一种基于离线-在线深度强化学习的NDN缓存策略

    公开(公告)号:CN119363829A

    公开(公告)日:2025-01-24

    申请号:CN202411380902.2

    申请日:2024-09-30

    Applicant: 扬州大学

    Inventor: 桂易琪 李鹏海

    Abstract: 本发明公开了一种基于离线‑在线深度强化学习的NDN缓存策略,涉及命名数据网络领域,包括步骤:在NDN网络的路由器内增加兴趣请求表;提取缓存日志数据;使用自注意力机制动态分配各属性权重;离线训练,提取最优缓存策略;使用IQL模型在线微调模块对策略调优;周期性的执行在线微调模块。本发明针对真实拓扑TISCALI进行了大规模的仿真,与现有典型缓存策略相比,本发明能够明显提高网络中的整体缓存命中率、降低时延、降低链路拉伸率以及提高用户体验。

Patent Agency Ranking