计算机工程

作者：赵季红, 张文娟, 乔琳琳, 张梦雪

单位：1. 西安邮电大学 通信与信息工程学院, 西安 710121;2. 西安交通大学 电子信息工程学院, 西安 710049

关键词：软件定义网络,网络功能虚拟化,服务功能链,机器学习,体验质量

基金：国家自然科学基金（61531013）；国家重点研发计划重点专项（2018YFB1800300）。

在软件定义网络与网络功能虚拟化协同的网络架构下，只考虑单个服务质量（QoS）指标的服务功能链部署无法满足用户的多业务体验需求。提出一种基于机器学习的服务功能链部署模型。基于层次分析法构造MPNQ2算法以建立QoS与体验质量（QoE）的映射关系，得出影响QoE的网络参数并评估其影响权重。在此基础上，利用具备较强综合学习和泛化能力的随机森林模型对服务功能链的QoE进行预测。实验结果表明，与梯度提升决策树、线性判别分析等机器学习模型相比，随机森林模型为预测QoE的最佳模型，同时在影响QoE的网络参数中，丢包率对服务功能链的部署影响最大。

来源：2022年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第1期