基于脉冲深度增强学习的SDN路由推理方法

王睿轶; 孙淳晔; 李红双; 马旭日

doi:10.13992/j.cnki.tetas.2025.06.007

Chinese

您当前的位置：

首页 >

文章列表页 >

基于脉冲深度增强学习的SDN路由推理方法

更新时间：2026-04-21

- 基于脉冲深度增强学习的SDN路由推理方法
- Vol. 38, Issue 6, Pages: 40-46(2025)
- 作者机构：
  
  中国移动通信集团设计院有限公司河北分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2025.06.007
  CLC： TP18;TP393.06
- Published：2025
- 稿件说明：
移动端阅览
王睿轶, 孙淳晔, 李红双, et al. 基于脉冲深度增强学习的SDN路由推理方法[J]. 2025, 38(6): 40-46.
DOI：

王睿轶, 孙淳晔, 李红双, et al. 基于脉冲深度增强学习的SDN路由推理方法[J]. 2025, 38(6): 40-46. DOI： 10.13992/j.cnki.tetas.2025.06.007.

摘要

针对现有软件定义网络（SDN）路由算法收敛速度慢和带宽利用率低不足等问题，本文提出一种基于脉冲神经网络和深度增强学习的SDN路由推理方法，该方法将脉冲神经网络的低功耗能力和深度增强学习的自主决策能力结合，为上述存在的问题提供了一种解决方案，通过SDN控制器获取当前网络环境的实时信息。使用脉冲神经网络和人工神经网络混合模型表示策略和动作价值，其中包括用来推理路由的脉冲演员网络和评估动作价值的深度评论家网络。然后根据脉冲演员网络推理出的分流比生成多条路径路由策略，从而优化网络转发路径。所提脉冲深度增强学习的SDN路由推理方法在路由决策效率和准确率方面具有显著优势，为数据中心和园区网等不同复杂度的SDN路由场景提供了新思路。

Abstract

关键词

Keywords

references

陈鼎,黄杨茹,彭佩玺,黄铁军,田永鸿.脉冲强化学习算法研究综述[J].计算机学报,2023(10).

胡一凡,李国齐,吴郁杰,邓磊.脉冲神经网络研究进展综述[J].控制与决策,2021(01).

杨洋,吕光宏,赵会,李鹏飞.深度学习在软件定义网络研究中的应用综述[J].软件学报,2020(07).

王桂芝,吕光宏,贾吾财,贾创辉,张建申.机器学习在SDN路由优化中的应用研究综述[J].计算机研究与发展,2020(04).

程超,滕俊杰,赵艳领,宋梅.一种基于多智能体强化学习的流量分配算法[J].北京邮电大学学报,2019(06).

兰巨龙,张学帅,胡宇翔,孙鹏浩.基于深度强化学习的软件定义网络QoS优化[J].通信学报,2019(12).

程龙,刘洋.脉冲神经网络:模型、学习算法与应用[J].控制与决策,2018(05).

刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进.深度强化学习综述[J].计算机学报,2018(01).

Zhang Jing,Yahya Rebaz Othman.DRL-based routing algorithm with guaranteed loss, latency and bandwidth in SDN networks: Application of online video conferencing[J].Journal of King Saud University - Computer and Information Sciences,2023.

Silver David,Huang Aja,Maddison Chris J,Guez Arthur,Sifre Laurent,van den Driessche George,Schrittwieser Julian,Antonoglou Ioannis,Panneershelvam Veda,Lanctot Marc,Dieleman Sander,Grewe Dominik,Nham John,Kalchbrenner Nal,Sutskever Ilya,Lillicrap Timothy,Leach Madeleine,Kavukcuoglu Koray,Graepel Thore,Hassabis Demis.Mastering the game of Go with deep neural networks and tree search.[J].Nature,2016.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

面向非对称路径的SDN/NFV网络状态标记路径协同机制研究

Design and implementation of v BRAS forwarding layer architecture based on FPGA

关于NFV与SDN的基本概念及应用思考

Related Author

桑戈

程德怿

乔健

孙金霞

孙红芳

韦芳

Related Institution

中移(苏州)软件技术有限公司

上海市信息网络有限公司

AI问答

Postal code：100079
Tel：（010）53879206 Email：tmw@bjxintong.com.cn
Technical support is provided by Beijing Founder electronics co., LTD 京ICP备09082226号-64 京公网安备11010602201714号
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰