一種基于深度學習的SRv6網(wǎng)絡流量調(diào)度優(yōu)化算法

摘要： 目前SRv6網(wǎng)絡中的流量調(diào)度方法主要是基于固定或啟發(fā)式規(guī)則的方法,缺乏靈活調(diào)度整體網(wǎng)絡流量的能力,難以適應動態(tài)的網(wǎng)絡環(huán)境變化。針對SRv6網(wǎng)絡缺乏關(guān)鍵流識別能力的問題,文章提出一種基于深度強化學習的關(guān)鍵流識別算法,建立適應網(wǎng)絡動態(tài)變化的關(guān)鍵流學習模型,在不同的流量矩陣中識別出對網(wǎng)絡性能影響最大的關(guān)鍵流集合。針對SRv6網(wǎng)絡流量調(diào)度問題,文章提出一種基于關(guān)鍵流的流量調(diào)度優(yōu)化算法,... （共10頁）