一种基于图神经网络和进化算法的SDN控制器负载均衡方法

本申请涉及计算机网络优化和控制器负载均衡的技术领域，公开一种基于图神经网络和进化算法的SDN控制器负载均衡方法，根据包含控制器各项运行指标的状态向量和包含各个控制器之间连接关系的邻接矩阵，构建图模型并拼接得到特征矩阵；归一化邻接矩阵，使用多层图卷积网络对特征矩阵进行特征聚合和更新，输出高维嵌入向量，设置控制器最终状态表示和奖励函数，通过元强化学习和演员评论家网络训练得到适应动态网络环境的调度策略；在仿真环境中对元强化学习的参数进行全局搜索寻找最优解；实时采集各控制器的最新状态，通过预训练好的GCN更新嵌入，使用训练好的元强化学习模型根据全局状态输出调度策略，同时使用Q‑learning对网络进行参数在线微调与更新。