DCN中基于前馈神经网络的动态多路径负载均衡方法
来源：计算机工程杂志2021年第9期北京时间：
作者：左攀, 束永安
单位：安徽大学 计算机科学与技术学院, 合肥 230601
摘要：针对数据中心网络（DCN）中因大象流而引起的网络负载不均衡问题，提出一种基于前馈神经网络的动态多路径负载均衡方法。在拓扑感知和流量信息监控的基础上对大象流进行标记，将收集到的网络流量信息输入前馈神经网络以预估每段链路的负载，并结合优化蚁群算法为大象流寻找最优路径，使大象流根据链路的实时状态完成路径选择。仿真结果表明，该方法能够有效降低网络传输时延，提高链路利用率和网络吞吐量。
关键词：软件定义网络,数据中心网络,负载均衡,前馈神经网络,蚁群算法
基金资助：安徽省自然科学基金（1408085MF125）。
