基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统多路径负载均衡算法无法有效地感知网络的运行状态、不能综合考虑链路的实时传输状态以及大多数算法缺少自适应性的问题,基于软件定义网络(SDN)的集中控制和全网管控思想,提出一种基于蜘蛛猴优化的SDN自适应多路径负载均衡算法(SMO-LBA).首先,利用数据中心网络的感知能力来获取多路径的实时链路状态信息;然后,利用蜘蛛猴算法的全局探索和局部开采能力将链路空闲率作为每条路径的适应度值,并引入自适应权重对路径进行动态评估及更新;最后,寻找数据中心网络中链路占用率最小的路径,确定其为最优转发路径.选用胖树拓扑在Mininet平台上进行仿真实验,实验结果表明SMO-LBA可提高数据中心网络的吞吐量和平均链路利用率,实现网络自适应负载均衡.
推荐文章
数据中心网络中基于蚁群算法的动态多路径负载均衡
数据中心网络
软件定义网络
负载均衡
蚁群算法
一种基于SDN的自适应多路径负载均衡策略
SDN
多路径负载均衡
自适应算法
Adaboost
基于SDN的胖树数据中心网络多路径负载均衡算法研究
软件定义网络
SDN
胖树
数据中心网络
多路径负载均衡
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于软件定义网络的数据中心自适应多路径负载均衡算法
来源期刊 计算机应用 学科
关键词 软件定义网络 多路径负载均衡 蜘蛛猴优化算法 胖树 Mininet
年,卷(期) 2021,(4) 所属期刊栏目 网络与通信|Network and communications
研究方向 页码范围 1160-1164
页数 5页 分类号 TP393
字数 语种 中文
DOI 10.11772/j.issn.1001-9081.2020060845
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件定义网络
多路径负载均衡
蜘蛛猴优化算法
胖树
Mininet
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导