买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:桂林电子科技大学
摘要:本发明涉及深度学习技术领域,具体涉及一种基于近端策略优化算法优化网络流量调度方法,针对软件定义网络的数据平面具有时间特征和空间特征,为了全局地考虑网络的时空相关性,提出了使用门控循环单元和图注意力网络方法提取状态信息中的时序相关性和空间相关性,为深度强化学习的决策提供包含更多环境的隐含信息,从而解决网络流量工程问题,充分利用网络资源动态调整网络负载,有效缓解网络链路拥塞,进而优化网络性能。
主权项:1.一种基于近端策略优化算法优化网络流量调度方法,其特征在于,包括下列步骤:构建ASTPPO系统架构;所述ASTPPO系统架构包括数据交换层、控制层和智能决策层,所述数据交换层由支持SDN工作协议的SDN交换机组成,所述控制层与数据交换层通过南向接口连接,与智能决策层通过北向接口连接,所述智能决策层输出链路权重用于路由策略更新;采集网络链路信息和网络拓扑信息;分别生成状态信息和奖励值;分别生成状态信息和奖励值的过程,具体为控制层的信息收集器处理网络链路信息,生成输入智能决策层中智能体的状态信息,控制层的奖励函数模块处理信息收集器采集的网络链路信息,生成输入智能决策层智能体的奖励值,状态信息和奖励值均通过北向接口传输给智能体;以所述状态信息和所述奖励值为输入,获得动作值并转发;以所述状态信息和所述奖励值为输入,获得动作值并转发的过程,具体为所述智能体接收状态信息和奖励值作为智能体算法的输入,使用智能体算法生成网络拓扑中的链路权重作为智能体决策的动作值,用于网络流量调度策略优化,随后通过北向接口将动作值传输给控制层的流表下发器;所述智能体算法中设计门控循环单元模块、自注意力机制模块和图注意力网络模块进行特征提取,其中通过门控循环单元模块捕获输入状态的时序相关信息,并使用自注意力机制模块计算权重,通过图注意力网络模块捕获输入状态的空间相关信息;基于所述动作值生成SDN流表,下发所述SDN流表进行流量调度。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 一种基于近端策略优化算法优化网络流量调度方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。