基于SDN的数据中心网络中考虑等待时间的流调度策略研究

随着云计算、大数据、工业互联网的发展,越来越多的应用服务被部署到数据中心,其中一些数据密集型应用程序要求流在尽可能短的时间内完成.提出了一种考虑等待时间的流调度策略(flow priority scheduling algorithm considering wait time,FPWT),该策略在划分流的优先级时不仅...     

基于博弈论的SDN多控制器负载均衡机制研究

针对软件定义网络为了提高控制平面的可扩展性和可靠性而设计的多控制器部署,导致控制器负载不均衡和网络稳定性与控制器性能变差的问题,提出了一种基于博弈论的负载均衡机制,以改善多控制器的负载不均衡问题.首先,过载控制器邀请相邻从控制器作为博弈者参与博弈而构建博弈域;然后,以控制器与交换机之间的时延和交换机迁移成本集合粒子群算...     

SDN流表更新的调度与快速响应

软件定义网络(SDN)中,流表规则匹配域之间相互重叠,使得流表更新问题变得复杂。一条更新规则往往会触发多条三态内容寻址存储器(TCAM)表项移动,导致更新时间长。另外,现有SDN交换机采用的TCAM多为单端口设计,当TCAM进行流表更新时,数据包查找会被阻塞,导致数据平面的转发性能受到影响。因此,如何实现快速更新并保障数据包查找,是提高网络性能的一个重要研究问题。该文以采用TCAM查找方案的SDN交换机为硬件基础,设计并实现了流表更新系统。多个网络应用的更新经过前端整合并同时下达时,系统对规则之间的依赖关系进行高效检测,赋予延时需求高的规则高优先级,使其能得到快速响应。该更新算法不会阻塞TCAM查找,可以实现查找和更新穿插执行。实验结果表明：通过采用不同的调度策略,系统性能在更新优先策略与查找优先策略之间取得了平衡。     

SDN数据中心网络基于流表项转换的流表调度优化

针对基于软件定义网络(SDN)架构的数据中心网络中,SDN交换机流表资源的有限性导致的流表溢出或控制器拥塞等问题,引入空闲流表资源代价的概念描述了网络资源的利用率,并分析了空闲流表资源量与重复下发的流表项数量之间的关系,提出了一个基于流表超时机制的流表调度策略,依据流表项生存时间和匹配计数来进行静态流表项和动态流表项之间的实时转换.在Fat-tree拓扑SDN数据中心网络仿真实验中,对该机制对流表资源优化的有效性进行了验证.     

离散三群粒子群优化算法

提出了离散三群粒子群优化算法(DTHSPSO),该算法将整个粒子群分为三群,第1群粒子朝全局历史最优方向飞行,第2群粒子朝着相反方向飞行,第3群粒子在全局历史最优位置周围随机飞行。粒子的速度保持连续性,对于粒子位置的处理采用两种方法:一是通过传递函数,根据速度的大小进行离散化;二是直接通过强硬限制函数(Hardlim函数)将位置离散化。通过对两种离散函数进行测试与比较,表明两种DTHSPSO都比基本离散粒子群优化算法(DPSO)具有更好的优化性能,而且直接采用Hardlim函数的DTHSPSO算法效果更加突出。     

基于离散粒子群优化的MPSoC节能调度算法

为了降低多核片上系统MPSoC在应用中的能耗,在MPSoC上提出了基于优化离散粒子群算法的节能任务调度算法.通过比例选择算子生成初始种群,以任务在MPSoC上不同内核执行的能耗作为解空间,粒子群在整个解空间上搜索最低能耗调度方案,并在算法中优化了粒子群算法的局部早熟问题,使算法性能进一步提升.仿真实验表明:基于优化离散粒子群算法的节能调度算法与常用的3种调度算法相比,能耗得到了降低,且算法的截止期错失率并没有升高,保证了算法的整体性能.     

基于竞争粒子群算法的云计算资源调度策略

针对大规模云计算环境下的资源调度问题,提出了改进的竞争粒子群优化算法,以提高云计算资源调度效率.基于多目标综合评价模型,首先建立包含任务完成时间、功耗以及负载均衡度的适应度函数,再利用混沌优化方法产生分布更加均匀的初始化粒子,引入自适应概率的高斯变异对胜利粒子位置进行更新,以提高种群多样性并增强全局搜索能力.仿真试验表明,在相同的条件下,本文算法能够寻到最佳的调度方案,适用于大规模资源调度,且结果优于对比模型.     

置换流水车间调度问题的离散粒子群优化算法

提出了一种求解置换流水车间调度问题的离散粒子群优化算法.在该算法中,定义粒子的位置为作业的置换,粒子的速度为置换中作业的交换,根据离散量运算的特点,对粒子的运动规则进行了重新定义.采用变邻域搜索算子和逆序算子来保持粒子群的多样性和提高算法的局部求精能力,使算法在空间探索和局部求精间取得了较好的平衡.在Taillard测试问题集上对算法性能进行了仿真实验,结果表明,离散粒子群优化算法具有良好的性能.     

基于SDN流量测量的数据中心多路径传输研究

为了避免链路出现拥塞,针对数据中心流调度策略在进行数据流迁移尤其是大流的迁移容易产生数据流丢包并出现接收端数据包乱序,从而造成网络吞吐量降低的问题,基于SDN/OpenFlow架构,提出了一种采用熔断机制的动态路由算法F-TAM;同时,设计了新的测量方法来获取精确的链路状态时效信息,当算法被触发时能及时计算出合理的熔断时间,从而能充分利用网络中存在的多路径进行负载均衡,并解决了由于传输路径的不同时延所造成的接收端数据包乱序问题.实验结果表明:F-TAM能够利用网络中的冗余链路进行细粒度负载均衡并提升网络吞吐量,且不会出现接收端数据包乱序的问题.     

基于粒子群算法的微电网动态经济调度

微电网的动态经济调度不仅要考虑一个调度周期内经济费用最低,还需考虑多时段设备运行之间的协调配合,使其更加符合系统的实际运行要求.建立了含有风力发电机、光伏阵列、柴油机及燃料电池等多种分布式电源且能够实现热电联产的微电网系统,研究了当微电网系统处于并网运行状态时,以微电网的运行费用和污染物处理费用的综合效益最大(总费用最低)作为目标函数,并计及可再生能源波动、负荷预测误差以及机组故障停运等不确定性因素影响的动态经济调度模型,模型采用改进的粒子群算法进行求解.通过算例讨论了微电网并网运行情况下不同的控制策略、优化目标及可靠性指标对动态经济调度的影响,为结合可再生能源的微电网动态经济调度以及提升微电网并网运行的可靠性研究提供了一种参考.     

软件定义网络架构下的动态自适应负载均衡策略研究

软件定义网络控制与转发分离的架构特性使得网络行为更加易于掌控,提高了网络策略实施的效率.为了解决传统网络中只计算单一最短路径,忽略链路实时状态从而造成负载过大时链路拥塞的缺点,提出了一个基于链路实时状态的负载均衡策略.该策略主要思想是利用软件定义网络架构中的控制器对全网的集中控制能力对链路信息进行实时监控,分析链路信息并得出链路的负载占用情况,然后将结果反馈给控制器,最后由控制器计算出负载最轻的路径并下发流表给相应的交换机.建立了计算机仿真建模和硬件实验平台,验证了该策略可以有效提高链路利用率和用户服务质量.     

基于改进粒子群算法的梯级水风光短期调峰优化调度

针对大规模风电、光电直接并入电网对系统调峰带来的负面影响,同时伴随高弃风、高弃光率的问题,提出通过利用水电输出通道将湖北一梯级水电站与附近风电场、光电场并入电网联合调峰的解决办法。首先分析了梯级水电站、风电和光电联合调度的必要性和可行性,提出了梯级水-风-光联合调峰策略,构建了以系统余留负荷均方差最小为目标函数的短期调度模型,最后利用收缩因子和改进粒子群算法求解。通过算例仿真,风光与梯级水电站共同参与系统调峰,调峰效果更好,改进粒子群算法(particle swarm optimization, algorithm, PSO)算法有更好的寻优精度和收敛速度。给未来实施梯级水电站与周围风、光电场联合调峰策略提供了参照。     

采用离散粒子群算法的网格任务安全级调度

针对异构网格环境中任务调度问题对所面临的安全性研究不足,在考虑了保密性、完整性和真实性等安全性因素的情况下,构造了相应的安全效益函数;依据网格节点的历史行为特点,提出了节点的信誉度动态评估策略;基于行为特点提出了一种离散粒子群算法,由此建立了任务安全级调度新模型.算法基于安全调度的离散空间特征给出了粒子的位置表示方法,从而克服了连续空间解决离散问题所造成的解空间冗余问题.采用分步计算和修改粒子位置的方式重新定义了粒子进化方程,避免了进化过程中速度之间的相互干扰问题.为了防止算法陷入局部最优,引入了均匀扰动速度.实验结果表明,与基于连续空间的粒子群算法和遗传算法相比,所提算法具有较快的收敛速度、较短的调度长度和较高的安全性能.     

基于SDN架构的最短路由优化算法研究

本文提出一种基于软件定义的无线Mesh网络路由协议(SDWMR),将软件定义网络(SDN)与无线M esh网络相结合,由具有全局网络视图的逻辑集中控制器负责所有控制决策;首先通过控制器与M esh节点建立初始路径,根据初始路径进行最短路径优化,优化过程由Dijkstra最短路由算法完成;其次将优化后的规则通过初始路径传输到各个底层Mesh节点中．当路径传输大规模流量时本文以分流算法均衡路径负载,从而避免路径拥塞．SDN的引入为无线Mesh解决了路径故障问题,并且提升了路由效率．本文路由协议已使用M ininet-Wifi网络模拟工具仿真,仿真结果表明,在网络吞吐量、丢包率、延迟等网络性能方面SDWM R协议优于已有的路由协议如混合OpenFlow的优化链路状态路由协议(OF-OLSR)、三阶段路由协议(ThreeStage)等．     

基于SDN的多媒体流QoS队列调度机制研究

随着多媒体新兴应用的不断涌现,网络规模日益复杂.为提高不同优先级多媒体业务的传输能力,保障业务的服务质量需求,结合软件定义网络技术,设计一种基于SDN的队列调度模型.同时,为了有效提高新型队列调度模型下数据的传输质量,避免产生网络拥塞,将复杂的网络抽象为M/M/1和M/D/1排队模型,并提出一种基于SDN的排队论时延模型,分析了新模型下MLFQ分组调度算法并对不同分组调度算法性能进行对比分析.仿真结果表明,基于SDN的多媒体流QoS队列调度机制在满足网络不同多媒体业务优先级要求的基础上,降低了数据传输时延和丢包率,增加了链路带宽利用率.     

一种基于深度强化学习的SDN路由算法

为解决软件定义网络(SDN)中的流量工程(TE)问题,提出了一种深度强化学习路由(DRL-Routing)算法.该算法使用较全面的网络信息来表示状态,并使用一对多的网络配置来进行路由选择,奖励函数可以调整往返路径的网络吞吐量.仿真结果表明,DRL-Routing可以获得更高的奖励,并且经过适当的训练后,能使各交换机之间...     

基于离散粒子群算法的应急物资选址与调度

【目的】为了提高应急管理水平,有效降低突发事件的不良影响,研究了应急物资储备库的合理布局与物资调度问题。【方法】针对应急物资储备库与物资调度问题的特点,建立了考虑物资供应约束以及转运平衡约束的多目标优化模型,目标函数为储备库建设成本、维护成本与物资运输成本之和最小,整体风险程度和整体灾害处置难度最小。【结果】设计了带惯性权重的离散二进制粒子群算法对模型进行了求解。【结论】仿真实例表明了模型以及算法的有效性与收敛性。
     

基于粒子群优化的DCT域盲水印算法

提出了一种基于粒子群优化的DCT域盲水印算法.该算法采用粒子群优化在图像DCT变换域中寻找最优的水印嵌入位置,并综合考虑不可见性和鲁棒性两个数字水印基本要求,以PSNR值和NC值的线性组合为适应度函数.根据粒子群算法得到的最优值,将水印信息嵌入到图像分块的DCT变换的AC系数中.实验结果表明,在满足水印不可见性同时,算...     

基于粒子群优化的DCT域盲水印算法

提出了一种基于粒子群优化的DCT域盲水印算法.该算法采用粒子群优化在图像DCT变换域中寻找最优的水印嵌入位置,并综合考虑不可见性和鲁棒性两个数字水印基本要求,以PSNR值和NC值的线性组合为适应度函数.根据粒子群算法得到的最优值,将水印信息嵌入到图像分块的DCT变换的AC系数中.实验结果表明,在满足水印不可见性同时,算法在噪声,压缩,裁剪等攻击下具有较好的鲁棒性.     

离散粒子群优化算法研究综述

粒子群优化(PSO)算法最初是基于连续空间的优化,然而现实世界中许多问题是离散的,近年来其离散化策略和方法受到广泛的关注.本文简要介绍PSO算法的工作原理和粒子更新机制、算法参数的分析与设置,详细介绍PSO算法的三种常见离散化策略的机理及其粒子更新机制,阐述离散PSO算法的应用成果,最后对其未来的研究方向进行展望.