深度学习在软件定义网络研究中的应用综述

• 作者: 吕光宏 李鹏飞 杨洋 赵会
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 软件定义网络 深度学习 深度强化学习 促进因素 应用调查
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 2184-2204
• 页数: 21页
• 分类号: TP311
• 字数: 18821字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.006039

摘要

数据转发与控制分离的软件定义网络(software defined networking,简称SDN)是对传统网络架构的彻底颠覆,为网络各方面的研究引入了新的机遇和挑战.随着传统网络研究方法在SDN中遭遇瓶颈,基于深度学习的方法被引入到SDN的研究中,在实现实时智能的网络管控上成果颇丰,推动了SDN研究的深入发展.调查了深度学习开发平台,训练数据集、智能SDN架构等深度学习引入SDN的促进因素;对智能路由、入侵检测、流量感知和其他应用等SDN研究领域中的深度学习应用进行系统的介绍,深入分析了现有深度学习应用的特点和不足;最后展望了SDN未来的研究方向与趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕光宏	四川大学计算机学院	55	276	9.0	14.0
2	杨洋	四川大学计算机学院	154	1365	19.0	32.0
3	李鹏飞	四川大学计算机学院	20	130	7.0	11.0
4	赵会	四川大学计算机学院	2	0	0.0	0.0