一种基于深度增强学习的智能路由技术

• 作者: 兰巨龙 孙鹏浩 申涓 胡宇翔
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 路由优化 软件定义网络 人工智能 深度增强学习
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2170-2177
• 页数: 8页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.11.011

摘要

随着网络规模的不断增大以及网络复杂度的不断提高,传统路由算法面对网络流量在时空分布上的剧烈波动难以兼顾计算复杂度和算法效率.近年来,随着软件定义网络和人工智能技术的兴起,基于机器学习的自动路由策略生成逐渐受到关注.本文提出一种基于深度增强学习的智能路由技术SmartPath,通过动态收集网络状态,使用深度增强学习自动生成路由策略,从而保证路由策略能够动态适应网络流量变化.实验结果表明,本文所提出的方案能够不依赖人工流量建模动态更新网络路由,在测试环境下比当前最优方案减少至少10％的平均端到端传输时延.