Software defined networking (SDN) is a modern and upcoming standard in today's network as it centralizes the network intelligence by separating the control plane from the forwarding plane. Placing a controller in an appropriate location and minimizing the switch to controller (SC) latency are important factors in SDN. In this article, we proposed a mathematical algorithm to form the clusters and placed one controller in each cluster to shorten the worst-case SC latency. We have proposed a technique called the “$-method” by using the distance matrix of the network nodes and placed a “$” whenever we have found the matrix element is greater than a given maximum distance. Initially, the maximum distance is calculated using the center of mass method that we have developed for minimizing the average SC latency. Our method guarantees that it will generate the minimum worst-case SC latency efficiently that one could ever achieve for a different number of controller placement. Simulation has been done under some real-world network topologies from the dataset of Internet Topology Zoo. Our result shows that the “$-method” performs better compared with other existing algorithms in terms of worst-case SC latency minimization with less number of controllers. Further, we have analyzed our method for the failure mode of a controller by assigning the switches of that failed controller to its nearest controllers which shows that our method also performs better in terms of network fault tolerance and improves network resilience.

中文翻译：

---

一种解决软件定义网络中延迟感知控制器放置问题的新优化技术

软件定义网络 (SDN) 是当今网络中一项现代且即将推出的标准，因为它通过将控制平面与转发平面分离来集中网络智能。将控制器放置在适当的位置并最大限度地减少切换到控制器 (SC) 的延迟是 SDN 中的重要因素。在本文中，我们提出了一种数学算法来形成集群，并在每个集群中放置一个控制器，以缩短最坏情况下的 SC 延迟。我们通过使用网络节点的距离矩阵提出了一种称为“$-method”的技术，并在我们发现矩阵元素大于给定的最大距离时放置一个“$”。最初，最大距离是使用我们为最小化平均 SC 延迟而开发的质心方法计算的。我们的方法保证它会有效地产生最小的最坏情况 SC 延迟，这是一个可以在不同数量的控制器放置下实现的。已经在 Internet Topology Zoo 数据集的一些真实网络拓扑下进行了模拟。我们的结果表明，在控制器数量较少的最坏情况 SC 延迟最小化方面，“$-method”与其他现有算法相比表现更好。此外，我们通过将故障控制器的开关分配给其最近的控制器来分析控制器故障模式的方法，这表明我们的方法在网络容错方面也表现更好，并提高了网络弹性。已经在 Internet Topology Zoo 数据集的一些真实网络拓扑下进行了模拟。我们的结果表明，在控制器数量较少的最坏情况 SC 延迟最小化方面，“$-method”与其他现有算法相比表现更好。此外，我们通过将故障控制器的开关分配给其最近的控制器来分析控制器故障模式的方法，这表明我们的方法在网络容错方面也表现更好，并提高了网络弹性。已经在 Internet Topology Zoo 数据集的一些真实网络拓扑下进行了模拟。我们的结果表明，在控制器数量较少的最坏情况 SC 延迟最小化方面，“$-method”与其他现有算法相比表现更好。此外，我们通过将故障控制器的开关分配给其最近的控制器来分析控制器故障模式的方法，这表明我们的方法在网络容错方面也表现更好，并提高了网络弹性。