公开(公告)号：CN108900419B

公开(公告)日：2020-04-17

申请号：CN201810945527.X

申请日：2018-08-17

Applicant: 北京邮电大学

Inventor： 潘恬 ,  黄韬 ,  杨冉 ,  张娇 ,  刘江 ,  谢人超 ,  杨帆 ,  刘韵洁

IPC: H04L12/725 ,  H04L12/751

Abstract: 本发明实施例提供了一种SDN架构下基于深度强化学习的路由决策方法及装置，所述方法应用于SDN控制器，包括：获取网络中的实时流量信息；确定所述每条流的优先级；将所述实时流量信息输入预先训练的深度Q网络DQN，按照所述每条流的优先级高低顺序，依次确定出所述每条流的路由。本发明实施例可以在各种拓扑结构的网络中实现网络的负载均衡，减少网络拥塞的发生，并在网络流量高度动态变化的网络环境中，实现路由策略的最优化。

公开(公告)号：CN108900419A

公开(公告)日：2018-11-27

申请号：CN201810945527.X

申请日：2018-08-17

Applicant: 北京邮电大学

Inventor： 潘恬 ,  黄韬 ,  杨冉 ,  张娇 ,  刘江 ,  谢人超 ,  杨帆 ,  刘韵洁

IPC: H04L12/725 ,  H04L12/751

Abstract: 本发明实施例提供了一种SDN架构下基于深度强化学习的路由决策方法及装置，所述方法应用于SDN控制器，包括：获取网络中的实时流量信息；确定所述每条流的优先级；将所述实时流量信息输入预先训练的深度Q网络DQN，按照所述每条流的优先级高低顺序，依次确定出所述每条流的路由。本发明实施例可以在各种拓扑结构的网络中实现网络的负载均衡，减少网络拥塞的发生，并在网络流量高度动态变化的网络环境中，实现路由策略的最优化。