文档名：基于图神经网络的SDON性能预测模型
摘要：网络性能预测是实现软件定义光网络(SDON)高效网络管理的关键,但目前亟需一种能够以较低成本准确预测关键指标的网络性能预测模型.提出一种基于图神经网络的SDON性能预测模型,该模型将BiGRU和Self-Attention机制相结合,能够学习网络拓扑、路由和流量矩阵之间的复杂关系,从而准确地估计网络中源/目的地的分组延迟、抖动以及丢包率,并且可以应用于训练中未遇到的网络.实验结果表明,在不同流量模型测试中,所提模型相较于基线模型的平均绝对百分比误差(MAPE)性能有明显提升.
Abstract：Networkperformancepredictionisthekeytoachievingefficientnetworkmanagementofsoftwaredefinedopticalnet-works(SDON),butthereisanurgentneedforanetworkperformancepredictionmodelthatcanaccuratelypredictkeyindicatorsatlimitedcost.Agraphneuralnetwork-basedSDONperformancepredictionmodelisproposed,whichcombinesBiGRUandSelf-Attentionmechanismstolearnthecomplexrelationshipsbetweennetworktopology,routing,andtrafficmatrices,accuratelyestimatingthepacketdelay,jitter,andpacketlossrateofthesource/destinationinthenetwork.Thismodelcanbeappliedtonet-worksthathavenotbeenencounteredduringtraining.Theexperimentalresultsshowthatindifferenttrafficmodeltests,thepro-posedmodelhasasignificantimprovementinaverageabsolutepercentageerror(MAPE)performancecomparedtothebaselinemodel.
作者：王星宇 张慧 蔡安亮 沈建华 Author：WANGXingyu 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：TN256
关键词：图神经网络 网络性能预测 软件定义光网络 自注意力机制 光通信
Keywords：graphneuralnetworks networkperformanceprediction software-definedopticalnetwork Self-Attentionmecha-nisms opticalcommunication
机标分类号：TP391TN929.11TP183
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图神经网络的SDON性能预测模型[
期刊论文] 光通信技术--2024, 48(3)王星宇 张慧 蔡安亮 沈建华网络性能预测是实现软件定义光网络(SDON)高效网络管理的关键,但目前亟需一种能够以较低成本准确预测关键指标的网络性能预测模型.提出一种基于图神经网络的SDON性能预测模型,该模型将BiGRU和Self-Attention机制相结合,...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
基于图神经网络的SDON性能预测模型 SDON performance prediction model based on graph neural network
基于图神经网络的SDON性能预测模型.pdf
- 文件大小:
- 2.22 MB
- 下载次数:
- 60
-
高速下载
|
