0 引言
       软件定义光网络（SDON）具有网络虚拟化和资源可编程的特点，被认为是未来光网络的发展趋势，且具备了更加灵活、高效和开放的网络功能，并支持数据中心的互联互通；同时，云平台可以提供强大的计算、存储和管理能力[1，2]。SDON是将软件定义网络（SDN）技术融入到传统光网络中，大大改善了传统光网络的弱点，例如控制执行不到位、资源利用效率低下等[3]。在SDON中，控制层对光网络进行统一管理，SDON通过集中控制器简化光网络中现有的复杂控制协议，利用开放的接口统一控制网络，可有效处理多域光网络的互联互通问题[4，5]。但是，网络信息类型具有多样化，在大规模网络中容易出现控制器与光交换机配属失衡、控制器连接光交换机过多或过少和大量多载波流量突发等问题，均会导致控制器负载失衡，网络通信性能下降。因此，SDON控制器负载均衡问题成为近年来SDON领域研究的重点和热点。文献[6]提出一种新的基于控制器集群的SDON多控制域网络架构，其利用负载均衡的思路设计了集群间控制器迁移、集群内从控制器优化选择和主从控制器切换等机制以提供保障，但没有对控制器的资源使用情况进行定量分析。文献[7]提出一种基于Q-learning的自学习路由协议，利用信噪比、时延和吞吐量等服务质量参数进行路由决策；同时，利用贝叶斯网络估计相邻网络的拥塞水平，调整Q-learning权重。其路由决策有效地提高了重负载动态自组网的数据包传递率（PDR），但是没有结合功率控制和路由做出更复杂的决策。文献[8]提出一种基于强化学习的网络拥塞预防机制，以实现SDN中的高效路由，其使用预先定义的阈值和强化学习路由算法重新选择路径，改变多载波流量表，进而改善网络拥塞。但是强化学习路由算法没有考虑到Q值局部最大的问题。文献[9]将SDN引入到光网络中，设计了一种基于网络感知的动态链路负载均衡机制，并提出基于带宽的最短路径算法，根据实时网络状态信息为视频流选择当前链路质量最优的传输路径，但是在仿真实验中使用的网络拓扑结构相对单一，只验证了点到点的视频流传输，而真实的网络拓扑规模较大且结构复杂。文献[10]提出基于Q-learning的动态交换机迁移算法，运用Q-learning算法对SDN交换机迁移算法模型进行了优化，实现了SDN控制器负载均衡，但是单独使用Q-learning算法可能会将整个网络视为黑盒子，正如神经网络一样，这种方法很容易使Q值陷入局部最大。针对上述问题，本文提出基于贝叶斯网络的SDON控制器自学习负载均衡算法，实现控制器负载均衡。

5 结束语
     　本文提出了一种基于贝叶斯网络的SDON控制器自学习负载均衡算法，贝叶斯网络用于预测SDON控制器负载拥塞程度，依据预测结果结合强化学习算法作出最优动作策略，实现SDON控制器负载均衡，并且解决了单独使用Q-learning算法易使Q值陷入局部最大的问题。算法仿真模拟结果表明：与Q-learning算法相比，本文提出的算法中光交换机迁移时的平均时延降低了74.9%，SDON控制器负载均衡度的平均值与其收敛值分别降低了27.5%和19%。本文算法有效降低了光交换机到控制器的平均时延和控制器负载均衡度，在很好地实现了控制器负载均衡功能的基础上，更快地提高了控制器负载均衡效率。