基于深度学习和多路径A星算法的跨域网络路径选择方法

本发明公开了一种基于深度学习和多路径A星算法的跨域网络路径选择方法，包括：步骤1，定义网络拓扑结构；步骤2，搭建用于预测有效延迟的神经网络，并将网络拓扑结构作为神经网络输入获取网络路径和链路时延特征；步骤3，使用多路径A星算法，获得候选路径，并验证候选路径是否满足QoS要求，选择满足QoS要求的时延最小的路径；步骤4，通过控制器与交换机的通信协议向交换机下发流表规则，交换机根据流表规则完成数据转发。本发明提出的方法通过深度学习预测有效延迟，并在有向无环图中进行多路径选择，该方法在保证服务质量的基础上，支持跨域网络路径选择。相比传统方法，显著降低了网络信息交换和计算的复杂度。