；ad表示數(shù)據(jù)在網(wǎng)絡(luò)中的平均傳輸速率；ab表示網(wǎng)絡(luò)平均帶寬；

48、s4-5、定義總成本函數(shù)為f(m),估計從當(dāng)前節(jié)點到目標(biāo)節(jié)點的總成本值；

49、f(m)＝g(m)+h(m)??(9)

50、式(9)中f(m)表示路徑總的成本；

51、s4-6、從起始節(jié)點s和目標(biāo)節(jié)點t分別計算f(s)和f(t)，初始設(shè)置g(s)為0，初始計算g(t)為0，遍歷s和t的所有鄰節(jié)點，計算gnew(ms),如果gnew(ms)小于open_s中已知的g(ms),或ms不在open_s或者open_t中，則更新g(ms)和f(ms),并將ms添加在open_s或者open_t中；

52、s4-7、不斷進(jìn)行雙向迭代更新，從open_s中選擇f值最低的節(jié)點作為當(dāng)前的節(jié)點ns，從open_t中選擇f值最低的節(jié)點作為當(dāng)前節(jié)點nt，更新完成之后將當(dāng)前節(jié)點移動到close列表中，每次檢查兩個方向是否交叉，如果ns出現(xiàn)在close_t或者nt出現(xiàn)在close_s中，表明兩個搜索方向相遇，開始路徑重建；

53、s4-8、發(fā)現(xiàn)相遇點則將起始節(jié)點到相遇節(jié)點和從目標(biāo)節(jié)點到相遇節(jié)點的路徑連接起來形成完整路徑，如果open_s或者open_t為空，則表明無法找到路徑。

54、作為進(jìn)一步的技術(shù)方案，所述s5包括如下步驟：

55、s5-1、持續(xù)監(jiān)測各控制器的cpu使用率、內(nèi)存的使用率、網(wǎng)絡(luò)的吞吐量、交換機(jī)控制消息的packet-in率、鏈路帶寬利用率、延遲率、丟包率指標(biāo)，實時更新網(wǎng)絡(luò)拓?fù)鋱D的節(jié)點權(quán)重和邊權(quán)重，并重新計算多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)，根據(jù)實時反饋動態(tài)更新參數(shù)和權(quán)重。

56、發(fā)明的有益效果：

57、(1)綜合節(jié)點和鏈路的多因子權(quán)重，計算節(jié)點權(quán)重時不僅考慮傳統(tǒng)的距離和成本，引入了cpu使用率、內(nèi)存使用率、吞吐量和控制消息處理率等因素，使得權(quán)重更加符合實際運(yùn)行狀態(tài)，邊權(quán)重考慮延遲、丟包率等指標(biāo)，提升了路徑選擇的準(zhǔn)確性和網(wǎng)絡(luò)性能；

58、(2)引入多準(zhǔn)則優(yōu)化目標(biāo)函數(shù)，結(jié)合網(wǎng)絡(luò)負(fù)載和鏈路利用率綜合考慮網(wǎng)絡(luò)負(fù)載情況，通過調(diào)整權(quán)重系數(shù)，可以根據(jù)實際網(wǎng)絡(luò)狀況動態(tài)優(yōu)化節(jié)點負(fù)載均衡和鏈路利用率的優(yōu)先級；

59、(3)使用雙向搜索的astar算法，雙向搜索減少需要探索的節(jié)點數(shù)量，減少對于計算資源的消耗，降低了錯誤路徑的選擇可能性，且使用自適應(yīng)的啟發(fā)函數(shù)，結(jié)合當(dāng)前節(jié)點到目標(biāo)節(jié)點的預(yù)估成本和網(wǎng)絡(luò)的實時狀態(tài)，而不僅僅依賴于靜態(tài)估計，路徑成本不僅考慮移動成本，還融入了實時的網(wǎng)絡(luò)狀態(tài)反饋，使得算法能夠適應(yīng)網(wǎng)絡(luò)負(fù)載變化；

60、(5)實時監(jiān)控網(wǎng)絡(luò)狀態(tài)并基于監(jiān)測數(shù)據(jù)調(diào)整參數(shù)，實現(xiàn)持續(xù)的網(wǎng)絡(luò)優(yōu)化，通過反饋機(jī)制不斷調(diào)整網(wǎng)絡(luò)策略，使得網(wǎng)絡(luò)的自適應(yīng)性和穩(wěn)定性得到提高。