基于图神经网络的智能路由机制

摘要：

现有基于人工智能的路由方案泛化能力较差,难以适应动态的网络拓扑变化.提出基于深度强化学习的智能路由机制SmartRoute.通过实时感知网络中流量分布状态,动态调整路由策略,并结合图神经网络的拓扑信息感知能力和深度强化学习的自我训练能力,提升网络路由策略的智能性.实验结果表明,与DRL-TE、TIDE等方案相比,SmartRoute最多节省9.6％的端到端时延,且具有更好的鲁棒性.

关键词：软件定义网络;路由机制;深度强化学习;图神经网络;人工智能

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划"多模态智慧网络核心技术与原理平台"2019YFB1802502

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：171-176,184