深度学习在SDN中的应用研究

• 作者: 李鹏飞 邵维专
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 深度学习 软件定义网络 应用 研究
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP393
• 字数: 4362字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.01.001

摘要

软件定义网络作为一种最新网络架构,可通过软件编程的方式定义和控制网络,其控制平面和转发平面分离及开放性可编程的特点,为新型互联网体系结构研究提供了新的实验途径,也极大地推动了下一代互联网的发展.深度学习相对于传统的机器学习有很多优点,深度学习能够发现多层特征,并能够将高层特征表示成更抽象的数据特征.深度学习网络模型因为具有多个隐藏层而具有很强的特征学习能力,相对于机器学习模型来说具有很大的进步.随着深度学习的快速发展,有必要在软件定义网络中引入深度学习,推进软件定义网络的进一步发展.从架构、数据源、快速特征提取、深度学习算法选择和分析深度学习在SDN中的现有应用五个方面来说明深度学习在SDN中的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏飞	四川大学计算机学院	20	130	7.0	11.0
2	邵维专	四川大学计算机学院	5	22	2.0	4.0