一种SDN背景下基于深度强化学习的自适应路由方法

    公开(公告)号:CN116366529B

    公开(公告)日:2024-07-19

    申请号:CN202310432263.9

    申请日:2023-04-20

    Abstract: 一种SDN背景下基于深度强化学习的自适应路由方法,本发明涉及基于深度强化学习的自适应路由方法。本发明的目的是为了解决现有SDN路由方法中,采用深度强化学习方式设计路由时,路由模型输入大小必须与真实网络的边数量或者节点数量耦合,并不具备较强的泛化能力的问题。过程为:一、SDN控制器收集SDN中各节点的状态向量集合与各链路的状态向量集合;当SDN初始化或者SDN网络拓扑发生变化时,算出SDN中任意一对节点之间路由距离从小到大的K条路由并保存;二、SDN中节点a向节点b转发数据包;当匹配到路由时,完成节点a向节点b转发数据包;当匹配不到路由时,重新设置从a到b的路由,完成a向b转发数据包。本发明涉及SDN路由领域。

    一种SDN背景下基于深度强化学习的自适应路由方法

    公开(公告)号:CN116366529A

    公开(公告)日:2023-06-30

    申请号:CN202310432263.9

    申请日:2023-04-20

    Abstract: 一种SDN背景下基于深度强化学习的自适应路由方法,本发明涉及基于深度强化学习的自适应路由方法。本发明的目的是为了解决现有SDN路由方法中,采用深度强化学习方式设计路由时,路由模型输入大小必须与真实网络的边数量或者节点数量耦合,并不具备较强的泛化能力的问题。过程为:一、SDN控制器收集SDN中各节点的状态向量集合与各链路的状态向量集合;当SDN初始化或者SDN网络拓扑发生变化时,算出SDN中任意一对节点之间路由距离从小到大的K条路由并保存;二、SDN中节点a向节点b转发数据包;当匹配到路由时,完成节点a向节点b转发数据包;当匹配不到路由时,重新设置从a到b的路由,完成a向b转发数据包。本发明涉及SDN路由领域。

Patent Agency Ranking