基于深度增强学习的软件定义网络路由优化机制

• 作者: 于倡和 兰巨龙 李子勇 胡宇翔
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 软件定义网络 路由优化 深度增强学习
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文
• 页码范围: 2669-2674
• 页数: 6页
• 分类号: TP393
• 字数: 5252字
• 语种: 中文
• DOI: 10.11999/JEIT180870

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰巨龙		217	1088	16.0	22.0
2	胡宇翔		71	317	9.0	15.0
3	李子勇		3	3	1.0	1.0
4	于倡和		2	3	1.0	1.0