典型文献
可编程数据平面下基于DDPG的路由优化方法
文献摘要：
针对于数据中心网络不均衡的流量分布,和在使用固定功能交换机的软件定义网络中部署强化学习模型时,不能精确感知网络状态导致的路由决策偏差问题,设计了一种在具有可编程数据平面的软件定义网络中,基于深度确定性策略梯度(DDPG)强化学习模型的路由优化方法.通过在可编程数据平面自定义数据包处理逻辑,获取细粒度、高精度的网络状态参数,然后在控制平面使用DDPG模型根据网络状态参数确定多条可选路径的链路权值,并为数据流选择具有最大综合剩余负载能力的路由路径,最后以源路由的方式下发流表.实验结果表明,该方法可以在较高的带宽需求下提高网络吞吐量和链路利用率,降低端到端传输时延和南向通信开销.
文献关键词：
可编程数据平面;深度强化学习;网络测量;路由优化
中图分类号：
作者姓名：
徐博;周建国;吴静;罗威
作者机构：
武汉大学 电子信息学院,武汉 430072;中国舰船研究设计中心,武汉 430064
文献出处：
引用格式：
[1]徐博;周建国;吴静;罗威-.可编程数据平面下基于DDPG的路由优化方法)[J].计算机工程与应用,2022(03):143-150
A类：
B类：
可编程数据平面,DDPG,路由优化,数据中心网络,流量分布,交换机,软件定义网络,感知网络,网络状态,路由决策,决策偏差,深度确定性策略梯度,自定义,定义数据,数据包,处理逻辑,细粒度,状态参数,控制平面,参数确定,多条,链路,路权,权值,数据流,负载能力,流表,带宽需求,网络吞吐量,低端,端到端传输时延,南向,通信开销,深度强化学习,网络测量
AB值：
0.359612
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。
