基于深度强化学习的软件定义网络QoS优化

摘要：

为解决软件定义网络场景中,当前主流的基于启发式算法的QoS优化方案常因参数与网络场景不匹配出现性能下降的问题,提出了基于深度强化学习的软件定义网络QoS优化算法.首先将网络资源和状态信息统一到网络模型中,然后通过长短期记忆网络提升算法的流量感知能力,最后基于深度强化学习生成满足QoS目标的动态流量调度策略.实验结果表明,相对于现有算法,所提算法不但保证了端到端传输时延和分组丢失率,而且提高了22.7％的网络负载均衡程度,增加了8.2％的网络吞吐率.

关键词：软件定义网络、深度强化学习、长短期记忆、服务质量

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点研发计划基金资助项目;国家自然科学基金资助项目;广东省重点领域研发计划基金资助项目

在线出版日期：2020-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：60-67