文档名：基于自注意力深度强化学习的特定流路由选择算法
摘要：为了有效降低传统流量工程机制中重路由对网络带来的负面影响,基于软件定义网络的全局网络视角和管理能力,提出一种基于自注意力深度强化学习的特定流路由选择算法,以重新路由少量流量达到接近最优的性能.通过多尺度融合注意力机制的神经网络模型来提取流量的特征,并采用集中式训练-分布式执行架构,根据观测网络状态做出实时决策.理论研究和实验结果表明,与传统深度强化学习算法与启发式算法相比,所提算法在平均负载和端到端延迟性能方面均有显著改进.
Abstract：Toeffectivelymitigatethenegativeimpactofreroutingonthenetworkintraditionaltrafficengineeringmechanisms,thispaperproposesaspecificflowroutingselectionalgorithmbasedonSelf-Attentiondeepreinforcementlearning,leveragingtheglobalnetworkperspectiveandmanagementcapabilitiesofsoftware-definednetworking,torerouteasmallamountoftrafficandachievenear-optimalperformance.Aneuralnetworkmodelwithmulti-scalefusionattentionmechanismisusedtoextractfeaturesoftraffic,andacentralizedtrainingdistributedexecutionarchitectureisadoptedtomakereal-timedecisionsbasedontheobservednetworkstate.Thetheoreticalresearchandexperimentalresultsshowthatcomparedwithtraditionaldeepreinforcementlearningalgorithmsandheuristicalgorithms,theproposedalgorithmhassignificantimprovementsinaverageloadandend-to-enddelayperformance.
作者：袁帅 张慧 蔡安亮 沈建华 Author：YUANShuai ZHANGHui CAIAnliang SHENJianhua
作者单位：南京邮电大学通信与信息工程学院,南京210003深圳赛柏特通信技术有限公司,广东深圳518000
刊名：光通信技术 PKU
Journal：OpticalCommunicationTechnology
年，卷(期)：2024, 48(3)
分类号：TN91
关键词：软件定义网络 多智能体深度强化学习 流量工程 负载均衡
Keywords：software-definednetworking multi-agentdeepreinforcementlearning trafficengineering loadbalancing
机标分类号：TP393TN915.04TP181
在线出版日期：2024年5月30日
基金项目：国家自然科学基金，南京邮电大学企业委托研发重点课题基于自注意力深度强化学习的特定流路由选择算法[
期刊论文] 光通信技术--2024, 48(3)袁帅 张慧 蔡安亮 沈建华为了有效降低传统流量工程机制中重路由对网络带来的负面影响,基于软件定义网络的全局网络视角和管理能力,提出一种基于自注意力深度强化学习的特定流路由选择算法,以重新路由少量流量达到接近最优的性能.通过多尺度融合...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于自注意力深度强化学习的特定流路由选择算法 Specific flow routing selection algorithm based on Self-Attention deep reinforcement learning
基于自注意力深度强化学习的特定流路由选择算法.pdf
- 文件大小:
- 1.83 MB
- 下载次数:
- 60
-
高速下载
|
