(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111639476.6 (22)申请日 2021.12.2 9 (71)申请人 安徽大学 地址 230601 安徽省合肥市经开区九龙路 111号 (72)发明人 仲红　徐金山　杨明　崔杰　 孙秀文　顾成杰　 (74)专利代理 机构 南京华恒专利代理事务所 (普通合伙) 32335 代理人 宋方园 (51)Int.Cl. H04L 47/125(2022.01) H04L 41/147(2022.01) H04L 43/0876(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于预测的SDN负载均衡双重权重交换机迁 移方法及系统 (57)摘要 本发明公开一种基于预测的SDN负载均衡双 重权重交换机迁移方法及系统， 每个控制器上均 运行有负载平衡模块， 负载平衡模块包括流量收 集组件、 流量预测组件、 负载通知组件、 平衡决策 组件和交换机迁移组件， 流量收集组件实时监控 控制器负载信息； 流量预测组件 预测未来的负载 数据； 负载通知组件通过负载通知法进行周期性 的负载通知， 平 衡决策组件确定需要进行交换机 迁移的控制器； 交换机迁移组件防止多个交换机 选择同一个目标控制器。 本发明能快速平衡控制 器的负载并能减少交换机的迁移次数， 有效解决 SDN环境中控制平面的负载均衡问题。 权利要求书3页 说明书7页 附图10页 CN 114338537 A 2022.04.12 CN 114338537 A 1.一种基于预测的SDN负载均衡双重权重交换机迁移方法， 其特征在于： 依次包括以下 步骤： 步骤(1)、 SDN网络G中有控制器集合C＝{C1， C2，…， CN}和交换机集合S＝{S1， S2，…， SK}， N为控制器数量， K为交换机数量； 在各控制器上运行流量收集组件， 通过流量收集组件实时监控控制器负载信息， 此处 负载信息是指所有交换机发送Packet_IN消息到达控制器的到达率， 记为流量收集矩阵 TCM； 假设 表示主控制器Ci管理的交换机集 合， 则 目 假设 W表示滑动窗口的大小， 则流量收集矩阵TCM为M* W； 如果 则Xmw＝0； i＝1， 2， ...， N； w＝1， 2， ...， W； M表示控制器所 管理的交换机的最大 数量； 步骤(2)、 在各控制器上运行流量预测组件， 流量预测组件通过上述所得负载信息来预 测未来的负载 数据； 步骤(3)、 负载通知组件根据 上述预测的负载数据， 基于负载通知法进行周期性的负载 通知， 减少因负载通知导 致的资源消耗； 步骤(4)、 平衡决策组件接收负载预测组件所得预测负载数据， 然后使用相应策略确定 控制器是否过载， 并根据双重权重的交换机迁移法选择出需要迁移的交换机或者交换机组 进行迁移， 同时需要选择 出合理的目标控制器来接受迁移的交换机； 步骤(5)、 交换机迁移组件使用互斥操作来解决当多个交换机选择同一个目标控制器 而发生冲突问题。 2.根据权利要求1所述的基于预测的SDN负载均衡双重权重交换机迁移方法， 其特征在 于： 所述步骤(2)中流 量预测组件基于神经网络来预测负载 数据， 具体方法如下： 步骤(2.1)、 在流量预测矩阵TCM ′中， M表示控制器管理的交换机 的最大数量， W表示滑 动窗口的大小； Xij表示控制器域中的第i个交换机在[j， j +Δt]时间内的流量， 即交换机发 送Packet_I N消息到达控制器的数量； 步骤(2.2)、 使用LSTM ‑RNN模型的流量矩阵TM预测包括两个阶段： 训练和预测阶段， 在 训练阶段， 通过在输入层训练数据并动态调整神经网络的参数， 并实现输入集的预期输入 值， 并监督神经网络从数据中学习； 步骤(2.3)、 设置学习窗口大小为 W； 在训练阶段， 递归神经网络采用W向量(Xt‑W Xt‑W+1，…， Xt‑1)作为W时间步长的输入， 并使 用标签Xt来计算损失， 然后使用时间反向传播法BPTT来更新模型权重； Xt‑W表示交换机在t 时间的流 量； 在预测阶段， 为估计时刻t+1的流量矩阵TM， 向RNN模型输入W向量(Xt‑W+1， Xt‑W+2， ...， Xt)， 并将Xt+1作为最后一个时间的输出。权　利　要　求　书 1/3 页 2 CN 114338537 A 23.根据权利要求1所述的基于预测的SDN负载均衡双重权重交换机迁移方法， 其特征在 于： 所述步骤(3)中负载通知法周期性 通知预测负载 数据的具体内容 为： 基于流量预测组件所得预测负载数据， 设置负载通知区间section＝(Maximum ‑ current)*θ， 其中， Maximum表示控制器处理能力的最大值， current表示控制器 的当前负载， θ为负 载通知区间系数； 当预测值在区间[current ‑section， current+section]则不进行负载通知， 否则触发 负载通知。 4.根据权利要求1所述的基于预测的SDN负载均衡双重权重交换机迁移方法， 其特征在 于： 所述步骤(4)的具体过程 为； 步骤(4.1)、 先设定相应阈值 来确定控制器是否过 载 获得Packet_IN消息到达与Packet_OUT消息的到达时间的图像关系， 然后通过二阶导 数找出拐点， 即控制器的处 理性能的瓶颈； 步骤(4.2)、 通过流量预测组件 的预测负载数据， 对流量预测矩阵TMC的域内交换机负 载值进行求和以获得控制器的负载预测 值； 然后将负载预测值与上述阈值进行比较； 当某 控制器负载超过合理的阈值时， 该控制器主动与其它控制器进行通信并将负载信息通知其 他控制器， 并向满足要求的控制器发送交换机 迁移操作请求； 步骤(4.3)、 迁移的交换机 选择 对每个交换机均设置双重权重， 通过选择权重最大的一个或多个交换机进行迁移， 定 义的权重公式为： Sweight＝w1*Xit+w2*Xit+1 其中， Xit表示在时间[t， t+Δt]内由第i个交换机发送的Packet_IN消息的数量， Xt+1表 示在时间[t， t +Δt+1]内由第i个交换机发送的Packet_IN消息的数量， w1和w2是权重系数， 且w1+w2＝1； 步骤(4.4)、 目标控制器选择： 为保证在保证迁移后不会导致目标控制器超过负载， 定 义如下约束： TMaximum表示目标控制器的最大处理能力， TPrediction表示目标控制器的预测负 载， Xit+1表 示需要迁移的交换机的预测负载； Thresho ld表示控制器处 理能力的阈值。 5.根据权利要求1所述的基于预测的SDN负载均衡双重权重交换机迁移方法， 其特征在 于： 所述步骤(5)的具体过程 为： 当源控制器向目标控制器发送交换机迁移请求时， 如果目标控制器同意接受该请求， 源控制器将立即完成交换机迁移操作并主动触发负载通知策略更新控制器的负载信息； 在 进行交换机迁移操作 的时间内， 该目标控制器不能再接受别的源控制器的发送来迁移请 求， 直到完成迁移操作后才接受新的控制器的迁移请求。 6.一种用于实现权利要求1至5所述基于预测的SDN负载均衡双重权重交换机迁移方法 的系统， 其特征在于： 包括若干SDN控制器和若干交换机， 交换机与控制器之间为多对多的 连接关系， 即每个控制器均管 理多个交换机， 且每个交换机被多个控制器进行管理， 且同时权　利　要　求　书 2/3 页 3 CN 114338537 A 3