基于深度强化学习的软件定义网络QoS优化

• 作者: 兰巨龙 孙鹏浩 张学帅 胡宇翔
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 软件定义网络 深度强化学习 长短期记忆 服务质量
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 60-67
• 页数: 8页
• 分类号: TP393
• 字数: 6068字
• 语种: 中文
• DOI: 10.11959/j.issn.1000?436x.2019227

摘要

为解决软件定义网络场景中,当前主流的基于启发式算法的QoS优化方案常因参数与网络场景不匹配出现性能下降的问题,提出了基于深度强化学习的软件定义网络QoS优化算法.首先将网络资源和状态信息统一到网络模型中,然后通过长短期记忆网络提升算法的流量感知能力,最后基于深度强化学习生成满足QoS目标的动态流量调度策略.实验结果表明,相对于现有算法,所提算法不但保证了端到端传输时延和分组丢失率,而且提高了22.7％的网络负载均衡程度,增加了8.2％的网络吞吐率.

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	孙鹏浩		11	18	3.0	3.0
4	张学帅		1	0	0.0	0.0