公开(公告)号：CN118802696A

公开(公告)日：2024-10-18

申请号：CN202310382000.1

申请日：2023-04-12

Applicant: 东北大学

Inventor： 易波 ,  陈皓月 ,  孟凡深 ,  张艺琼 ,  何强

IPC: H04L45/02 ,  H04L45/00 ,  H04L47/12

Abstract: 本发明提出的基于SRv6的云际场景差异化路由方法立足于使用SRv6技术升级基础物理网络以解决云集场景的差异化路由问题。将SRv6技术和网络切片技术引入到整体网络架构的升级中，不仅能够提高网络的资源利用率，降低网络运营成本，还可以将网络资源按照用户需求的不同进行差异化分配，提供个性化的网络服务；此外，由于网络升级将支持更加丰富和多样的应用场景，对底层网络优化部署能够提高整体网络服务的质量，促进数字经济的发展，提高整体社会福利。在此基础上结合先进的人工智能技术，适用于云际场景的差异化路由策略，不仅可以为用户提供更加精准高效的网络服务，提高用户体验和满意度，还能够促进智能应用的研究与发展，推动智能化社会的进步。

公开(公告)号：CN118802758A

公开(公告)日：2024-10-18

申请号：CN202310382025.1

申请日：2023-04-12

Applicant: 东北大学

Inventor： 易波 ,  张艺琼 ,  陈皓月 ,  孟凡深 ,  何强

IPC: H04L47/12 ,  H04L45/02 ,  H04L43/0882 ,  G06N20/00

Abstract: 本发明是一种基于深度强化学习的云际自适应拥塞控制算法，该算法包括如下步骤：步骤一、控制平面定期向数据平面查询，收集网络状态的原始数据；步骤二、管理平面获取这些原始数据，然后计算和存储链路状态信息；步骤三、规则推理平面智能体获取链路状态信息；步骤四、智能体利用上述信息为每对节点探索、利用所有可能的拥塞机制优化策略；在满足所有流的需求且不发生拥塞的前提下，根据链路的状态学习并计算出最佳路由；步骤五、规则推理平面存储智能体推理出的规则；步骤六、控制平面获取规则，在新的流量到达之前，将规则安装到交换机的流表中。本发明采用深度强化学习技术对拥塞进行决策，从而使网络拥塞的解决变得更加智能化。