一种基于深度增强学习的智能路由技术OA北大核心CSCDCSTPCD
An Intelligent Routing Technology Based on Deep Reinforcement Learning
随着网络规模的不断增大以及网络复杂度的不断提高,传统路由算法面对网络流量在时空分布上的剧烈波动难以兼顾计算复杂度和算法效率.近年来,随着软件定义网络和人工智能技术的兴起,基于机器学习的自动路由策略生成逐渐受到关注.本文提出一种基于深度增强学习的智能路由技术SmartPath,通过动态收集网络状态,使用深度增强学习自动生成路由策略,从而保证路由策略能够动态适应网络流量变化.实验结果表明,本文所提出的方案能够不依赖人工流量建模动态更新网络路由,在测试环境下比当前最优方案减少至少10％的平均端到端传输时延.
孙鹏浩;兰巨龙;申涓;胡宇翔
解放军战略支援部队信息工程大学,河南郑州450002解放军战略支援部队信息工程大学,河南郑州450002解放军战略支援部队信息工程大学,河南郑州450002解放军战略支援部队信息工程大学,河南郑州450002
信息技术与安全科学
路由优化软件定义网络人工智能深度增强学习
《电子学报》 2020 (11)
面向多样化服务定制的多态路由机制研究
2170-2177,8
国家自然科学基金(No.61521003,No.61702547,No.61872382)国家重点研发计划课题(No.2017YFB0803204)广东省重点领域研发计划项目(No.2018B010113001)
评论