基于图卷积神经网络的软件定义电力通信网络路由控制策略

• 作者: 向敏 饶华阳 张进进 陈梦鑫
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 电力通信网络 软件定义网络 图卷积神经网络 带宽占用率
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 论文
• 页码范围: 388-395
• 页数: 8页
• 分类号: TN915.853
• 语种: 中文
• DOI: 10.11999/JEIT190971

摘要

传输时延和数据包丢失率是电力通信业务可靠传输重点关注的问题,该文提出一种面向软件定义电力通信网络的最小路径选择度路由控制策略.结合电力通信网络软件定义网络(SDN)集中控制架构的特点,利用图卷积神经网络构建的链路带宽占用率预测模型(LBOP-GCN)分析下一时刻路径带宽占用率.通过三角模算子(TMO)融合路径的传输时延、当前时刻的路径带宽占用率和下一时刻的路径带宽占用率,计算出从源节点到目的节点间不同传输路径的选择度(Q),然后将Q值最小的路径作为SDN控制器下发的流表项.实验结果表明,该文所提出的路由控制策略能有效减小业务传输时延和数据包丢失率.