公开(公告)号：CN112491714B

公开(公告)日：2022-04-08

申请号：CN202011266807.1

申请日：2020-11-13

Applicant: 安徽大学

Inventor： 孔令彪 ,  崔杰 ,  杨明 ,  仲红 ,  许艳 ,  马建峰

IPC: H04L45/302 ,  H04L45/00 ,  H04L45/16 ,  H04L12/46 ,  H04L47/12 ,  G06N3/08

Abstract: 本发明公开一种SDN环境下基于深度强化学习的智能QoS路由优化方法、系统，首先将网络中所有流媒体服务表示为一个服务请求集合，然后对其中每一个请求，从流媒体服务器到异构客户端寻找满足网络服务质量的路径，依次确定出每一个流请求的路由，最后采用一种QoS路由优化算法构建出组播树。对于网络拥塞链路或者是恶意节点，通过深度强化学习的方法可以寻找出当前最合适的下一节点进行路由。通过采用深度学习和强化学习结合的方法，本发明可以有效地减少视频流的传输时延并提高路由决策的准确性。同时，本发明采用了分布式控制平面的设计，并可以在各种网络拓扑在实现，不仅可以避免网络网络拥塞，提高了网络的可扩展性，而且减少与单一控制器的交互，提高了网络的整体效用。

公开(公告)号：CN112491714A

公开(公告)日：2021-03-12

申请号：CN202011266807.1

申请日：2020-11-13

Applicant: 安徽大学

Inventor： 孔令彪 ,  崔杰 ,  杨明 ,  仲红 ,  许艳 ,  马建峰

IPC: H04L12/725 ,  H04L12/721 ,  H04L12/761 ,  H04L12/801 ,  H04L12/46 ,  G06N3/08

Abstract: 本发明公开一种SDN环境下基于深度强化学习的智能QoS路由优化方法、系统，首先将网络中所有流媒体服务表示为一个服务请求集合，然后对其中每一个请求，从流媒体服务器到异构客户端寻找满足网络服务质量的路径，依次确定出每一个流请求的路由，最后采用一种QoS路由优化算法构建出组播树。对于网络拥塞链路或者是恶意节点，通过深度强化学习的方法可以寻找出当前最合适的下一节点进行路由。通过采用深度学习和强化学习结合的方法，本发明可以有效地减少视频流的传输时延并提高路由决策的准确性。同时，本发明采用了分布式控制平面的设计，并可以在各种网络拓扑在实现，不仅可以避免网络网络拥塞，提高了网络的可扩展性，而且减少与单一控制器的交互，提高了网络的整体效用。