ارائه روشی نوین مبتنی بر الگوریتم تکاملی گرگ خاکستری برای توازن بار کنترل‌کننده در شبکه‌های مبتنی بر نرم‌افزار با استفاده از مهاجرت پویای سوئیچ

شبکه مبتنی بر نرم افزار (sdn) در بسیاری از سناریوهای مدرن شبکه به مدلی محبوب برای کنترل و مدیریت متمرکز تبدیل‌شده است. بااین‌حال، برای مراکز داده بزرگ با صدها هزار سرور و چندین هزار سوئیچ، حالت کنترل‌کننده تک باعث می‌شود سیستم از عدم مقیاس‌پذیری و قابلیت اطمینان رنج ببرد. استفاده از معماری توزیع‌شده می‌تواند عملکرد سیستم را بهبود بخشد، اما محدودیت اصلی این کار نگاشت ایستا بین سوئیچ و کنترل‌کننده است که ممکن است منجر به عدم تعادل بار در کنترل‌کننده‌ها شود. استفاده از چندین کنترل‌کننده توزیع‌شده در sdn برای بهبود مقیاس‌پذیری و قابلیت اطمینان، جایی که هر کنترل‌کننده یک بخش ثابت از شبکه را مدیریت می‌کند، استفاده‌شده است. درروش پیشنهادی، یک کنترل‌کننده متعادل (بالکن)، به‌عنوان طرحی برای انتقال پویای سوئیچ sdn برای دستیابی به تعادل بار بین کنترل‌کننده‌های sdn با هزینه مهاجرت کم به کار گرفته‌شده است. تصمیم‌گیری برای مهاجرت توسط نظارت بر اساس ترافیک شبکه انجام می‌شود. برای تعادل بار در شبکه مبتنی بر نرم‌افزار، از یک استراتژی انتقال سوئیچ مرحله‌ای استفاده می‌شود و کنترل‌کننده هدف توسط الگوریتم گرگ خاکستری انتخاب می‌گردد. نتایج نشان می‌دهد که زمان پاسخ روش پیشنهادی 13% بهتر از روش بالکن است. همچنین با افزایش نرخ ارسال به 8.33%، توان عملیاتی کنترل‌کننده در مقایسه با روش بالکن بهبود می‌یابد. لذا، تعادل بار روش پیشنهادی عملکرد بهتری نسبت به کارهای پیشین دارد.

a novel approach based on gray wolf evolutionary algorithm for controller load balancing in software defined networks using dynamic switch migration

software defined network (sdn) has become a popular model for centralized control and management in many modern network scenarios. however, for large data centers with hundreds of thousands of servers and several thousand switches, a single controller mode causes the system to suffer from lack of scalability and reliability. the use of distributed architecture can improve system performance, but the main limitation of this work is the static mapping between the switch and the controller, which may lead to load imbalances in the controllers. the use of multiple controllers distributed in sdn has been used to improve scalability and reliability, where each controller manages a fixed partition of the network. in the proposed method, a balanced controller (balcon) is used as a scheme to dynamic migrate the sdn switch to achieve load balance between sdn controllers with low migration cost. the decision to migrate is made by the monitor based on network traffic. to balance load in the software-based network, a staged switch migration strategy is used and the target controller is selected by the gray wolf algorithm. the results show that the response time of the proposed method is 13% better than the balcon method. also, by increasing the sending rate to 8.33%, the controller’s throughput improves compared to the balcon method. therefore, the load balance of the proposed method has a better performance than previous works.