机器学习在SDN路由优化中的应用研究综述

发布时间：2021-06-10 10:11

　　随着网络技术的迅速发展和新型应用的不断出现,网络数据的急剧增加导致网络管理变得极其复杂.传统网络中的设备多种多样,配置复杂,难于管理,而软件定义网络（software defined networking, SDN）这种新型网络架构的出现给网络管理带来了曙光,该架构摆脱了硬件设备对网络的限制,使网络具有灵活、可编程性等优点.一个好的路由机制影响着整个网络的性能,软件定义网络的集中控制特性给机器学习在路由机制方面的应用带来了新的研究方向.首先论述了SDN路由优化的现状,然后从监督学习和强化学习2个方面概述了近年来机器学习在SDN路由方面的研究,最后为了满足不同应用的服务质量（quality of service, QoS）以及不同用户的体验质量（quality of experience, QoE）,提出了数据驱动认知路由的发展趋势.通过赋予网络节点感知、记忆、查找、决策、推理、解释等认知行为,加快寻路过程,优化路由选择,完善网络管理. 

【文章来源】：计算机研究与发展. 2020,57(04)北大核心EICSCD

【文章页数】：11 页

【部分图文】：

强化学习机制

图5 分布式层次结构

SDN架构

【参考文献】：
期刊论文
[1]基于深度增强学习的软件定义网络路由优化机制[J]. 兰巨龙,于倡和,胡宇翔,李子勇.  电子与信息学报. 2019(11)
[2]一种基于SDN网络的QoS路由选择方案[J]. 孔祥彬,沈苏彬,李莉.  计算机技术与发展. 2018(02)
[3]软件定义网络控制平面可扩展性研究进展[J]. 张少军,兰巨龙,胡宇翔,江逸茗.  软件学报. 2018(01)
[4]基于SDN的胖树数据中心网络的多路径路由算法[J]. 农黄武,黄传河,黄晓鹏.  计算机科学. 2016(06)
[5]HiQoS:An SDN-Based Multipath QoS Solution[J]. YAN Jinyao,ZHANG Hailong,SHUAI Qianjun,LIU Bo,GUO Xiao.  中国通信. 2015(05)
[6]数据驱动的信息中心网络认知路由协议[J]. 曹健,王兴伟,张金宏,黄敏.  计算机研究与发展. 2015(04)
[7]一种面向认知网络的QoS路由协议[J]. 谢小民,王兴伟,温占考,黄敏.  计算机学报. 2013(09)
[8]软件定义网络研究综述[J]. 张顺淼,邹复民.  计算机应用研究. 2013(08)
[9]基于OpenFlow的SDN技术研究[J]. 左青云,陈鸣,赵广松,邢长友,张国敏,蒋培成.  软件学报. 2013(05)
[10]大数据管理:概念、技术与挑战[J]. 孟小峰,慈祥.  计算机研究与发展. 2013(01)

硕士论文
[1]基于流量分类的智能SDN路由优化技术研究[D]. 吴艳.浙江工商大学 2019
[2]SDN架构下路由算法的优化研究[D]. 高聪.西安电子科技大学 2018



本文编号：3222183