基于全局优化的动态云存储SDN控制器配置方法及装置制造方法及图纸

本发明专利技术实施例公开了基于全局优化的动态云存储SDN控制器配置方法及装置，其中，所述方法包括：以SDN中的各控制器为粒子建立第一代粒子群，确定第一代粒子群中各粒子的适应度，以第一代粒子群作为当前迭代粒子群；计算当前迭代粒子群中各粒子的局部最优解以及全局最优解；确定与各控制器对应的分配节点；进化当前迭代粒子群中各粒子的速度和位置；更新当前迭代粒子群中各粒子的适应度；返回执行计算当前迭代粒子群中各粒子的局部最优解以及全局最优解的操作，直至满足结束迭代条件；使用结束迭代时确定的全局最优解对SDN中的各控制器进行配置，实现在满足控制器额定任务负载约束的条件下，合理部署SDN控制器，从而使得网络中的全局时延最小。

SDN controller configuration method and device for dynamic cloud storage based on global optimization

\u672c\u53d1\u660e\u5b9e\u65bd\u4f8b\u516c\u5f00\u4e86\u57fa\u4e8e\u5168\u5c40\u4f18\u5316\u7684\u52a8\u6001\u4e91\u5b58\u50a8SDN\u63a7\u5236\u5668\u914d\u7f6e\u65b9\u6cd5\u53ca\u88c5\u7f6e\uff0c\u5176\u4e2d\uff0c\u6240\u8ff0\u65b9\u6cd5\u5305\u62ec\uff1a\u4ee5SDN\u4e2d\u7684\u5404\u63a7\u5236\u5668\u4e3a\u7c92\u5b50\u5efa\u7acb\u7b2c\u4e00\u4ee3\u7c92\u5b50\u7fa4\uff0c\u786e\u5b9a\u7b2c\u4e00\u4ee3\u7c92\u5b50\u7fa4\u4e2d\u5404\u7c92\u5b50\u7684\u9002\u5e94\u5ea6\uff0c\u4ee5\u7b2c\u4e00\u4ee3\u7c92\u5b50\u7fa4\u4f5c\u4e3a\u5f53\u524d\u8fed\u4ee3\u7c92\u5b50\u7fa4\uff1b\u8ba1\u7b97\u5f53\u524d\u8fed\u4ee3\u7c92\u5b50\u7fa4\u4e2d\u5404\u7c92\u5b50\u7684\u5c40\u90e8\u6700\u4f18\u89e3\u4ee5\u53ca\u5168\u5c40\u6700\u4f18\u89e3\uff1b\u786e\u5b9a\u4e0e\u5404\u63a7\u5236\u5668\u5bf9\u5e94\u7684\u5206\u914d\u8282\u70b9\uff1b\u8fdb\u5316\u5f53\u524d\u8fed\u4ee3\u7c92\u5b50\u7fa4\u4e2d\u5404\u7c92\u5b50\u7684\u901f\u5ea6\u548c\u4f4d\u7f6e\uff1b\u66f4\u65b0\u5f53\u524d\u8fed\u4ee3\u7c92\u5b50\u7fa4\u4e2d\u5404\u7c92\u5b50\u7684\u9002\u5e94\u5ea6\uff1b\u8fd4\u56de\u6267\u884c\u8ba1\u7b97\u5f53\u524d\u8fed\u4ee3\u7c92\u5b50\u7fa4\u4e2d\u5404\u7c92\u5b50\u7684\u5c40\u90e8\u6700\u4f18\u89e3\u4ee5\u53ca\u5168\u5c40\u6700\u4f18\u89e3\u7684\u64cd\u4f5c\uff0c\u76f4\u81f3\u6ee1\u8db3\u7ed3\u675f\u8fed\u4ee3\u6761\u4ef6\uff1b\u4f7f\u7528\u7ed3\u675f\u8fed\u4ee3\u65f6\u786e\u5b9a\u7684\u5168\u5c40\u6700\u4f18\u89e3\u5bf9SDN\u4e2d\u7684\u5404\u63a7\u5236\u5668\u8fdb\u884c\u914d\u7f6e The SDN controller is deployed reasonably to minimize the global delay in the network under the condition of satisfying the constraint of the rated task load of the controller.

【技术实现步骤摘要】
基于全局优化的动态云存储SDN控制器配置方法及装置
本专利技术实施例涉及网络通信技术，尤其涉及一种基于全局优化的动态云存储SDN控制器配置方法及装置。
技术介绍
随着新应用的不断开发、网络和存储设备的不断增长以及物联网的应用，通信的数据量增长速度越来越快，数据计算越来越复杂，传统的网络结构和服务模式难以满足业务的灵活性需求。SDN(SoftwareDefinedNetwork，软件定义网络)是一种新型的网络创新架构，其核心是构建一个转发平面和控制平面分离的网络体系，整个结构分为三层：应用层、数据处理控制层以及基础设备层。SDN能够像软件开发、调试一样调试网络，以支持网络功能的不断演进，从而实现网络的灵活控制。在SDN中，控制器位于数据处理控制层中，具有动态云存储的特性，转发器(也可称为节点)位于基础设施层中，控制器与转发器之间通过南向接口相连接，控制器和转发器之间需要频繁的通信以便于控制器不间断的维护转发器的逻辑拓扑视图。数据处理控制层和基础设备层之间的时延将直接影响到由控制器下方的控制逻辑能否及时部署到转发器中。由于控制器受处理能力限制、控制器的缓存资源限制、与控制器相连网络的带宽限制和其他资源的限制，每个控制器只能有效控制有限数量的转发器。当控制器实际接收的处理任务到达额定吞吐能力的阈值时，控制器的处理时延将接近无穷大。而且过高的控制器任务负载会导致差错率急速增加，严重影响网络的性能。同时，为了维护数据处理控制层逻辑的一致性，需要尽可能减少控制器之间的传播时延。因此，如何合理的部署控制器的位置，以减少网络中控制器和转发器之间的时延，缩小控制器之间的时延，减少控制器的实际任务负载，成为需要亟待解决的问题。
技术实现思路
本专利技术实施例提供一种基于全局优化的动态云存储SDN控制器配置方法及装置，以在满足控制器额定任务负载约束的条件下，合理部署SDN控制器，提升SDN控制器配置效率，从而使得SDN的全局时延最小。第一方面，本专利技术实施例提供了一种软件定义网络SDN中的控制器配置方法，包括：以SDN中的各控制器为粒子，根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，以所述第一代粒子群作为当前迭代粒子群；根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解；根据所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延，以及各所述控制器的额定任务负载，确定与各所述控制器对应的分配节点；根据所述SDN的网络拓扑结构，进化所述当前迭代粒子群中各粒子的速度和位置；根据与各所述控制器对应的分配节点，更新当前迭代粒子群中各粒子的适应度；返回执行根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解的操作，直至满足结束迭代条件；使用结束迭代时确定的全局最优解对所述SDN中的各所述控制器进行配置。第二方面，本专利技术实施例还提供了一种软件定义网络SDN中的控制器配置装置，包括：粒子群建立模块，用于以SDN中的各控制器为粒子，根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，以所述第一代粒子群作为当前迭代粒子群；粒子计算模块，用于根据所述当前迭代粒子群中各粒子的适应度，计算所述当前粒子群中各粒子的局部最优解以及全局最优解；节点分配模块，用于根据所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延，以及各所述控制器的允许负载量，确定与各所述控制器对应的分配节点；粒子进化模块，用于根据所述SDN的网络拓扑结构，进化所述当前迭代例子群中各粒子的速度和位置；适应度更新模块，用于根据与各所述控制器对应的分配节点，更新当前迭代粒子群中各粒子的适应度；返回执行模块，用于重新触发所述粒子计算模块的执行，直至满足结束迭代条件；控制器配置模块，用于使用结束迭代时确定的全局最优解对所述SDN中的各所述控制器进行配置。第三方面，本专利技术实施例还提供了一种控制器配置设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例任一所述的软件定义网络SDN中的控制器配置方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本专利技术任意实施例所述的软件定义网络SDN中的控制器配置方法。本专利技术实施例通过以SDN中的各控制器为粒子建立第一代粒子群，并确定第一代粒子群中各粒子的适应度；以第一代粒子群作为当前迭代粒子群，计算当前粒子群中各粒子的局部最优解以及全局最优解并确定与各所述控制器对应的分配节点；进化当前迭代粒子群中各粒子的速度和位置；更新当前迭代粒子群中各粒子的适应度；返回执行根据当前粒子群中各粒子的适应度，计算当前粒子群中各粒子的局部最优解以及全局最优解的操作，直至满足结束迭代条件；使用结束迭代时确定的全局最优解对所述SDN中的各所述控制器进行配置，解决减少网络中控制器和转发器之间、控制器之间的时延，以及控制控制器的实际任务负载等问题，实现在满足控制器额定任务负载约束的条件下，合理部署SDN控制器，从而使得网络中的全局时延最小。附图说明图1a本专利技术实施例一提供的一种软件定义网络SDN中的控制器配置方法的流程图；图1b本专利技术实施例一提供的粒子群算法的流程图；图2是本专利技术实施例二提供的一种软件定义网络SDN中的控制器配置装置的示意图；图3为本专利技术实施例三提供的一种控制器配置设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。实施例一图1a本专利技术实施例一提供的一种软件定义网络SDN中的控制器配置方法的流程图，本实施例可适用于配置SDN控制器的情况，该方法可以由软件定义网络SDN中的控制器配置装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在服务器中，该方法包括如下操作：S110、以SDN中的各控制器为粒子，根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，以所述第一代粒子群作为当前迭代粒子群。在本专利技术的实施例中，SDN整个结构分为三层：应用层、数据处理控制层以及基础设备层，其中，SDN中的各控制器位于数据处理控制层。SDN的网络拓扑结构包括节点和链路，位于基础设备层，其中节点为转发器。SDN中的控制器与转发器之间通过南向接口直接相连接。定义转发规则的流表由控制器发送给转发器，并安装到转发器上。控本文档来自技高网...

【技术保护点】
一种软件定义网络SDN中的控制器配置方法，其特征在于，包括：以SDN中的各控制器为粒子，根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，以所述第一代粒子群作为当前迭代粒子群；根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解；根据所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延，以及各所述控制器的额定任务负载，确定与各所述控制器对应的分配节点；根据所述SDN的网络拓扑结构，进化所述当前迭代粒子群中各粒子的速度和位置；根据与各所述控制器对应的分配节点，更新当前迭代粒子群中各粒子的适应度；返回执行根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解的操作，直至满足结束迭代条件；使用结束迭代时确定的全局最优解对所述SDN中的各所述控制器进行配置。

【技术特征摘要】
1.一种软件定义网络SDN中的控制器配置方法，其特征在于，包括：以SDN中的各控制器为粒子，根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，以所述第一代粒子群作为当前迭代粒子群；根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解；根据所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延，以及各所述控制器的额定任务负载，确定与各所述控制器对应的分配节点；根据所述SDN的网络拓扑结构，进化所述当前迭代粒子群中各粒子的速度和位置；根据与各所述控制器对应的分配节点，更新当前迭代粒子群中各粒子的适应度；返回执行根据所述当前迭代粒子群中各粒子的适应度，计算所述当前迭代粒子群中各粒子的局部最优解以及全局最优解的操作，直至满足结束迭代条件；使用结束迭代时确定的全局最优解对所述SDN中的各所述控制器进行配置。2.根据权利要求1所述的方法，其特征在于，所述根据所述SDN的网络拓扑结构，建立第一代粒子群，并确定第一代粒子群中各粒子的适应度，包括：基于集合Xi＝[xi1,xi2,…xik]初始化所述各粒子的位置；基于集合Vi＝[vi1,vi2,…vik]初始化所述各粒子的速度；通过如下全局平均延时公式来确定所述各粒子的适应度：其中，Xi表示第i个粒子的位置属性，k表示控制器的个数，Vi表示一个粒子的速度，i表示SDN网络拓扑中第i个节点的编号，x11代表第一个控制器放置在第一个节点上，G(S)为所述各粒子的适应度，代表每个时间点上每个粒子的全局平均时延，l1代表调节控制器和节点之间时延的参数，l2代表调节节点之间时延的参数，vi表示转发器i，θj、θm表示控制器j和控制器m，d(vi,θj)表示转换器i到控制器j的时延，d(θm,θj)表示控制器m和控制器j之间的时延，m、n表示控制器编号。3.根据权利要求1所述的方法，其特征在于，所述根据所述当前迭代粒子群中各粒子的适应度，计算所述当前粒子群中各粒子的局部最优解以及全局最优解，包括：基于如下公式初始化所述各粒子的局部最优解；pbesti＝Xi基于如下公式计算所述各粒子的全局最优解：gbestn+1＝minG(pbestn+1)其中，pbesti表示一个粒子的局部最优解，表示第n+1次调整后的粒子i的位置平均时延，表示第n次调整后局部最优状态下全局平均时延，gbestn+1表示第n+1次调整后全局最优解。4.根据权利要求1所述的方法，其特征在于，所述根据所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延，以及各所述控制器的额定任务负载，确定与各所述控制器对应的分配节点，包括：计算所述SDN的网络拓扑结构中各节点到各所述控制器的最短时延作为标准时延，并根据计算结果，确定与各所述控制器对应的预分配节点，其中，所述预分配节点与对应控制器的标准时延最小；将各所述预分配节点与对应的控制器相连，并计算与各所述控制器对应的总任务负载；如果第一控制器的总任务负载超过了所述第一控制器的额定任务负载，则去除与所述第一控制器相连的标准时延最大的目标节点，并把所述目标节点分配给与所述目标节点的标准时延次小的第二控制器，并更新所述第一控制器以及所述第二控制的总任务负载；在确定与各控制器对应的总任务负载均小于等于各所述控制器的额定任务负载时，将各所述控制器当前连接的节点作为与各所述控制器对应的分配节点。5.根据权利要求1所述的方法，其特征在于，所述根据所述SDN的网络拓扑结构，进化所述当前迭代例子群中各粒子的速度和位置，包括：基于如下公式计算所述各粒子指向局部最优解的速度分量：

【专利技术属性】
技术研发人员：卢晶晶，许宇峰，
申请(专利权)人：柏域信息科技上海有限公司，
类型：发明
国别省市：上海,31