高级搜索

基于深度增强学习的软件定义网络路由优化机制

兰巨龙 于倡和 胡宇翔 李子勇

引用本文: 兰巨龙, 于倡和, 胡宇翔, 李子勇. 基于深度增强学习的软件定义网络路由优化机制[J]. 电子与信息学报, doi: 10.11999/JEIT180870 shu
Citation:  Julong LAN, Changhe YU, Yuxiang HU, Ziyong LI. A SDN Routing Optimization Mechanism Based on Deep Reinforcement Learning[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT180870 shu

基于深度增强学习的软件定义网络路由优化机制

    作者简介: 兰巨龙: 男,1962年生,教授,博士生导师,主要研究方向为新型网络体系结构与网络安全;
    于倡和: 男,1993年生,硕士,研究方向为新型网络体系结构与网络安全;
    通讯作者: 于倡和,yu_changhe@hotmail.com
  • 基金项目: 国家自然科学基金群体创新项目(61521003),国家自然科学基金(61502530)

摘要: 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。

English

图(6)
计量
  • PDF下载量:  39
  • 文章访问数:  543
  • HTML全文浏览量:  395
文章相关
  • 通讯作者:  于倡和, yu_changhe@hotmail.com
  • 收稿日期:  2018-09-06
  • 录用日期:  2019-05-12
  • 网络出版日期:  2019-05-27
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章