典型文献
基于多智能体强化学习的域间多链路路由优化
文献摘要：
现代信息网络的规模不断扩大,对互联网跨域数据通信的带宽和路由灵活性提出更高的要求.现有域间路由协议如边界网关协议(Border Gateway Protocol,BGP)无法基于网络性能做出智能路由决策,容易导致网络拥塞,降低网络传输性能.提出可扩展的基于多智能体强化学习的域间多链路路由优化机制,通过实时感知域间多条链路上的流量分布状态,动态调整域间链路路由选择,从而最大化经过每个自治系统的网络流量,提高网络整体的吞吐量.实验结果表明,相比随机算法和SPF算法,所提算法最多可分别提高26.1％和16.4％的网络吞吐量,且能实现域间多链路间的流量均衡.
文献关键词：
多智能体;深度强化学习;域间路由;软件定义网络;人工智能
中图分类号：
作者姓名：
陈博;孙鹏浩;兰巨龙;王雨薇;崔鹏帅;申涓
作者机构：
信息工程大学,信息技术研究所,河南郑州450001;中国科学院,声学研究所,北京100089
文献出处：
引用格式：
[1]陈博;孙鹏浩;兰巨龙;王雨薇;崔鹏帅;申涓-.基于多智能体强化学习的域间多链路路由优化)[J].信息工程大学学报,2022(06):641-647
A类：
B类：
多智能体强化学习,多链路,路由优化,信息网络,跨域,数据通信,域间路由,路由协议,边界网关协议,Border,Gateway,Protocol,BGP,网络性能,智能路由,路由决策,网络拥塞,网络传输,传输性能,可扩展,优化机制,实时感知,多条,流量分布,分布状态,路由选择,自治系统,网络流量,随机算法,SPF,网络吞吐量,流量均衡,深度强化学习,软件定义网络
AB值：
0.433379
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
