一种基于IBPSO的SDN控制器放置优化方案

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:xiaoming198877
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了改进离散粒子群优化(improved binary particle swarm optimization,IBPSO)算法用来解决控制器放置问题。该算法基于粒子群的全局最优和单个粒子的个体最优来决定粒子当前取值概率,消除粒子当前值对下一步迭代的影响,从而加快收敛速度,找到更优的最终结果。仿真结果表明,与离散粒子群优化(binary particle swarm optimization,BPSO)算法相比,由该算法得出的控制器放置方案在实现控制器负载均衡的同时,还可以显著降低控制器的数量。
其他文献
为了解决推荐列表偏向于热门项目,多样性差的问题,提出了ARIFDP算法(aggregation recommendation algorithm for embedding item fatigue and diversity preference)。首先通过对用户历史反馈数据分析用户的多样性偏好,得出用户的多样倾向度,进而构造了与评价次数负相关的项目疲劳函数,最终将矩阵分解与项目疲劳函数相聚合,
社交网络和其他云应用程序应该能对从数据中心发出的请求作出快速响应,实现这种请求的技术之一是内存中的键值存储(IMKVS),它是一种缓存机制,目的是为了提高整体用户体验。IMKVS系统使用一致性哈希来决定在何处存储目标。一致性哈希使用起来方法简单,但可能引起网络负载的不平衡。为了提高IMKVS的缓存性能,提出一种软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略。该策略包含两个阶段:第一
针对互联网大规模网络攻击检测难题,结合词向量特征表示与循环神经网络提出了一种门控记忆网络检测方法。首先将网络请求数据转换为低维实值向量序列表示,然后利用门控循环神经网络的长时记忆能力提取请求数据的特征,最后采用logistic回归分类器实现了对网络攻击的自动检测。在CSIC2010公开数据集上达到了98. 5%的10折交叉验证F1分数。与传统方法相比较大幅度地提高了网络攻击检测的准确率和召回率。所