买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】路由选取模型训练方法、面向多模态路由选取方法及装置_东北大学_202310578822.7 

申请/专利权人:东北大学

申请日:2023-05-22

公开(公告)日:2024-04-05

公开(公告)号:CN117834512A

主分类号:H04L45/12

分类号:H04L45/12;H04L67/1074;H04L67/63;H04L41/122;H04L41/14;H04L41/16

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.04.23#实质审查的生效;2024.04.05#公开

摘要:本发明实施例公开一种路由选取模型训练方法、面向多模态路由选取方法及装置,路由选取方法包括:在SDN网络中增加AI层,利用AI层循环执行目标路由选取模型,直至获得从源节点到目标节点的最优路径;目标路由选取模型的计算过程包括:基于SDN的数据层的网络拓扑结构和当前节点的数据流需求信息确定当前节点的状态转移性能指标,当前节点的状态转移性能指标包括从当前节点到目标节点的路径时延、路径丢包率、瓶颈链路的利用率;将当前节点的数据流需求信息和当前节点的状态转移性能指标输入路由选取模型中,获得从当前节点到相邻的下一节点的最优链路;将相邻的下一节点作为新的当前节点。本发明能够降低时延和丢包率,提高吞吐量和带宽利用率。

主权项:1.一种路由选取模型训练方法,其特征在于,所述方法包括:基于软件定义网络SDN的数据层的网络拓扑结构和当前节点的数据流需求信息确定所述当前节点的状态转移性能指标,所述当前节点的所述状态转移性能指标包括从所述当前节点到目标节点的路径时延、从所述当前节点到所述目标节点的路径丢包率、从所述当前节点到所述目标节点的所有路径中瓶颈链路的利用率;基于所述当前节点的数据流需求信息和所述当前节点的状态转移性能指标生成所述当前节点对应的状态空间;将所述当前节点对应的状态空间输入第一路由选取模型中,获得所述当前节点对应的动作空间,所述当前节点对应的动作空间包括从动作集合中选取的从所述当前节点到相邻的下一节点的最优链路;基于奖励函数计算所述当前节点对应的动作空间的奖励值,以及基于至少一个第一评估网络模型对所述当前节点对应的动作空间进行评估,获得每个所述第一评估网络模型输出的第一评估值;基于所述网络拓扑结构和所述下一节点的数据流需求信息确定所述下一节点的状态转移性能指标,所述下一节点的数据流需求信息根据所述当前节点对应的动作空间确定;基于所述下一节点的数据流需求信息和所述下一节点的状态转移性能指标生成所述下一节点对应的状态空间;将所述下一节点对应的状态空间输入第二路由选取模型中,获得所述下一节点对应的动作空间;基于至少一个第二评估网络模型对所述下一节点对应的动作空间进行评估,获得每个所述第二评估网络模型输出的第二评估值;基于至少一个所述第二评估值和所述奖励值,计算第三评估值;根据每个所述第一评估网络模型输出的所述第一评估值和所述第三评估值,计算每个所述第一评估网络模型对应的当前损失值;对所述当前损失值大于损失阈值的所述第一评估网络模型的模型参数进行调整,并对所述第一路由选取模型的模型参数进行调整,并将所述下一节点作为新的当前节点,并返回执行步骤基于SDN的数据层的网络拓扑结构和当前节点的数据流需求信息确定所述当前节点的状态转移性能指标,直至从源节点到所述目标节点的奖励值之和达到预设收敛条件时,将对应的所述第一路由选取模型确定为目标路由选取模型。

全文数据:

权利要求:

百度查询: 东北大学 路由选取模型训练方法、面向多模态路由选取方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。