一种基于强化学习的SDN网络域间流量工程方法

AITNT
正文
推荐专利
一种基于强化学习的SDN网络域间流量工程方法
申请号:CN202511215123
申请日期:2025-08-28
公开号:CN120980000A
公开日期:2025-11-18
类型:发明专利
摘要
本发明提出了一种基于强化学习的SDN网络域间流量工程方法,包括以下步骤:部署数据流量需求监测平台和控制系统,构建全局网络拓扑图;为网内链路计算短链路标识分配到各网络设备;流量判断并根据需求执行向上通知,协同完成智能路由的前置操作;总智能体内部部署强化学习模型,输出最优跨域路径策略给协同控制器,拆解为各域可执行的流表规则,下发至相关域的本地控制器;各本地控制器推送流表配置至本域交换设备,完成流量的转发决策。本发明实现了流量测量、智能决策、跨域控制与路径下发的完整闭环流程,为智能网络的实际部署提供了可行参考,具备良好的工程推广价值,适用于运营商骨干网络、工业互联网、城域边缘云等智能调度场景。
技术关键词
域间流量工程 网络拓扑 链路 强化学习模型 控制器 交换设备 运营商骨干网络 策略 监测平台 决策 神经网络结构 前馈神经网络 网络设备 标识 启发式算法 工业互联网 智能网络 节点 特征值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号