메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Xue Hai (University of Shanghai for Science and Technology) Sangheon Pack (Korea University) Kihun Kim (Hanwha System) Hyun Park (Hanwha System)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제47권 제1호
발행연도
2022.1
수록면
13 - 20 (8page)
DOI
10.7840/kics.2022.47.1.13

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
다중 컨트롤러가 있는 분산 소프트웨어 정의 네트워크에서 가변적인 트래픽의 변화는 각 컨트롤러 사이의 부하불균형을 발생시키기 쉽다. 이를 해결하기 위해 스위치 마이그레이션 (Switch Migration: SM) 기술을 사용할 수 있는데 동적인 네트워크 상황을 고려해서 최적의 마이그레이션 타겟 컨트롤러를 선택하는 것은 여전히 중요한 이슈로 남아있다. 본 논문에서는 기댓값 최대화 (Expectation Maximization) 학습 알고리즘을 기반으로 타겟 컨트롤러를 결정하는 LSM (Learning-based SM) 기법을 제안한다. LSM은 OpenFlow Packet-In 메시지 전달 이력을 학습하여 잠재적인 타겟 컨트롤러의 가능성 값을 최대화하기 할 수 있는 기댓값 최대화 알고리즘을 사용한다. OpenDayLight 기반의 실험 결과는 LSM을 사용하였을 경우 기존 기법 보다 더 높은 처리량과 더 낮을 패킷 손실률을 얻을 수 있음을 보여준다.

목차

요약
ABSTRACT
Ⅰ. Introduction
Ⅱ. System Model
Ⅲ. LSM Scheme
Ⅳ. Evaluation Results
Ⅴ. Conclusion
References

참고문헌 (8)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-567-000155597