[发明专利]基于遗传算法的SDN交换机节点增量部署方法

权利要求书

1.一种基于遗传算法的SDN交换机节点增量部署方法，其特征在于，包括以下步骤：

步骤S1:采用随机算法产生网络拓扑节点的全排列序列，作为初始化的部署序列S；

步骤S2:计算初始化部署序列对应的网络最大链路利用率的和，并作为该序列的部署花费值；

步骤S3:采用冒泡排序算法对部署序列按照其部署花费值从小到大进行排序；

步骤S4:将排序好的部署序列按照其部署花费值分成top、middle、low三个集合；

步骤S5:按照从top类中随机选择一个父本，从middle类中随机选择一个母本的方法，选择和middle类中元素个数相同的父母双亲；

步骤S6:将选择出的父母双亲,进行交叉变异，产生新一代的部署序列;

步骤S7:更新最初的部署序列;

步骤S8:计算新的部署序列种群中，每一个部署序列的部署花费值;

步骤S9:记录部署花费值值最小的部署序列和其对应的值，并更新最优部署序列和其值;

步骤S10:使用新的部署序列种群，重复步骤S2-步骤S7，进行若干次迭代搜索，最终产生的部署序列种群中的部署花费值最小的部署序列,作为控制器最优的部署序列。

2.根据权利要求1所述的基于遗传算法的SDN交换机节点增量部署方法，其特征在于，所述步骤S2具体为：

步骤S2.1:对当前部署序列中的节点，计算部署节点增加后网络的最大链路利用率的值;

步骤S2.2:遍历部署序列中的节点，得到网络最大链路利用率的累加值,即部署序列的部署花费值。

3.根据权利要求2所述的基于遗传算法的SDN交换机节点增量部署方法，其特征在于，所述步骤S2.1具体为：

步骤S2.1.1:遍历网络中的每一个节点a，使用迪杰斯特拉算法构造从a出发的到各个节点的最短路径树,并将找到的图转置得到以a为目的节点的最短路径树；

步骤S2.1.2：在最短路径树上，依次加入各个SDN节点的邻边，使用拓扑排序检查看是否会构成回路，如果加入某条边不会构成回路，那么就将该边加入；否则，移除该边；进一步，得到一个基于该混合网络拓扑的最大DAG图；

步骤S2.1.3:对网络所有的网络节点进行拓扑排序；

步骤S2.1.4:按照拓扑排序结果依次取出网络中的节点b，如果该节点是传统路由器节点，将b到a的流量根据b在DAG图中的出链路的个数均匀分配到节点b的出链路上，并将对应的流量传递累积到最短路径的下一跳；如果该节点是SDN节点，那么就用未知数表示b在DAG图中出链路上的流量，并根据SDN节点流量守恒的约束：流入节点的流量加上节点产生的流量，等于流出节点的流量，列出等式，同时将对应的流量累加到SDN节点的邻居节点上；

步骤S2.1.5:依次传递下去，将拓扑排序中节点到目的节点a的流量需求全部分配完毕，并得到以a为目的节点的DAG图中所有边上的流量和关于SDN节点的流守恒等式；

步骤S2.1.6:将遍历每一个网络节点得到的DAG图的相同链路上的流量累加，得到每一条链路上总的链路流量；

步骤S2.1.7:根据每条链路的流量不能超过容量列不等式，加入关于SDN节点的流量守恒的等式方程，并采用线性规划求解工具进行线性规划问题求解，得到流量的分流情况和网络的最大链路利用率。

4.根据权利要求1所述的基于遗传算法的SDN交换机节点量部署方法，其特征在于，所述三个集合具体为：部署序列花费值最少的前10%为top类，中间的80%为middle类，最后部署花费值最大的10%为low类。