基于深度增强学习的软件定义网络路由优化机制
为优化软件定义网络(SDN)的路由选路,该文将深度增强学习原理引入到软件定义网络的选路过程,提出一种基于深度增强学习的路由优化选路机制,用以削减网络运行时延、提高吞吐量等网络性能,实现连续时间上的黑盒优化,减少网络运维成本.此外,该文通过实验对所提出的路由优化机制进行评估,实验结果表明,路由优化机制具有良好的收敛性与有效性,较传统路由协议可提供更优的路由方案与实现更稳定的性能.
软件定义网络、路由优化、深度增强学习
41
TP393(计算技术、计算机技术)
国家自然科学基金群体创新项目61521003;国家自然科学基金61502530
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
2669-2674