呂娜，潘武,*，陳柯帆，張彥暉

1. 空軍工程大學 信息與導航學院，西安 710077 2. 中國人民解放軍94860部隊，南京 210000

軟件定義網(wǎng)絡[1-3]將控制平面與數(shù)據(jù)平面分離，采用邏輯集中控制方式，基于靈活、開放、可編程的南北向接口，對網(wǎng)絡設備進行統(tǒng)一管理，并且受到業(yè)界的廣泛關注。機載網(wǎng)絡[4-5]作為鏈接空中平臺的紐帶，為平臺間信息交互服務提供重要保證，但其一直遵循著傳統(tǒng)分布式網(wǎng)絡架構的設計思路，難以滿足未來航空作戰(zhàn)中成員的靈巧作戰(zhàn)協(xié)同需求。為有效支撐航空平臺間的通信需求，SAMPIGETHAYA等[6-8]將軟件定義網(wǎng)絡(SDN)的思想應用于機載網(wǎng)絡構建中，軟件定義機載網(wǎng)絡的概念被提出。與傳統(tǒng)機載網(wǎng)絡相比，軟件定義機載網(wǎng)絡可以使網(wǎng)絡的配置與管理變得高效簡單，充分提升網(wǎng)絡管控的靈活性，有效打破網(wǎng)絡功能僵化造成的瓶頸。

航空平臺的通信端機形成軟件定義機載網(wǎng)絡的數(shù)據(jù)平面，控制器所形成的控制平面是軟件定義機載網(wǎng)絡的管控核心，維護著數(shù)據(jù)平面的可靠信息交互。每個控制器管控其控制域內(nèi)的若干通信端機。高對抗作戰(zhàn)環(huán)境下，控制器的設備故障或鏈路強干擾故障，造成其域中的通信端機失去網(wǎng)絡管控，導致相關數(shù)據(jù)平面部分的信息轉(zhuǎn)發(fā)失效，從而影響相應作戰(zhàn)任務的實施。因此，針對軟件定義機載網(wǎng)絡控制平面控制器故障問題，研究有效恢復控制器故障的方法，對提升控制平面的健壯性具有重要意義。

目前，對于控制器故障恢復的研究，主要從控制器部署和交換機遷移2個方面提高控制平面的健壯性。對于控制器部署方面的研究，主要是在網(wǎng)絡的前期規(guī)劃階段，通過建立備份機制[9-12]及時應對控制器突發(fā)故障情況，恢復網(wǎng)絡的正常管控。文獻[9]設計一種考慮備份開銷的最優(yōu)SDN控制器備份算法，提高網(wǎng)絡的可用性和可靠性。文獻[10]采用基于多目標優(yōu)化的粒子群算法，得出最優(yōu)的備份控制器部署方案?？梢钥闯?，對于控制器數(shù)量較少的小規(guī)模網(wǎng)絡，部署備份控制器可以有效快速地恢復控制器故障，增強控制平面的健壯性；而在控制器數(shù)量較多的大規(guī)模網(wǎng)絡中，需要備份的控制器數(shù)量增多，控制路徑需要占用鏈路的開銷增多，整個網(wǎng)絡也變得更加臃腫。因此，備份機制較難適用于軟件定義機載網(wǎng)絡的控制器故障恢復場景。

另一類研究采用交換機遷移思想，即指當某個或某幾個控制域內(nèi)的控制器發(fā)生故障，將故障域內(nèi)的交換機遷移至其他正?？刂朴騼?nèi)，對網(wǎng)絡進行彈性管控。遂行作戰(zhàn)任務的作戰(zhàn)單元，根據(jù)所處的位置以及控制器容量等因素，每個控制器管理一定數(shù)量的通信端機，形成多個控制域，實現(xiàn)正常的信息交互。當某個控制器發(fā)生故障時，可以考慮將數(shù)據(jù)平面中的通信端機進行遷移，轉(zhuǎn)換控制關系，有效解決機載網(wǎng)絡中控制器故障問題。

在目前的交換機遷移相關研究中，由于負載不均衡會嚴重限制網(wǎng)絡的效能，不僅會造成控制器資源的浪費，而且高負載的控制器容易崩潰，從而削弱控制平面的健壯性；因此，有較多文獻著重考慮提高負載均衡率，并設定相應的交換機遷移策略[13-21]。文獻[13]提出一種彈性的分布式控制器體系結(jié)構ElastiCon，設計一種新穎的交換機遷移協(xié)議實現(xiàn)負載轉(zhuǎn)移。文獻[14]提出一種基于交換機遷移機制的集群控制器動態(tài)負載均衡方法，主要解決控制器之間負載的不均衡，還能夠支持控制器故障轉(zhuǎn)移且無需斷開交換機連接。文獻[15]針對現(xiàn)有遷移方案中遷移效率低下和遷移代價高的問題，提出基于效能優(yōu)化的交換機動態(tài)遷移策略，使負載均衡率保持在較高水平。文獻[16]提出一種基于過程優(yōu)化的交換機競爭遷移機制算法，有效避免交換機遷移沖突，并且控制器負載均衡率平均提升25.6%。上述研究主要優(yōu)化網(wǎng)絡中控制器的負載均衡率指標。

針對交換機遷移過程中的其他網(wǎng)絡性能指標，如遷移時延，遷移距離和通信開銷等，目前也有相關研究基于多目標優(yōu)化問題，同時優(yōu)化多個性能指標。文獻[22]基于SMDM(Switch Migration-based Decision-Making)方案，權衡遷移成本和負載均衡率，提出基于貪婪方法的效率感知交換機遷移算法，指導遷移方法的選擇。文獻[23]首要衡量遷移距離和時延，基于Pareto的彈性最優(yōu)控制器放置框架設計遷移機制，該方法雖然可以在網(wǎng)絡運行過程中對網(wǎng)絡進行彈性調(diào)整，但未考慮控制器的負載因素，容易增加相鄰控制器的負擔，造成整個控制平面的負載失衡。文獻[24]提出了一種基于多目標優(yōu)化的動態(tài)交換機遷移算法，基于NSGA-II的多目標遺傳算法同時優(yōu)化控制平面負載均衡度和交換機遷移所產(chǎn)生的通信開銷。

綜上所述，本文將交換機遷移思想引入軟件定義機載網(wǎng)絡控制節(jié)點故障恢復問題，當控制節(jié)點發(fā)生故障，考慮將數(shù)據(jù)平面中的傳輸節(jié)點進行遷移，構成新的控制關系；綜合考慮傳輸節(jié)點遷移時延和控制器負載均衡目標，提出一種基于時延和負載均衡的傳輸節(jié)點遷移TNM-LLB(Transfer Node Migration Latency and Load Balancing)策略，對數(shù)據(jù)平面中的傳輸節(jié)點進行遷移。在恢復故障的過程中，該策略在犧牲少量故障恢復時間的同時，使網(wǎng)絡中控制節(jié)點的負載處于較為均衡狀態(tài)，最終有效解決機載網(wǎng)絡控制節(jié)點故障問題。

1 模型建立

1.1 問題描述

為了便于描述，將機載網(wǎng)絡中的航空平臺定義為節(jié)點，網(wǎng)絡中的控制器映射為控制節(jié)點，通信端機映射為傳輸節(jié)點，具有多種作戰(zhàn)功能的有人/無人作戰(zhàn)單元，在不同作戰(zhàn)階段，根據(jù)所處位置以及控制容量等因素，將網(wǎng)絡劃分為多個控制域。采用與文獻[25]類似的控制器部署方式，在控制域中，一個控制節(jié)點管控多個傳輸節(jié)點，各域中控制節(jié)點對域內(nèi)傳輸節(jié)點進行控制指令的上傳下達，構成邏輯集中、物理分散的網(wǎng)絡控制模式，完成相應的作戰(zhàn)任務。應用場景如圖1所示，假設某一控制域內(nèi)的控制節(jié)點發(fā)生故障，該域內(nèi)的傳輸節(jié)點將暫時失去管控，需要遷移至新的控制域內(nèi)，獲取新的控制指令，有效解決控制節(jié)點故障對網(wǎng)絡造成的影響。

圖1 軟件定義機載網(wǎng)絡控制節(jié)點故障場景示意圖Fig.1 Schematic diagram of software-defined airborne network control node failure scenarios

1.2 模型定義

軟件定義機載網(wǎng)絡拓撲用無向圖G=(V,E)表示，其中V表示網(wǎng)絡中節(jié)點集合，E表示網(wǎng)絡中鏈路集合，G中包含M個控制節(jié)點C={c1,c2,…,cM}和N個傳輸節(jié)點S={s1,s2,…,sN}，其中|V|=M+N。網(wǎng)絡中故障控制節(jié)點集合為F={c1,c2,…,cF}，正?？刂乒?jié)點集合為Z={c1,c2,…,cZ}，其中M=F+Z?？刂乒?jié)點cm管控的傳輸節(jié)點集合定義為Wcm，并且Wcm∈S；傳輸節(jié)點si與控制節(jié)點cm的控制關系用li,m表示，其中，li,m=1表示控制節(jié)點cm管控傳輸節(jié)點si，li,m=0表示傳輸節(jié)點si不受控制節(jié)點cm管控。節(jié)點i與節(jié)點j之間的距離用dij表示，節(jié)點的通信半徑為R。將接收遷移傳輸節(jié)點的控制節(jié)點定義為遷入控制節(jié)點，并用集合Cim表示；故障域中需要遷移的傳輸節(jié)點定義為遷出傳輸節(jié)點，并用集合Sos表示。

2 遷移策略

基于時延和負載均衡的傳輸節(jié)點遷移TNM-LLB策略的基本思路為：首先，控制域中的傳輸節(jié)點與控制節(jié)點進行正常的信息交互，當所有傳輸節(jié)點均無法接收控制節(jié)點回復指令時，則判定控制節(jié)點發(fā)生故障，并會觸發(fā)遷移機制。其次，根據(jù)該故障域中傳輸節(jié)點的通信半徑，確立可遷移區(qū)域。在該可遷移區(qū)域中，根據(jù)傳輸節(jié)點遷移所耗費的時延和遷移負載差異矩陣來動態(tài)選擇待遷入控制節(jié)點，實施遷移操作并轉(zhuǎn)換控制關系，構成新的控制域。最后，更新控制節(jié)點的負載信息，檢查網(wǎng)絡負載是否均衡，判斷是否完成遷移過程。

2.1 相關定義

1) 控制節(jié)點負載

在每個控制域中，每個傳輸節(jié)點產(chǎn)生的流請求都需要通過控制節(jié)點進行處理，并且控制節(jié)點將處理結(jié)果返回給該傳輸節(jié)以及轉(zhuǎn)發(fā)路徑上的其他傳輸節(jié)點。因此本文計算控制節(jié)點的負載主要考慮控制節(jié)點cm所連接的傳輸節(jié)點數(shù)量Q和所有活躍傳輸節(jié)點的平均“packet-in”消息到達速率B，因此定義控制節(jié)點cm的負載Lcm表示為

Lcm=α1Qcm+α2Bcm

(1)

式中：α1+α2=1，為簡化研究，取α1=α2=0.5。因此，根據(jù)各控制節(jié)點的負載，本文采用標準差表示網(wǎng)絡負載均衡率:

(2)

HZ×Z=

(3)

從H中可以較為快速得出網(wǎng)絡中控制節(jié)點的負載差異情況，從而依據(jù)各控制節(jié)點間的負載差異值指導遷移動作的完成。

由于需要將故障域內(nèi)的傳輸節(jié)點遷移至其他正?？刂乒?jié)點域內(nèi)，在完成遷移動作過后，網(wǎng)絡中各控制節(jié)點的負載會發(fā)生變化，有可能會造成控制節(jié)點的負載失衡；因此，在遷移過程中，需要考慮負載均衡率指標，保證遷移過后的控制節(jié)點負載均衡在可接受的范圍內(nèi)。本文設定負載差異閾值σ，在遷移過程中需要滿足?ci,cj∈Z,hcicj<σ；其中σ值對調(diào)整機載網(wǎng)絡中控制節(jié)點的負載分布具有重要意義，其大小與控制器的最大負載和最小負載都有關系；根據(jù)負載差異矩陣H，負載差異閾值σ計算公式為

(4)

式中：maxHZ×Z為負載差異矩陣H中元素最大值；minHZ×Z為負載差異矩陣H中除0元素外的最小值，即minHZ×Z>0。

2) 遷移時延

可以發(fā)現(xiàn)，若所有的遷出傳輸節(jié)點為了減少遷移時延，選擇距離近的控制節(jié)點進行遷移，則會使就近的控制節(jié)點負載突然增大，與距離遠的控制節(jié)點負載差異過大，造成整個網(wǎng)絡的負載失衡，影響網(wǎng)絡的性能。因此，在遷移過程中，需要同時衡量網(wǎng)絡的負載均衡率β與遷移時延T2個優(yōu)化目標，使控制節(jié)點故障恢復的性能更佳。本文定義Ω=βT，可以得出本文的優(yōu)化模型為

minimizeΩ

(5)

式(5)表示模型的目標函數(shù)，即在故障恢復過程中，綜合權衡網(wǎng)絡控制節(jié)點負載均衡率和遷移耗費的遷移時延；約束條件第1條表示遷移過程中控制節(jié)點間的負載差異不能超過閾值σ；第2條表示每個傳輸節(jié)點只能選擇一個控制節(jié)點作為主控制節(jié)點。

2.2 遷移過程

在遷移過程中，依照優(yōu)化模型和約束條件指導遷移，使最終的遷移結(jié)果效果更佳。從優(yōu)化模型中可以看出，遷移后的網(wǎng)絡負載均衡率與遷移時延是相對矛盾的存在，屬于NP-Hard[26]問題。因此，本文的TNM-LLB策略基于貪婪決策[27]實施完成。該策略實施包含以下2個步驟：控制節(jié)點故障檢測和基于時延和負載均衡的傳輸節(jié)點遷移TNM-LLB算法的實現(xiàn)。

2.2.1 控制節(jié)點故障檢測

對于控制節(jié)點是否發(fā)生故障的判斷，本小節(jié)采用超時機制進行檢測。在集中式網(wǎng)絡控制方式下，傳輸節(jié)點與控制節(jié)點間通過周期性地發(fā)送Echo Request和Echo Reply報文，確認當前的狀態(tài)信息；若一個傳輸節(jié)點連續(xù)3次請求沒有收到控制節(jié)點的響應，則認為該控制節(jié)點處于故障狀態(tài)。但由于也可能存在該傳輸節(jié)點與控制節(jié)點間的鏈路出現(xiàn)故障等其他因素，導致誤判為控制節(jié)點故障的情況；因此，假定當該控制域內(nèi)所有傳輸節(jié)點重復上述操作且未收到回復指令時，則判斷為該控制域內(nèi)的控制節(jié)點發(fā)生故障，并觸發(fā)遷移機制。采用上述故障檢測方法，根據(jù)網(wǎng)絡拓撲G=(V,E)，可對整個網(wǎng)絡中的控制節(jié)點狀態(tài)進行依次判定，進而得出故障控制節(jié)點集合，所有故障域中需要遷移的遷出傳輸節(jié)點集合Sos，以及正?？刂乒?jié)點集合為Z?？刂乒?jié)點故障檢測流程如圖2所示，圖2表示在某個控制域中，采用超時機制來判定該域中控制節(jié)點的狀態(tài)。

圖2 控制節(jié)點故障檢測流程Fig.2 Control node fault detection process

2.2.2 TNM-LLB算法實現(xiàn)

算法1 TNM-LLB算法輸入:遷出傳輸節(jié)點集合Sos輸出:遷入控制節(jié)點集合Cim,連接關系li,m1) 由Sos和節(jié)點的通信半徑為R得出可遷移區(qū)域Δ和Δ中包含的正?？刂乒?jié)點集合Λ2) 基于控制節(jié)點負載Lcm,計算負載均衡率β和負載差異矩陣H3) for?p∈Sos do4) for?q∈Λ do5) 計算dpq,Tpq,β,Ω6) 選擇具有minΩ對應的遷入控制節(jié)點q7) 遷移傳輸節(jié)點p至控制節(jié)點q8) 添加節(jié)點q至Cim9) 更新負載差異矩陣H10) ?ci,cj∈Λ11) ifhcicj<σ12) 完成節(jié)點p的遷移過程13) else 選擇次最小Ω對應的遷入控制節(jié)點q',goto 7)14) end if15)end for16) end for17) ?i∈Sos,m∈C18) if∑Mm=1li,m=119) 完成所有遷出傳輸節(jié)點的遷移過程20) 更新Cim和li,m21) end if22) 輸出Cim和li,m

算法復雜度分析：假設遷出傳輸節(jié)點集合Sos中有e個元素，正?？刂乒?jié)點集合Λ中有f個元素，則可從算法中發(fā)現(xiàn)：第1)行通過遷出傳輸節(jié)點集合Sos和通信半徑，計算可遷移區(qū)域Δ和Δ中包含的正常控制節(jié)點集合Λ，其時間復雜度為O(e+f+z)；第2)行為計算各控制節(jié)點的負載、負載均衡率和負載差異矩陣，其時間復雜度為O(z2)；第3)～16)行為遷移動作，其時間復雜度為O(efz2)；第17)～22)行為約束條件的判定，其時間復雜度為O(ez)，因此，算法的整體時間復雜度為O(efz2)。

3 仿真結(jié)果及分析

3.1 仿真參數(shù)設置

為了驗證本文所提TNM-LLB策略的性能，本節(jié)仿真采用MATLAB軟件，將本文策略與距離就近遷移(Distance Closest Migration，DCM)策略[28]和分布式逐跳(Distributed Hopping Algorithm，DHA)策略[29]進行比較，驗證TNM-LLB策略的有效性和可行性。各策略的對比描述如表1所示。

考慮機載網(wǎng)絡各作戰(zhàn)單元間動態(tài)組織配合，在網(wǎng)絡拓撲上被視為隨機動態(tài)變化，因此，在實驗過程中使用的拓撲為，在給定的區(qū)域中隨機生成數(shù)個節(jié)點，這些節(jié)點依據(jù)相關子域劃分方法[25]，被劃分為多個控制域。仿真參數(shù)設置如表2所示；假設在仿真環(huán)境中，控制節(jié)點故障率在0～0.3中隨機取值，節(jié)點平均流請求量在0～2 packet/ms中隨機取值，節(jié)點移動速度為340 m/s。值得說明的是，上述參數(shù)的設置僅影響仿真計算的具體數(shù)值，并不影響各策略的性能對比，在實際應用中，可根據(jù)具體情況進行設置。

表1 策略對比Table 1 Strategy comparison

表2 仿真參數(shù)設置Table 2 Simulation parameter setting

3.2 仿真結(jié)果分析

1) 遷移時延

本實驗分別在節(jié)點規(guī)模為60、100、140的航空網(wǎng)絡環(huán)境中，并且這些節(jié)點被劃分為10個子域，即網(wǎng)絡中控制節(jié)點數(shù)量為10，同時設定網(wǎng)絡中故障控制節(jié)點的數(shù)量不超過控制節(jié)點總數(shù)的30%。

圖3表示節(jié)點規(guī)模為60、100、140時，遷移時延隨故障控制節(jié)點數(shù)量的變化情況。由于遷移時延主要與遷移傳輸節(jié)點數(shù)量以及遷移對象間的距離有關，所以當網(wǎng)絡中節(jié)點規(guī)模越大，故障控制節(jié)點數(shù)量越多，需要遷移的傳輸節(jié)點也越多，因此，整個遷移過程所耗費的遷移時延也隨之增大。并且可以看出，由于DCM的就近遷移策略旨在選擇故障域附近的正?？刂乒?jié)點進行遷移，使得整個遷移過程所耗費的時延最少；DHA策略根據(jù)網(wǎng)絡中控制節(jié)點剩余容量的大小關系，選擇剩余容量最大的進行遷移，而較少考慮遷移對象間的距離，導致遷移過程中耗費的遷移時延最大；本文由于兼顧遷移時延和負載均衡率兩個目標，根據(jù)優(yōu)化模型完成遷移過程，使得TNM-LLB策略下的遷移時延處于DCM與DHA之間。由于機載網(wǎng)絡相較于地面網(wǎng)絡具有高動態(tài)拓撲變化等特性，因此對網(wǎng)絡中的遷移時延要求較高；但由于機載網(wǎng)絡的規(guī)模也較大，其拓撲變化也需要一定的時間。從圖中可以看出，3種策略的遷移時延均在秒級范圍，能有效應對機載網(wǎng)絡故障恢復問題。而TNM-LLB策略在犧牲少量遷移時延的條件下，來獲取更低的負載均衡率，使最終遷移效果更佳。

圖3 不同網(wǎng)絡規(guī)模下遷移時延隨故障控制節(jié)點數(shù)的變化Fig.3 Changes in migration delay with number of fault control nodes at different network scales

2) 負載均衡率

本實驗同樣分別在節(jié)點規(guī)模60、100、140的航空網(wǎng)絡環(huán)境中，控制節(jié)點數(shù)為10，網(wǎng)絡中故障控制節(jié)點的數(shù)量不超過控制節(jié)點總數(shù)的30%，對比不同網(wǎng)絡規(guī)模下，各策略進行遷移時得出的負載均衡率隨故障控制節(jié)點數(shù)的變化。

從圖4中可以看出，在不同的網(wǎng)絡規(guī)模下，各策略得出的負載均衡率數(shù)值呈現(xiàn)上升趨勢，即網(wǎng)絡的負載越來越不均衡，這是由于隨著故障控制節(jié)點的數(shù)量增多，需要遷移的傳輸節(jié)點隨之增多，導致網(wǎng)絡的控制節(jié)點間的負載差異增大，從而網(wǎng)絡的負載均衡率增大。

DCM策略將故障域內(nèi)的傳輸節(jié)點遷移至就近的正常控制節(jié)點，使得附近的遷入控制節(jié)點的負載突增，與距離較遠的控制節(jié)點間的負載差異也增大，并且隨著故障控制節(jié)點增多，其附近的控制節(jié)點增加的負載也越多，使得整個網(wǎng)絡的負載均衡率呈現(xiàn)上升趨勢；當網(wǎng)絡規(guī)模增大時，各域中的傳輸節(jié)點相對增多，向附近控制節(jié)點遷移的傳輸節(jié)點數(shù)量增多，導致整個網(wǎng)絡控制節(jié)點間的負載差異更大，從而負載均衡率也隨之增大。

DHA策略根據(jù)網(wǎng)絡中各控制節(jié)點的剩余容量信息，將故障域內(nèi)的傳輸節(jié)點向剩余容量最大的正?？刂乒?jié)點進行遷移。由DHA策略思想可以看出，當控制節(jié)點發(fā)生故障前，網(wǎng)絡中控制節(jié)點的負載差異相對較大時，將故障域內(nèi)的傳輸節(jié)點遷移至剩余容量最大的控制節(jié)點，能夠較好的平衡控制節(jié)點間的負載差異，減小負載均衡率；然而，當控制節(jié)點發(fā)生故障前，網(wǎng)絡控制節(jié)點負載已處于較為平衡的狀態(tài)，此時運用此策略將故障域內(nèi)的傳輸節(jié)點進行遷移，將難以使網(wǎng)絡的負載均衡率處于較低水平。當故障控制節(jié)點增多時，隨著網(wǎng)絡規(guī)模的增大，故障域內(nèi)需要遷移的傳輸節(jié)點增多，如果將這些傳輸節(jié)點遷移至剩余容量最大的控制節(jié)點，將使得該控制節(jié)點的負載突增，與其他控制節(jié)點的負載差異增大，導致負載均衡率增大。因此，從圖4(a)～圖4(c)中可以發(fā)現(xiàn)，當需要遷移的傳輸節(jié)點越少時，DHA策略的負載均衡率最小，網(wǎng)絡中控制節(jié)點間的負載越均衡；否則，隨著遷移傳輸節(jié)點的增多，其完成遷移過程造成的負載均衡率增大，負載越不均衡。

本文TNM-LLB策略對遷移時延和負載均衡率進行綜合權衡，通過負載差異矩陣和貪婪決策模型指導遷移過程，使每個遷出傳輸節(jié)點在遷移過程中，選擇具有最小優(yōu)化目標函數(shù)的控制節(jié)點進行遷移，從而使整個遷移過程產(chǎn)生的負載均衡率保持在較低水平。從圖4中可以看出，當網(wǎng)絡規(guī)模增大，故障控制節(jié)點增多時，本文策略產(chǎn)生的負載均衡率雖然也在增大，但均低于其他兩種策略，并且處于較低水平，整個網(wǎng)絡中控制節(jié)點間的負載越均衡。

圖5表示在節(jié)點規(guī)模為60、100、140的航空網(wǎng)絡環(huán)境中，目標函數(shù)隨故障控制節(jié)點數(shù)的變化對比圖。從圖中可知，相較于其他兩種策略，本文策略以遷移時延和控制節(jié)點負載均衡率性能指標為出發(fā)點，在犧牲少量遷移時延的條件下，使網(wǎng)絡中控制節(jié)點負載更為負均衡，并使最終的目標函數(shù)最小，整體遷移效果最佳。

圖4 不同網(wǎng)絡規(guī)模下負載均衡率隨故障控制節(jié)點數(shù)的變化Fig.4 Changes in load balancing rate with number of fault control nodes at different network scales

圖5 不同網(wǎng)絡規(guī)模下目標函數(shù)隨故障控制節(jié)點數(shù)的變化Fig.5 Changes in objective function with number of fault control nodes at different network scales

4 結(jié) 論

1) 針對軟件定義機載網(wǎng)絡控制域內(nèi)控制節(jié)點故障問題，提出了一種基于時延和負載均衡的傳輸節(jié)點遷移TNM-LLB策略，并設計了TNM-LLB算法，將故障域內(nèi)的傳輸節(jié)點遷移至其他正常控制節(jié)點域內(nèi)，進行新的控制關系轉(zhuǎn)換，實現(xiàn)控制域內(nèi)的故障恢復。

2) 與其他策略相比，本文策略綜合權衡了遷移時延和控制節(jié)點負載均衡率性能指標，并使得最終的目標函數(shù)均小于其他兩種策略。在犧牲少量遷移時延的條件下，使負載均衡率小于其他兩種策略，使網(wǎng)絡中控制節(jié)點負載更為均衡，同時驗證了本文優(yōu)化模型能更好地適用于機載網(wǎng)絡控制節(jié)點故障恢復場景。