计算机工程

作者：徐啸, 顾玲丽, 陈建平, 傅启明, 陆悠

单位：1. 苏州科技大学 电子与信息工程学院, 江苏 苏州 215009;2. 苏州科技大学 江苏省建筑智慧节能重点实验室, 江苏 苏州 215009;3. 苏州科技大学天平学院 电子与信息工程学院, 江苏 苏州 215011

关键词：多路径路由,强化学习,协同决策,流量调度,软件定义网络

基金：国家自然科学基金（61876217，61876121，61772357，61750110519）；江苏省重点研发计划（BE2017663）；江苏省高等学校自然科学研究面上项目（18KJB520045）。

传统单一路径的传输机制难以满足当前以智慧城市为代表的新一代应用对时延、丢包率等网络性能的要求，而现有多路径传输机制在路由算法及子流分配等方面不能根据网络实时状态调整且互相缺乏协同。引入强化学习理论并结合软件定义网络，提出多路径路由及子流分配协同算法。基于Q-learning设计多路径路由算法，并从策略协同角度对其进行改进，实现路由与子流分配的相互协同。在此基础上，通过Q-value的回环消除方法保证路由准确性并提高算法收敛速度。实验结果表明，该算法在网络负载动态变化过程中能实时调整最佳的多路径路由及子流分配协同策略，提高了传输成功率。

来源：2021年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第9期