申请/专利权人：南京邮电大学

申请日：2023-12-04

公开（公告）日：2024-04-12

公开（公告）号：CN117880256A

主分类号：H04L65/80

分类号：H04L65/80;H04L65/10;H04L45/02;H04L45/12;H04L47/125;H04L47/24;G06N3/044;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于多控制器SDN的数据中心网络视频流QoS保障方法，具体是：主控制器根据全局网络视图和可达路径矩阵判断待传输视频流的源主机与目的主机是否直连，是则直接转发；否则基于MMN+1排队模型根据视频流的优先级，结合可达路径矩阵Ar将待传输视频流转发至网络可达且负载值最低的子控制器；针对被分配至子控制器的待转发视频流，构建视频流QoS保障多约束条件，得到路径的最小传输总成本；利用RNN改进DDPG深度强化学习算法，通过不断迭代训练当前网络和目标网络，获得待转发视频流最优路径规划。本发明能够有效解决网络拥塞和QoS保障问题，提高多媒体视频流传输的质量和用户体验。

主权项：1.一种基于多控制器SDN的数据中心网络视频流QoS保障方法，其特征在于，包括如下步骤：S1、由主控制器根据各子控制器采集的子网络信息获得全局网络视图，然后生成有向图G及网络可达路径矩阵Ar；S2、主控制器根据有向图G及网络可达路径矩阵Ar判断待传输视频流的源主机与目的主机是否直连，是则直接转发；否则基于MMN+1排队模型根据视频流的优先级，结合可达路径矩阵Ar将待传输视频流转发至网络可达且负载值最低的子控制器；S3、针对被分配至子控制器的待转发视频流，构建视频流QoS保障多约束条件，得到路径的最小传输总成本；S4、利用RNN改进的深度强化学习算法DDPG，通过不断迭代训练当前网络和目标网络，获得待转发视频流最优路径规划，包括以下子步骤：S401、进行DDPN算法映射，构建基于Actor-Critic架构的当前网络和目标网络；S402、采用经验回放机制在每个时间步将当前状态、智能体执行的动作、奖励、下一个状态信息存储到经验缓冲区中，再从经验缓冲区中随机采样一批经验样本训练当前网络和目标网络；S403、返回执行步骤S402，直到待转发视频流转发源节点和目的节点之间任意条路径的权重值全部生成，获得最优路径；S5、利用节点最小权重值函数，确定各个路径上经过的节点，然后结合最优路径，生成路由表下发至交换机，完成待转发视频流的转发。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于多控制器SDN的数据中心网络视频流QoS保障方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD