公开(公告)号：CN114884895B

公开(公告)日：2023-08-22

申请号：CN202210483572.4

申请日：2022-05-05

Applicant: 郑州轻工业大学

Inventor： 黄万伟 ,  郑向雨 ,  张超钦 ,  袁博 ,  王苏南 ,  李玉华 ,  王博 ,  丁一 ,  刘科见 ,  梁世林 ,  崔建涛 ,  孙海燕

IPC: H04L47/2441 ,  H04L45/30 ,  H04L45/00 ,  G06N3/0464

Abstract: 本发明提出了一种基于深度强化学习的智能流量调度方法，其步骤为：实时采集数据中心网络拓扑中的流，根据不同类型的流特征将流分成大象流或老鼠流；分别建立大象流和老鼠流的节能和性能为联合优化目标的流量调度模型；建立基于CNN改进的DDPG智能路由流量调度框架并进行环境交互；状态映射：将三种状态信息共同作为状态集合CNN进行训练；动作映射：动作设置为流在时间和空间上均匀传输情况下每条路径节能和性能综合的权重，根据权重分别选取大象流或老鼠流的传输路径；奖励值映射：分别设计大象流和老鼠流的奖励值函数。本发明具有较好的收敛效率，有效提高了节能百分比和时延、吞吐量、丢包率等网络性能。

公开(公告)号：CN114884895A

公开(公告)日：2022-08-09

申请号：CN202210483572.4

申请日：2022-05-05

Applicant: 郑州轻工业大学

Inventor： 黄万伟 ,  郑向雨 ,  张超钦 ,  袁博 ,  王苏南 ,  李玉华 ,  王博 ,  丁一 ,  刘科见 ,  梁世林 ,  崔建涛 ,  孙海燕

IPC: H04L47/2441 ,  H04L45/30 ,  H04L45/00 ,  G06N3/04

Abstract: 本发明提出了一种基于深度强化学习的智能流量调度方法，其步骤为：实时采集数据中心网络拓扑中的流，根据不同类型的流特征将流分成大象流或老鼠流；分别建立大象流和老鼠流的节能和性能为联合优化目标的流量调度模型；建立基于CNN改进的DDPG智能路由流量调度框架并进行环境交互；状态映射：将三种状态信息共同作为状态集合CNN进行训练；动作映射：动作设置为流在时间和空间上均匀传输情况下每条路径节能和性能综合的权重，根据权重分别选取大象流或老鼠流的传输路径；奖励值映射：分别设计大象流和老鼠流的奖励值函数。本发明具有较好的收敛效率，有效提高了节能百分比和时延、吞吐量、丢包率等网络性能。