1(四川大学计算机学院 成都 610065);2(7584部队 广西桂林 541001) (lghong@scu.edu.cn)
出版日期: 2020-04-01基金资助:国家自然科学基金项目(61373091)A Review on the Application of Machine Learning in SDN Routing Optimization
Wang Guizhi1, Lü Guanghong1, Jia Wucai1, Jia Chuanghui1, Zhang Jianshen21(College of Computer Science, Sichuan University, Chengdu 610065);2(Unit 7584, Guilin, Guangxi 541001)
Online: 2020-04-01Supported by:This work was supported by the National Natural Science Foundation of China (61373091).摘要/Abstract
摘要： 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.
参考文献
相关文章 15
| [1] | 孟小峰, 刘立新. 基于区块链的数据透明化：问题与挑战[J]. 计算机研究与发展, 2021, 58(2): 237-252. |
| [2] | 张永, 陈蓉蓉, 张晶. 基于交叉熵的安全Tri-training算法[J]. 计算机研究与发展, 2021, 58(1): 60-69. |
| [3] | 刘艳芳, 李文斌, 高阳. 基于自适应邻域嵌入的无监督特征选择算法[J]. 计算机研究与发展, 2020, 57(8): 1639-1649. |
| [4] | 卢海峰, 顾春华, 罗飞, 丁炜超, 杨婷, 郑帅. 基于深度强化学习的移动边缘计算任务卸载研究[J]. 计算机研究与发展, 2020, 57(7): 1539-1554. |
| [5] | 范浩, 徐光平, 薛彦兵, 高赞, 张桦. 一种基于强化学习的混合缓存能耗优化与评价[J]. 计算机研究与发展, 2020, 57(6): 1125-1139. |
| [6] | 亓法欣, 童向荣, 于雷. 基于强化学习DQN的智能体信任增强[J]. 计算机研究与发展, 2020, 57(6): 1227-1238. |
| [7] | 刘辰屹, 徐明伟, 耿男, 张翔. 基于机器学习的智能路由算法综述[J]. 计算机研究与发展, 2020, 57(4): 671-687. |
| [8] | 王婷, 王娜, 崔运鹏, 李欢. 基于半监督学习的无线网络攻击行为检测优化方法[J]. 计算机研究与发展, 2020, 57(4): 791-802. |
| [9] | 吴金金, 刘全, 陈松, 闫岩. 一种权重平均值的深度双Q网络方法[J]. 计算机研究与发展, 2020, 57(3): 576-589. |
| [10] | 胡学钢, 刘菲, 卜晨阳. 教育大数据中认知跟踪模型研究进展[J]. 计算机研究与发展, 2020, 57(12): 2523-2546. |
| [11] | 吴桦,王凌,程光. 基于DASH流媒体的TCP拥塞控制算法优化[J]. 计算机研究与发展, 2019, 56(9): 1965-1976. |
| [12] | 刘慧,徐金龙,赵荣彩,姚金阳. 学习模型指导的编译器优化顺序选择方法[J]. 计算机研究与发展, 2019, 56(9): 2012-2026. |
| [13] | 任婕,侯博建,姜远. 多示例学习下的深度森林架构[J]. 计算机研究与发展, 2019, 56(8): 1670-1676. |
| [14] | 陈红名,刘全,闫岩,何斌,姜玉斌,张琳琳. 基于经验指导的深度确定性多行动者-评论家算法[J]. 计算机研究与发展, 2019, 56(8): 1708-1720. |
| [15] | 张文韬,汪璐,程耀东. 基于强化学习的Lustre文件系统的性能调优[J]. 计算机研究与发展, 2019, 56(7): 1578-1586. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4153
