摘要
本发明涉及通信网络技术领域,尤其涉及一种面向动态网络业务可靠性的自适应冗余路径优化方法,包括:获取TSN网络的流,构建TSN网络的拓扑图;在拓扑图中生成每个流的候选冗余路径集合;采用图神经网络对TSN网络的拓扑图进行处理,得到拓扑图的结构特征;根据拓扑图的结构特征和每个流的候选冗余路径集合采用双重深度Q网络为每个流分配最优冗余路径集合;根据最优冗余路径集合对每个流进行调度,得到每个流的调度结果;本发明根据路径中部分不相交链路的相交程度计算路径的可靠性,能够识别隐蔽的单点故障隐患,提高了路径选择的有效性;本发明引入图神经网络和深度强化学习的方法,有效提取节点间结构依赖关系和链路属性特征。
技术关键词
面向动态网络
路径优化方法
冗余
拓扑图
深度Q网络
深度强化学习
资源
链路
计算成本函数
通信网络技术
索引
节点特征
有效性
时延
算法
关系
系统为您推荐了相关专利信息
模型训练方法
词向量模型
文本特征向量
模型更新
解密
特征选择方法
故障检测方法
随机森林
LightGBM模型
多元线性回归算法
病害评价方法
混凝土结构
图像结构
冗余
病害检测技术
监测无人机
生态
无人机协同
数据传输方法
监测数据传输系统
在线预测方法
菱镁矿
轻烧镁粉
训练样本集
建立预测模型