公开(公告)号：CN115118608B

公开(公告)日：2024-05-03

申请号：CN202210494796.5

申请日：2022-05-07

Applicant: 清华大学

Inventor： 李丹 ,  洪思虹 ,  桂飞 ,  王松涛 ,  高凯辉 ,  魏知宇

IPC: H04L41/12 ,  H04L41/14 ,  H04L45/00 ,  H04L47/125

Abstract: 本公开提出一种快速流量工程方法，包括：接收各个智能路由器发送的本地网络信息，对各个所述流量需求数据进行流量矩阵聚合得到流量矩阵形式；依据流量需求数据在网络模拟环境中对网络的历史运行情况进行流量重放，对网络模拟环境中的各个智能体模型进行交互迭代训练，得到各个智能路由器对应的候选路径流量分割比网络训练模型；各个智能路由器使用该网络训练模型基于流量需求向量、直连链路的链路利用率和图隐向量进行推理，得到智能路由器对应的候选路径流量分割比，为每一条流基于候选路径流量分割比选择一条候选路径。本公开采用了全局感知兼分布式推理的架构，保证强离线负载均衡能力的前提下缩短了决策回路延迟。

公开(公告)号：CN115118608A

公开(公告)日：2022-09-27

申请号：CN202210494796.5

申请日：2022-05-07

Applicant: 清华大学

Inventor： 李丹 ,  洪思虹 ,  桂飞 ,  王松涛 ,  高凯辉 ,  魏知宇

IPC: H04L41/12 ,  H04L41/14 ,  H04L45/00 ,  H04L47/125

Abstract: 本公开提出一种快速流量工程方法，包括：接收各个智能路由器发送的本地网络信息，对各个所述流量需求数据进行流量矩阵聚合，将其聚合成流量矩阵形式；依据流量需求数据在网络模拟环境中对网络的历史运行情况进行流量重放，对网络模拟环境中的各个智能体模型进行交互迭代训练，得到所述各个智能路由器对应的候选路径流量分割比网络训练模型；将各个所述候选路径流量分割比网络训练模型发送给对应的智能路由器，所述智能路由器使用所述网络训练模型基于流量需求向量、直连链路的链路利用率和图隐向量进行推理，得到所述智能路由器对应的候选路径流量分割比。本公开一方面采用了全局感知兼分布式推理的架构，另一方面将路由规则表更新时间以惩罚项的形式引入模型的建模中，保证强离线负载均衡能力的前提下缩短了决策回路延迟。