返回
A Software-Defined Networking-Based Computing-Aware Routing Path Selection Method
DOI:10.3390/electronics14224418.png)
摘要
En 中文
随着云计算、边缘计算和物联网的快速发展,传统路由协议(如OSPF)——仅依赖网络拓扑和链路状态而忽视计算能力资源状态——难以满足计算能力网络(CPN)的网络-计算协同需求。现有的基于强化学习的路由方法,尽管融入了深度策略,仍存在资源不平衡等问题。为解决此问题,本研究提出一种基于强化学习的计算感知路由路径选择方法——计算感知路由-强化学习(CAR-RL)算法。该算法通过“计算能力+网络”的多因素联合计算实现网络与计算资源间的协同。算法构建多因素加权马尔可夫决策过程(MDP),通过实时感知网络流量和计算能力状态选择最优计算感知路由路径。在GN4–3N网络拓扑上使用Mininet和K8S模拟进行的实验表明,与Q-Learning、DDPG和CEDRL等算法相比,CAR-RL算法在平均丢包率、平均时延和平均吞吐量方面分别实现了24.7%、35.6%和23.1%的性能提升。本研究不仅为计算能力网络中的计算感知路由选择与优化提供了参考技术实现路径,也推动了网络与计算资源的有效集成。
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
暂无机构信息
引用论文
Routing Optimization With Deep Reinforcement Learning in Knowledge Defined Networking基于深度强化学习的知识定义网络路由优化
Reinforcement Learning Based Routing in Networks: Review and Classification of Approaches
IEEE ACCESS
IF3.6
Traffic-aware optimal routing in software defined networks by predicting traffic using neural network通过使用神经网络预测流量在软件定义网络中实现流量感知的最佳路由
Ye, M. An Intelligent SDWN Routing Algorithm Based on Network Situational Awareness and Deep Reinforcement Learning. arXiv 2023, arXiv:2305.10441. [Google Scholar] [CrossRef]Ye, M. 一种基于网络态势感知和深度强化学习的智能SDWN路由算法。arXiv 2023, arXiv:2305.10441. [Google Scholar] [CrossRef]
An Enhanced Dynamic Multi-Path Routing Algorithm for Software Defined NetworksPrabu, U.; Ch, S.; Panda, S.K.; Geetha, V. 一种增强的动态多路径路由算法用于软件定义网络。Procedia Comput. Sci. 2024, 233, 12–21. [Google Scholar] [CrossRef]
Wumian, W.; Saha, S.; Haque, A.; Sidebottom, G. Intelligent routing algorithm over SDN: Reusable reinforcement learning approach. arXiv 2024, arXiv:2409.15226. [Google Scholar] [CrossRef]武面, W.; Saha, S.; Haque, A.; Sidebottom, G. 基于SDN的智能路由算法:可重用的强化学习方法. arXiv 2024, arXiv:2409.15226. [Google Scholar] [CrossRef]
Ye, M. Intelligent multicast routing method based on multi-agent deep reinforcement learning in SDWN. arXiv 2023, arXiv:2305.10440. [Google Scholar] [CrossRef]Ye, M. 基于多智能体深度强化学习的SDWN智能组播路由方法。arXiv 2023, arXiv:2305.10440. [Google Scholar] [CrossRef]

