-
公开(公告)号：CN110986979A
公开(公告)日：2020-04-10
申请号：CN201911183909.4
申请日：2019-11-27
Applicant: 浙江工商大学
IPC: G01C21/34
Abstract: 本发明公开一种基于强化学习的SDN多路径路由规划方法，该方法为：将强化学习应用于SDN多路径路由规划中，使用QLearning算法作为强化学习模型，根据流量的不同QoS等级，产生不同的奖励值；根据输入的网络拓扑矩阵、当前待转发流特征矩阵，为不同的QoS等级的流设置不同的奖励函数，规划出多条路径转发该流；并在链路带宽不够用的情况下，将一条较大的流划分为多条小流量，从而提高链路带宽利用率。本发明利用强化学习与环境不断交互、调整策略的特点，相比于传统的单路径路由规划，可以实现高链路利用率，能有效减少网络拥塞。
-
公开(公告)号：CN109361601A
公开(公告)日：2019-02-19
申请号：CN201811292342.X
申请日：2018-10-31
Applicant: 浙江工商大学
IPC: H04L12/721 , H04L12/751 , H04L12/801 , H04L12/851
Abstract: 本发明公开一种基于强化学习的SDN路由规划方法，该方法为：在SDN控制平面，采用强化学习中的Q学习构建能够产生路由的强化学习模型，设计Q学习算法中的奖励函数，根据流量的不同QoS等级，产生不同的奖励值；在强化学习模型中输入当前网络拓扑矩阵、流量特征以及流量的QoS等级进行训练，从而实现流量区分的SDN路由规划，为每条流量找到符合其QoS要求的最短转发路径。本发明利用强化学习与环境不断交互、调整策略的特点，相比于传统路由规划中常用的Dijkstra算法，其链路利用率高，能有效减少网络拥塞。
-
Patent Agency Ranking
公开(公告)号：CN109257204A
公开(公告)日：2019-01-22
申请号：CN201810885041.1
申请日：2018-08-06
Applicant: 浙江工商大学
IPC: H04L12/24 , H04L12/12 , H04L12/801 , H04L12/851 , H04L12/947
Abstract: 本发明公开了一种软件定义网络中基于深度学习的网络节能装置及方法，该装置包含：端口流量数据收集模块，周期性地收集流量数据；流量数据格式转换模块，对流量数据进行数据格式转换处理；数据归一化处理模块，将格式转换后的流量数据进行归一化处理；特征提取模块，从归一化处理后的流量数据中，提取部分特征并手动构建部分特征，再对流量特征进行维度重构获得新的流量特征；流量数据预测模块，对流量特征进行预测得到预测值；节能策略生成模块，根据得到的预测值与设定的阈值进行比较分析，生成节能策略，然后发送相应的指令到OpenFlow交换机切换端口速率、关闭冗余端口，更新流表，重新规划路由，减少能耗以实现网络节能。
-
公开(公告)号：CN109167680A
公开(公告)日：2019-01-08
申请号：CN201810886695.6
申请日：2018-08-06
Applicant: 浙江工商大学
Abstract: 本发明公开一种基于深度学习的流量分类方法，包括如下步骤：(1)将流量特征数据集分为训练集和测试集，先对训练集中的少数类样本由过采样技术SMOTE产生少数类的人工样本，并判断新生成的数据是否属于该少数类，若不属于则删除，然后将训练集中每条样本进行归一化处理与末尾补0操作；(2)使用步骤(1)处理后的训练集对神经网络模型进行训练；(3)将测试集进行归一化和补0处理，处理后输入到步骤(2)训练完成后的模型中，输出流量的类别。本发明利用隐藏层自动从数据集提取特征，并不断优化的特点，相比于传统的基于机器学习流量分类方法，该方法不但具备较高的准确性还降低了模型设计的难度。
-
公开(公告)号：CN110986979B
公开(公告)日：2021-09-10
申请号：CN201911183909.4
申请日：2019-11-27
Applicant: 浙江工商大学
IPC: H04L12/709
Abstract: 本发明公开一种基于强化学习的SDN多路径路由规划方法，该方法为：将强化学习应用于SDN多路径路由规划中，使用QLearning算法作为强化学习模型，根据流量的不同QoS等级，产生不同的奖励值；根据输入的网络拓扑矩阵、当前待转发流特征矩阵，为不同的QoS等级的流设置不同的奖励函数，规划出多条路径转发该流；并在链路带宽不够用的情况下，将一条较大的流划分为多条小流量，从而提高链路带宽利用率。本发明利用强化学习与环境不断交互、调整策略的特点，相比于传统的单路径路由规划，可以实现高链路利用率，能有效减少网络拥塞。
-
公开(公告)号：CN109257204B
公开(公告)日：2021-06-04
申请号：CN201810885041.1
申请日：2018-08-06
Applicant: 浙江工商大学
IPC: H04L12/24 , H04L12/12 , H04L12/801 , H04L12/851 , H04L12/947
Abstract: 本发明公开了一种软件定义网络中基于深度学习的网络节能装置及方法，该装置包含：端口流量数据收集模块，周期性地收集流量数据；流量数据格式转换模块，对流量数据进行数据格式转换处理；数据归一化处理模块，将格式转换后的流量数据进行归一化处理；特征提取模块，从归一化处理后的流量数据中，提取部分特征并手动构建部分特征，再对流量特征进行维度重构获得新的流量特征；流量数据预测模块，对流量特征进行预测得到预测值；节能策略生成模块，根据得到的预测值与设定的阈值进行比较分析，生成节能策略，然后发送相应的指令到OpenFlow交换机切换端口速率、关闭冗余端口，更新流表，重新规划路由，减少能耗以实现网络节能。
-
公开(公告)号：CN109361601B
公开(公告)日：2021-03-30
申请号：CN201811292342.X
申请日：2018-10-31
Applicant: 浙江工商大学
IPC: H04L12/721 , H04L12/751 , H04L12/801 , H04L12/851
Abstract: 本发明公开一种基于强化学习的SDN路由规划方法，该方法为：在SDN控制平面，采用强化学习中的Q学习构建能够产生路由的强化学习模型，设计Q学习算法中的奖励函数，根据流量的不同QoS等级，产生不同的奖励值；在强化学习模型中输入当前网络拓扑矩阵、流量特征以及流量的QoS等级进行训练，从而实现流量区分的SDN路由规划，为每条流量找到符合其QoS要求的最短转发路径。本发明利用强化学习与环境不断交互、调整策略的特点，相比于传统路由规划中常用的Dijkstra算法，其链路利用率高，能有效减少网络拥塞。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
