مهاجرت پویا سوئیچ های مبتنی بر SDN به منظور توزیع بار لایه کنترل و افزایش بهره وری با استفاده از کنترلر ریو

سامانه‌های پردازشی و ارتباطی چندرسانه‌ای هوشمند

مقاله 2، دوره 3، شماره 4 - شماره پیاپی 10، دی 1401، صفحه 15-27   

نوع مقاله: مقاله پژوهشی

نویسندگان

ندا عباسی¹؛ شیوا کریمی^{* 2}

¹دانشجو کارشناسی ارشد، مهندسی کامپیوتر، دانشکده برق و کامپیوتر، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران.

²استادیار، دانشکده برق و کامپیوتر، واحد زنجان، دانشگاه آزاد اسلامی، زنجان، ایران.

چکیده

نیازهای شبکه در عصر کنونی شامل ارتقای همه ­جانبه ارتباطات و اتصالات با پهنای باند بیشتر، حداقل تأخیر و دستیابی به توان بالاست.
شبکه­ های مبتنی بر نرم ­افزار به دلیل قابلیت­های برنامه ­ریزی و مدیریت متمرکز، یکی از امیدوارکننده­ ترین حالت­های توسعه اینترنت آینده به ­شمار­ می ­آیند. مشکل تعادل بار برای کنترل‌کننده‌های SDN توزیع‌شده یکی از چالش­های اساسی این شبکه ها به­ حساب­ می ­آید و ممکن است یک کنترل کننده متمرکز منفرد باعث مشکلات قابلیت اطمینان و مقیاس­ پذیری شود و اگرچه چندین کنترلر می­توانند این مشکلات را حل ­کنند اما یک مکانیسم انعطاف ­پذیر برای تعادل بار مورد نیاز است. از این رو در این در پژوهش یک مکانیسم تعادل بار بر اساس استراتژی اطلاعات بار پیشنهاد ­می ­شود به طوری­ که هر کنترل­ کننده در سیستم به­ صورت دوره­ای اطلاعات بار خود را به کنترل­ کننده‌های دیگر گزارش ­می‌دهد و کنترل‌کننده‌های اضافه بار طرح، اطلاعات بار همه کنترل‌کننده‌های دیگر را قبل از تصمیم‌گیری محلی جمع‌آوری­ نمی‌کنند، که این خود باعث کاهش مصرف منابع کنترل‌کننده ­می­ شود. استراتژی متعادل‌سازی بار در طرح پیشنهادی مبتنی بر زمان پاسخ برای کنترل‌کننده‌های SDN متعدد پیشنهادشده، که ویژگی‌های زمان پاسخ بلادرنگ را که با بار کنترل‌کننده تغییر می‌کند، درنظر می‌گیرد. بخش کلیدی دیگر طرح پیشنهادی این است که تمامی این موارد در کنترل‌کننده Ryu با انتخاب یک آستانه زمان پاسخ مناسب و پردازش چندین کنترل­ کننده اضافه بار به ­طور همزمان انجام­ شده که مشکل تعادل بار صفحه کنترل SDN کنترل­ کننده اضافه بار را می ­تواند به­ خوبی حل­ کند. این مدل پیشنهاد می‌کند که مدیریت سوئیچ‌های خاص بین کنترل‌کننده‌ها منتقل ­شود. در شبیه ­سازی، بار تاریخی و بار آینده سوئیچ­ها درنظرگرفته ­شد و یک الگوریتم مهاجرت سوئیچ با وزن دوگانه پیشنهاد شد که منجر به کاهش فرکانس مهاجرت سوئیچ گشت. آزمایش‌ها ثابت کرده‌اند که این طرح می‌تواند به ­سرعت تعادل بار بین کنترل‌کننده‌ها را تأمین و تعداد مهاجرت سوئیچ‌ها را کاهش دهد. نتایج نشان­ داد این طرح می‌تواند منجر به مهاجرت کنترل‌کننده اضافه بار شده و به سرعت بار کاری کنترلر اضافه بار را کاهش ­دهد. در نتیجه، طرح پیشنهادی می­ تواند به­ طور مؤثر با سرعت بالا به تعادل بار چندین کنترل ­کننده SDN دست ­یابد.

کلیدواژه‌ها

مهاجرت پویا سوئیچ‌ها؛ های مبتنی بر نرم افزار؛ توزیع و تعادل بار؛ لایه کنترل؛ کنترلر Ryu

مراجع

1.  Rana, D.S., S.A. Dhondiyal, and S.K. Chamoli, Software defined networking (SDN) challenges, issues and solution. International journal of computer sciences and engineering, 2019. 7(1): p. 884-889.
2. Mohammadi, H. and S. Mostafavi, A Prediction-Based Load Distribution Approach for Software-Defined Networks. Nashriyyah -i Muhandisi -i Barq va Muhandisi -i Kampyutar -i Iran, 2022. 4(19): p. 289-301.
3.  Srivastava, V. and R.S. Pandey, Load balancing for software-defined network: a review. International Journal of Computers and Applications, 2021: p. 1-14.
4.  Deng, X., et al. Efficient SDN Controller Load Balancing Using Deep Reinforcement Learning. in 2021 4th International Conference on Hot Information-Centric Networking (HotICN). 2021. IEEE.
5.  Yeo, S., et al., Achieving Balanced Load Distribution with Reinforcement Learning-Based Switch Migration in Distributed SDN Controllers. Electronics, 2021. 10(2): p. 162.
6.  Malbašić, T., et al., Hybrid SDN Networks: A multi-parameter server load balancing scheme. Journal of Network and Systems Management, 2022. 30(2): p. 1-28.
7.  Salehi, M. and M.A. Irandoost, A Learning Automata Approach for Load Balancing in Software-Defined Networks. International Journal of Smart Electrical Engineering, 2022.
8. Liu, Y., et al. CASM: A Cost-Aware Switch Migration Strategy for Elastic Optical Inter-Datacenter Networks. in Photonics. 2022. Multidisciplinary Digital Publishing Institute.
9.  Li, Z., et al. SDN controller load balancing based on reinforcement learning. in 2018 IEEE 9th International Conference on Software Engineering and Service Science (ICSESS). 2018. IEEE.
10.   Zhong, H., et al., Prediction-based dual-weight switch migration scheme for SDN load balancing. Computer Networks, 2022: p. 108749.
11.  Cabarkapa, D. and Rancic, Performance Analysis of Ryu-POX Controller in Different Tree-Based SDN Topologies. Advances in Electrical and Computer Engineering, 2021. 21(3): p. 31-38.
12. J. Cui, Q.L., H. Zhong, M. Tian, L. Liu, A load-balancing mechanism for distributed SDN control plane using response time. IEEE Trans. Netw. Serv.Manag. 15 (4) (2018) 1197–1206., 2018.