基于SDN网络环境,设计了一种基于深度强化学习的多目标智能路由算法DRL-MOIR(Multi objective Intelligent Routing Based on Deep reinforcement learning,DRL-MOIR),根据不同的业务流需求调整智能体的奖励函数,并在奖励函数中加入最短路由的目标,可以在降低高优先级流传输时延的前提下,减少网络的整体带宽开销,为解决SDN在负载均衡和网络流调度的不同业务场景的不同业务流需求问题提供了一种新方法。 负责算法的设计,负责SDN 智能路由方法整体架构的设计,负责算法的代码编写,负责SDN架构的代码编写,负责测试环境的搭建
评论