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