استراتژی متعادل سازی بار مبتنی بر پیش بینی برای کنترلرهای توزیع شده در شبکه های SDN با استفاده از ترکیب مدل های CNN و LSTM
محل انتشار: سومین کنفرانس بین المللی و هشتمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 137
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITCONF08_011
تاریخ نمایه سازی: 19 فروردین 1404
چکیده مقاله:
شبکه های تعریف شده با نرم افزار به دلیل قابلیت برنامه ریزی و مدیریت متمرکز، به عنوان یکی از معماری های ترافیک شبکه اغلب با مشکل توزیع نامتعادل بین کنترلرها مواجه هستند که نیاز به مکانیزم های پویا و تغییرات توزیع شده در شبکه های SDN دارد. در این مقاله، یک استراتژی متعادل سازی با استفاده از ترکیب مدل های CNN و LSTM با روش پیشنهادی با استفاده از ترکیب مدل CNN و LSTM، تراکنش های شبکه را تحلیل می کنیم. این روش با ترکیب ویژگی های مکانی و زمانی، امکان تحلیل همزمان ویژگی های مکانی و LSTM را فراهم می کند. الگوریتم مهاجرت پیشنهادی، بر اساس یک معیار وزنی، سوئیچ های مناسب را برای مهاجرت کنترل انتخاب می کند. این معیار هم در قبلی و هم در پیش بینی شده سوئیچ ها را در نظر می گیرد و کنترل گره های هدف را به گونه ای تصمیم گیری می کند که پس از مهاجرت دچار هزینه اضافی نشود. علاوه بر این، محدودیت های هزینه مهاجرت نیز در فرآیند تصمیم گیری لحاظ می شود تا هزینه های اضافی کاهش یابد. نتایج شبیه سازی نشان می دهد که روش پیشنهادی بهبود قابل توجهی در کارایی متعادل سازی بار ایجاد کرده و هزینه های مهاجرت به طور قابل توجهی کاهش می دهد. این روش به عنوان یک راه حل عملی و مقیاس پذیر برای مدیریت ترافیک پویا در شبکه های SDN قابل استفاده است.
کلیدواژه ها:
شبکه های تعریف شده با نرم افزار ، استراتژی متعادل سازی بار ، شبکه های SDN ، مدل های CNN و LSTM ، ترافیک پویا
نویسندگان
نسیم ابراهیمی منظم
دانشجوی دکتری رشته مهندسی نرم افزار کامپیوتر
محمدرضا غلامی سیدی
دانشجوی دکتری رشته مهندسی نرم افزار کامپیوتر