一种SDN架构下基于深度强化学习的路由优化架构及方法

摘要

本发明提出了一种SDN架构下基于深度强化学习的路由优化架构及方法，用于解决传统方法基于静态规则，无法适应当前动态变化的网络环境，导致数据传输低的问题。本方法在SDN架构下，考虑到由于转发设备中流表项数量的增加而对数据包转发效率的影响，通过设计神经网络估计设备转发性能，并将该估计值和网络参数作为变量，利用Actor‑Critic算法产生更合理的路由规划方案。本发明还设计了专家样本产生模块以引导和加速模型训练，以及与当前网络链路可用性紧密相关的过滤层，增强该算法的健壮性。本发明更好的适应现代网络环境具有高度复杂和动态的特点，实现了合理的流量调度，达到了平衡网络链路负载，提高数据传输效率的目的。