[發(fā)明專利]基于納什議價(jià)的SDN負(fù)載均衡方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010871111.5
• 申請(qǐng)日: 2020-08-26
• 公開(kāi)（公告）號(hào): CN112134807A
• 公開(kāi)（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 李國(guó)燕;馮怡;任雅娟;劉毅
• 申請(qǐng)（專利權(quán)）人: 天津城建大學(xué);天津?yàn)I海迅騰科技集團(tuán)有限公司
• 主分類號(hào): H04L12/803
• 分類號(hào): H04L12/803;H04L12/751;G06N3/00
• 代理公司: 天津市君硯知識(shí)產(chǎn)權(quán)代理有限公司 12239
• 代理人: 張東浩

1.一種基于納什議價(jià)的SDN負(fù)載均衡方法，其特征在于，包括：

獲取原始的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，建立連通性約束，生成交換機(jī)與控制器的重構(gòu)網(wǎng)絡(luò)映射矩陣；

以重構(gòu)網(wǎng)絡(luò)映射矩陣作為策略空間，對(duì)納什議價(jià)博弈模型中建立的目標(biāo)函數(shù)進(jìn)行求解；所述目標(biāo)函數(shù)包括負(fù)載均衡度收益函數(shù)與遷移代價(jià)收益函數(shù)復(fù)合后形成的評(píng)價(jià)函數(shù)和多個(gè)約束條件；所述目標(biāo)函數(shù)表示各個(gè)博弈方在策略空間內(nèi)不斷議價(jià)協(xié)商，其中，負(fù)載均衡度為一個(gè)博弈方；遷移代價(jià)為另一個(gè)博弈方；

對(duì)目標(biāo)函數(shù)進(jìn)行求解時(shí)采用改進(jìn)后的螢火蟲(chóng)優(yōu)化算法進(jìn)行求解；計(jì)算帕累托最優(yōu)解，得到納什均衡解。

2.根據(jù)權(quán)利要求1所述的均衡方法，其特征在于，所述連通性約束，在設(shè)立時(shí)，包括以下參數(shù)中的任意一種或多種：

待遷移交換機(jī)與目標(biāo)控制器之間的最小跳數(shù)、數(shù)據(jù)傳輸速率、控制器容量、最大迭代次數(shù)。

3.根據(jù)權(quán)利要求1所述的均衡方法，其特征在于，在構(gòu)建的所述納什議價(jià)博弈模型中，兩個(gè)博弈方的收益函數(shù)復(fù)合形成的評(píng)價(jià)函數(shù)為max(LBD-a_LBD)(Cost-a_cost)；

其中，LBD為負(fù)載均衡度作為博弈方的收益函數(shù)，Cost為遷移代價(jià)作為博弈方的收益函數(shù)；a_LBD和a_Cost分別為負(fù)載均衡度和遷移代價(jià)的議價(jià)破裂點(diǎn)。

4.根據(jù)權(quán)利要求3所述的均衡方法，其特征在于，

所述負(fù)載均衡度的收益函數(shù)為

其中，為控制器的平均負(fù)載，σ為標(biāo)準(zhǔn)差LBD表示負(fù)載均衡度；

所述遷移代價(jià)的收益函數(shù)為

其中，為交換機(jī)遷移代價(jià)，m_k表示交換機(jī)s_k是否發(fā)生遷移，且滿足

5.根據(jù)權(quán)利要求1所述的均衡方法，其特征在于，還包括在所述納什議價(jià)博弈模型中建立公平議價(jià)協(xié)議，所述公平議價(jià)協(xié)議包括制定初始議價(jià)破裂點(diǎn)約束條件和議價(jià)破裂點(diǎn)的更新約束條件。

6.根據(jù)權(quán)利要求5所述的均衡方法，其特征在于，所述初始議價(jià)破裂點(diǎn)約束條件為不低于負(fù)載均衡度和遷移代價(jià)的最低門限值；

所述議價(jià)破裂點(diǎn)的更新約束條件為：

其中，為上一次負(fù)載均衡度議價(jià)破裂點(diǎn)，LBD^k-1為當(dāng)前負(fù)載均衡度收益；為上一次遷移代價(jià)的議價(jià)破裂點(diǎn)，Cost^k-1為當(dāng)前遷移代價(jià)的收益。

7.根據(jù)權(quán)利要求5所述的均衡方法，其特征在于，采用改進(jìn)的螢火蟲(chóng)算法進(jìn)行求解時(shí)，包括以下步驟：

S1、在滿足約束的前提下，初始化螢火蟲(chóng)位置、初始化議價(jià)破裂點(diǎn)a_LBD和a_cost、初始化螢火蟲(chóng)種群數(shù)以及最大迭代次數(shù)I_iter；

S2、根據(jù)博弈模型目標(biāo)函數(shù)確定對(duì)應(yīng)的螢火蟲(chóng)亮度，保存亮度最大的個(gè)體C_elite；

S3、根據(jù)混沌理論和螢火蟲(chóng)位置式，更新螢火蟲(chóng)位置；

S4、計(jì)算位置更新后各螢火蟲(chóng)的亮度，用亮度最大的個(gè)體C_elite替換亮度最差的個(gè)體

S5、判斷亮度最大和最差個(gè)體的差值是否小于常數(shù)ζ，若是，則按議價(jià)破裂點(diǎn)更新約束條件式，更新當(dāng)前議價(jià)破裂點(diǎn)，否則循環(huán)執(zhí)行步驟2-4

S6、終止條件判斷，若達(dá)到最大迭代次數(shù)I_iter，則結(jié)束循環(huán)，輸出最優(yōu)螢火蟲(chóng)位置，否則繼續(xù)執(zhí)行步驟2-4。