Existing data centers can handle a massive amount of data transmitted in a short time with minimum errors. Data center networks (DCNs) use cost‐effective, multipath topologies to distribute flows through alternative paths between core layers and hosting servers. Software‐defined networking (SDN) separates the control plane from the data plane to ease network management. To perform active load balancing among different paths, we address the challenges of load balancing in multipath DCNs. However, most DCNs' load balancing systems rely on a static approach that distributes flows among different paths sequentially, regardless of the path status. Consequently, some paths become congested, degrading the overall performance of the DCN in terms of throughput and delay. Increasing the number of requests worsens the congestion problem, causing some connections to become overwhelmed, thereby decreasing DCN efficiency. In this paper, we propose and evaluate the performance of a novel dynamic load‐balancing system named BL‐Hybrid, which uses the graph‐theoretical centrality of betweenness as a base metric for data forwarding. We perform a comprehensive comparative analysis of our proposed method relative to the round‐robin and least‐congested algorithms in different traffic scenarios, using the most popular SDN‐based DCNs, namely, fat tree, BCube, and DCell. Our evaluation results show that BL‐Hybrid outperforms the round‐robin and least‐congested schemes. It maximizes the average throughput by 4% and 11% and the average data transferred by 7% and 13%, respectively. Also, it reduces the average round‐trip time latency by 14% and 41%, respectively.

中文翻译：

---

BL-Hybrid：一种图形理论方法，可改善基于软件定义的基于网络的数据中心网络性能

现有的数据中心可以在短时间内处理传输的大量数据，并且错误最少。数据中心网络（DCN）使用经济高效的多路径拓扑结构，通过核心层和托管服务器之间的备用路径分配流。软件定义网络（SDN）将控制平面与数据平面分开，以简化网络管理。为了在不同路径之间执行主动负载平衡，我们解决了多路径DCN中负载平衡的挑战。但是，大多数DCN的负载平衡系统都依赖于静态方法，该方法可在路径之间顺序分配流量，而不管路径状态如何。因此，某些路径变得拥塞，从而在吞吐量和延迟方面降低了DCN的整体性能。请求数量的增加加剧了拥塞问题，导致某些连接变得不堪重负，从而降低了DCN效率。在本文中，我们提出并评估了一种名为BL-Hybrid的新型动态负载平衡系统的性能，该系统使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。从而降低DCN效率。在本文中，我们提出并评估了一种名为BL-Hybrid的新型动态负载平衡系统的性能，该系统使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。从而降低DCN效率。在本文中，我们提出并评估了一种名为BL-Hybrid的新型动态负载平衡系统的性能，该系统使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。我们提出并评估了一种名为BL-Hybrid的新型动态负载平衡系统的性能，该系统使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。我们提出并评估了一种名为BL-Hybrid的新型动态负载平衡系统的性能，该系统使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。它使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。它使用介于图之间的图论中心作为数据转发的基本指标。我们使用最流行的基于SDN的DCN（即胖树，BCube和DCell），针对不同流量情况下的轮询和最小拥塞算法，对我们提出的方法进行了全面的比较分析。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。即胖树，BCube和DCell。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。即胖树，BCube和DCell。我们的评估结果表明，BL-Hybrid的性能优于轮循和最不拥挤的方案。它使平均吞吐量分别提高了4％和11％，传输的平均数据分别提高了7％和13％。此外，它还将平均往返时间延迟分别降低了14％和41％。