طبقه‌بندی و بررسی جامع تکنیک‌های بهینه‌سازی تعادل بار شبکه‌های نرم‌افزار محور

نوع مقاله : مقاله مروری

نویسندگان

دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران

چکیده

ترافیک روزبه‌روز در حال افزایش است؛ به همین دلیل برای مدیریت از تکنولوژی شبکه‌های نرم‌افزار محور استفاده می‌شود؛ زیرا یک نمای کلی از شبکه ارائه می‌دهد و مدیریت پیشرفته را امکان‌پذیر می‌کند. در شبکه‌های نرم‌افزار محور نیز برای بهبود عملکرد نیاز به تعادل بار هست. برای ایجاد تعادل بار در شبکه‌های نرم‌افزار محور رویکردهای بسیاری پیشنهاد شده است. این رویکردها را می‌توان طبقه‌بندی کرد؛ اما طبقه‌بندی‌های ارائه شده تاکنون دقیق نیستند. در این مقاله طبقه‌بندی دقیقی برای تعادل بار شبکه‌های نرم‌افزار محور ارائه شده است. سپس رویکردهایی که برای حل مسئله تعادل بار شبکه‌های نرم‌افزار محور از الگوریتم‌های بهینه‌سازی مبتنی بر هوش مصنوعی استفاده می‌کنند، توضیح داده شده است. در نهایت روش‌های پیش‌بینی تعادل بار شبکه‌های نرم‌افزار محور و اینکه چگونه در کاهش مصرف انرژی کمک می‌کند ارائه شده است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Taxonomy and comprehensive review of optimization techniques of load balancing in software-defined networks

نویسندگان [English]

  • Somaye Imanpour
  • AhmadReza Montazerolghaem
Faculty of Computer Engineering, University of Isfahan, Isfahan, Iran
چکیده [English]

Traffic is increasing day by day; for this reason, software defined network technology is used to manage network; because software defined network technology provides an overview of the network and enables advanced management. In software defined networks, load balancing is also needed to improve performance. Many approaches have been proposed for load balancing in software defined networks. These approaches can be the taxonomy; but the taxonomies presented so far are not exact. In this article, a detailed taxonomy for load balancing of software defined networks is provided. Then, the approaches that use optimization algorithms based on artificial intelligence to solve the problem of load balancing of software defined networks are explained. Finally, the methods of predicting the load balance of software defined networks and how it helps in reducing energy consumption are provided.

کلیدواژه‌ها [English]

  • Load Balancing
  • Software Defined Network
  • Optimization
  • prediction
  • Network Function Virtualization