摘要
本发明公开了一种SDN数据中心网络智能多控制器流量负载均衡方法,包括:S1、根据数据中心服务器架构建立SDN服务架构模型;S2、根据SDN服务架构模型环境,建立智能多控制器模型;每个SDN控制器实例化为一个智能体模型,建立智能多控制器模型包括初始化智能体模型、策略网络以及评价网络的参数;S3、智能体预先学习路由和负载均衡策略,对智能多控制器模型进行预训练;S4、从在线环境获取网络状态信息,基于预训练模型训练智能多控制器模型;S5、将训练完成的智能多控制器模型应用到SDN网络中,进行负载均衡。本发明通过强化学习算法学习分布式SDN数据中心网络流量特征,能够自适应的进行流量负载均衡,根据业务流量状态实时优化网络环境。
技术关键词
流量负载均衡方法
多控制器
智能体模型
网络状态信息
训练智能
SDN控制器
服务器架构
网络状态监控
负载均衡策略
SDN数据中心
时延
预训练模型
链路层发现协议
SDN交换机
系统为您推荐了相关专利信息
服务质量策略
网络交换设备
服务质量需求
队列调度算法
服务等级协议
网络检测方法
服务端
起爆器
网络状态信息
WIFI模块
人工智能模块
通信网络环境
网络状态信息
移动通信终端数据
移动通信终端技术
服务部署方法
服务器
多控制器
最小化系统
部署算法
强化学习环境
实体
训练算法
知识推理方法
神经网络参数