دانلود ترجمه مقاله یک طرح توازن بار SDN کارآمد بر اساس زمان پاسخ سرور

1. مقدمه 2. کارهای مرتبط 2.1. روش سنتی برای متعادل نمودن بار شبکه 2.2. معماری SDN 2.3. کنترل کننده ی SDN 3. طراحی و پیاده سازی روش LBBSRT 3.1. مدل سیستم 3.2. توصیف روش 3.2.1. اندازه گیری زمان پاسخ سرور به صورت بلادرنگ 3.2.2. روند درخواست کاربر 4. نتایج تجربی و تحلیل عملکرد 5. نتیجه گیری و کارهای آینده

مقدمه: در انواع معماری های پردازش توزیع شده، مطلوب است که در زمان مواجهه با مسائل سربار شبکه، روش بهینه ای را برای متعادل سازی بار سرور، در اختیار داشته باشیم. در دسترس بودن خدمات، عامل مهمی است که در تعیین میزان رضایت کاربر نهایی نقش دارد [1]، که این عامل به شدت تحت تأثیر میزان متعادل نمودن بار (توزیع بار) در میان خوشه های فرایند، می باشد. به طورکلی زمانیکه بار شبکه به خوبی متعادل سازی می شود، این امر موجب به حداکثر رساندن بهره وری و کاهش زمان پاسخ می شود که در نتیجه آن از منابع موجود در شبکه به طور بهینه استفاده خواهد شد و از بارگذاری منابع اضافه در شبکه جلوگیری می شود [2]. برای مقابله با ترافیک سنگین شبکه و کاهش خطر تک سرور (که مهمترین عامل ایجاد سربار در شبکه است)، بسیاری از مراکز داده برای دستیابی به توازن بار از منابع سخت افزاری خاصی استفاده می کنند، که این منابع سخت افزاری از کاربران بسیاری پشتیبانی می کنند [3]. با این حال، راه اندازی چنین شبکه ای مشمول هزینه های سخت افزاری بالا و عوارض فنی بسیاری است، بنابراین در این قبیل سیستم ها، اغلب نیاز به دخالت نیروی انسانی می باشد [4]. شبکه نرم افزار محور (SDN) یکی از انواع قابل توجه شبکه های کامپیوتری می باشد [5و6] که روش ساده و راحت کنترل جریان شبکه را تسهیل می بخشد؛ و برای این منظور، با وجود استفاده از حداکثر مزایایی که برای تعداد بسیاری از کاربران فراهم شده است، اما در مقابل به حداقل هزینه های سرمایه گذاری نیاز دارد. SDN با استقرار سوئیچ های شبکه (به عنوان پیاده سازی نرم افزاری) حمل و نقل داده ها را در شبکه کنترل می کند؛ بدین ترتیب هر زمان که جریان داده ها به سوئیچ ها می رسد، عملیات جستجو در جدول جریان انجام می شود. جداول جریان [7] (سرتیتر: شمارنده ها: اقدامات) به طور گسترده ای در SDN مورد استفاده قرار می گیرند. هر زمان که اقدامات مربوط به تغییرات جریان اعمال می شوند، سرتیترها و شمارنده های موجود در جدول جریان، براساس این اقدامات بروزرسانی می شوند. در طول این فرایند بروزرسانی، اطلاعات سرتیتر معمولا بر روی پایگاه داده ثبت می شوند و سوئیچ های OpenFlow مطابق با سوابق سرتیتر، جریان داده را پردازش می کند. بر اساس مدل SDN که دارای یک کنترل کننده متمرکز می باشد، می توان به منظور کنترل ترافیک شبکه، با استفاده از رکوردهای سرتیتر و براساس قوانین مختلف، یک سوئیچ OpenFlow را طراحی نمود [8]. در حال حاضر، متعادل نمودن بار شبکه در سطح نرم افزار، با استفاده از سیستم کنترل جریان که توسط SDN تسهیل شده است، عملا قابل اجرا می باشد. برای این منظور، Handigol بر مبنای SDN یک مدل متعادل کننده بار را پیشنهاد دارد [9]. Kaur با استفاده از الگوریتم رأی گیری توانست در محیط Openflow بار شبکه را متعادل نماید [10]. علاوه بر این، Zhang با استفاده از الگوریتم رأی گیری، به منظور متعادل نمودن بار شبکه بر مبنای چارچوب SDN، حداقل اتصالات شبکه را به کار گرفت [11]. Shang براساس معماری SDN واسطی را طراحی کرده است تا از طریق آن بتواند، با بدست آوردن اطلاعات سرور بار شبکه را متعادل نماید [12]. با وجود پیاده سازی های موجود برای SDN، هزینه بالا و انعطاف پذیری کم، اشکالات قابل توجهی هستند که هنوز هم در طرح های پیشین به چشم می خورند. Kaur و Zhang الگوریتم های سنتی متعادل کننده بار را به معماری SDN اعمال نمودند، اما مشاهده کردند که هر دو طرح نمی توانند زمان پاسخ سرور را به طور مؤثری کاهش دهند [10،11]. اگرچه Shang توانست به طور مؤثری زمان پاسخ سرور را کاهش دهد، اما طرح او وابسته به اطلاعات سرور است که همین امر موجب افزایش پیچیدگی های معماری سرور می شود [12].

Introduction: Achieving optimum load balancing is of significant importance whilst combating network overhead issues in any distributed processing architectures. Service availability is paramount in measuring end user satisfaction [1], which is heavily impacted by the level of achievable load balancing among the process clusters. In general, a well-balanced load in the network helps to optimize the utilization of the available resource by the ways of maximizing the throughput, minimizing the response time, and avoiding overloading resources in the network [2]. For the purposes of alleviating heavy-traffic network flux and reducing the risk of single server becoming the main overhead contributor, many datacentres adopt dedicated hardware resources to achieve load balancing whilst supporting a large number of users [3]. However, the increasing costs and technical complications in the deployment of such hardware systems often require human intervention to ensure consistent functioning of such strategies [4]. Software-Defined networking (SDN) is one of the notable forms of computer networking [5,6], facilitating a simple and conveniently maneuverable network flow control method requiring minimal investment costs whilst availing maximum benefits for a massive number of users. SDN controls the data transportation by deploying the network switches as a software implementation, whereby a flow table lookup operation will be carried out whenever a data flow arrives at the switches. Flow tables [7] ([Header: Counters: Actions]) are widely used in SDN. The headers and counters of the flow table are updated accordingly whenever actions relevant to flow changes are imposed. During this update process, the header information is usually recorded onto the database and the OpenFlow switches process the data flow in accordance with the header records. Based on the SDN model with a centralized controller, an OpenFlow switch [8] is designed with different rules to control the network traffic using the header records. Balancing the network load at the software tier is now practically realizable using the SDN facilitated flow control system. To this end, Handigol [9] proposed plug, a load balancing model based on SDN. Based on the Openflow environment, Kaur [10] achieved network load balancing using polling algorithm. Further, Zhang [11] achieved the minimum number of connections in the network using the polling algorithm of load balancing under the SDN framework. Shang [12] incorporated a middlebox based on the SDN architecture to achieve load balancing by collecting the server information. Despite the existing implementations of SDN to resolve high cost and poor flexibility issues in achieving effective load balancing, notable drawbacks are still prevalent in the aforementioned schemes. To add a few, Kaur and Zhang [10,11] applied traditional load balancing algorithms to the SDN architecture, and so the two schemes cannot effectively reduce the server response time. Though Shang [12] can effectively reduce the server response time, this scheme relies on the server information which increases the complexities of the server architecture.

بخشی از ترجمه مقاله (صفحه 15 فایل ورد ترجمه)