SDN驱动的WLAN负载感知切换算法实现与优化

"这篇论文研究了基于SDN的WLAN负载感知切换方案的实现，旨在减少网络中的频繁切换，实现AP间的负载均衡，从而保证用户网络服务质量。通过利用SDN的集中控制和开放的可编程接口，论文提出了一种算法，能够实时监控AP状态，并预测终端运动状态来辅助切换决策。实验结果显示，该方法有效减少了切换次数和负载不均衡问题。" 本文深入探讨了软件定义网络（SDN）在无线局域网（WLAN）中的应用，特别是在解决AP负载均衡和切换优化方面。SDN的核心特性是将网络的控制平面与转发平面分离，这使得网络的管理和配置变得更加灵活和高效。通过开放的可编程接口，SDN控制器能够对网络进行集中控制，实现了对网络状态的实时监控。 论文中提出的AP负载感知切换算法，旨在解决WLAN中常见的用户频繁切换问题，这可能导致网络性能下降和用户体验的恶化。该算法利用SDN控制器收集并分析每个接入点（AP）的实时负载信息，如连接用户的数量、带宽使用情况等，以评估AP的负载状态。同时，结合对终端移动性的预测，算法能更准确地预测用户即将进入的AP区域，从而提前进行切换决策，避免不必要的频繁切换。 实验部分展示了该方法的有效性，它显著减少了用户在不同AP间的切换次数，这有助于降低网络拥塞，提高整体网络性能。此外，通过平衡各个AP的负载，该方案确保了用户的服务质量，避免了某些AP过载而其他AP空闲的情况，提升了网络资源的利用率。 该研究的贡献不仅在于提出了一种新的负载感知切换策略，还在于其对于未来网络设计的启示，特别是如何在保持网络灵活性的同时，优化无线网络的性能。未来的研究可能包括进一步改进预测模型的准确性，以及在更大规模的网络环境中验证该算法的性能。 作者团队由赵国锋教授领导，包括黎军、王新恒、陈攀和葛长威等硕士和博士研究生，他们专注于互联网技术、SDN、LTE无线接入网技术和未来网络研究。这篇论文发表于2019年，由国家自然科学基金资助，是SDN在无线网络优化领域的重要研究成果。