-
题名基于自适应时空网络的SDN流量预测模型
被引量：1
- 1
-
-
作者
刘月
张慧
蔡安亮
沈建华
-
机构
南京邮电大学通信与信息工程学院
深圳赛柏特通信技术有限公司
-
出处
《光通信技术》
北大核心
2024年第6期34-39,共6页
-
基金
国家自然科学青年基金项目(批准号:62301284)资助。
-
文摘
为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性引入了自回归模块。实验结果表明,所提出的SDN流量预测方法相比现有的基线模型能够识别出更多的流量特征,同时表现出更优的预测性能。
-
关键词
软件定义网络
流量预测
自适应图卷积网络
门控循环
时空相关性
-
Keywords
software defined network
traffic prediction
adaptive graph convolutional network
gated recurrent
spatiotemporal correlation
-
分类号
TN91
[电子电信—通信与信息系统]
-
-
题名基于自注意力深度强化学习的特定流路由选择算法
被引量：1
- 2
-
-
作者
袁帅
张慧
蔡安亮
沈建华
-
机构
南京邮电大学通信与信息工程学院
深圳赛柏特通信技术有限公司
-
出处
《光通信技术》
北大核心
2024年第3期7-12,共6页
-
基金
国家自然科学青年基金项目(62301284)资助
南京邮电大学企业委托研发重点课题(KH0020322072)资助。
-
文摘
为了有效降低传统流量工程机制中重路由对网络带来的负面影响,基于软件定义网络的全局网络视角和管理能力,提出一种基于自注意力深度强化学习的特定流路由选择算法,以重新路由少量流量达到接近最优的性能。通过多尺度融合注意力机制的神经网络模型来提取流量的特征,并采用集中式训练-分布式执行架构,根据观测网络状态做出实时决策。理论研究和实验结果表明,与传统深度强化学习算法与启发式算法相比,所提算法在平均负载和端到端延迟性能方面均有显著改进。
-
关键词
软件定义网络
多智能体深度强化学习
流量工程
负载均衡
-
Keywords
software-defined networking
multi-agent deep reinforcement learning
traffic engineering
load balancing
-
分类号
TN91
[电子电信—通信与信息系统]
-
-
题名基于图神经网络的SDON性能预测模型
- 3
-
-
作者
王星宇
张慧
蔡安亮
沈建华
-
机构
南京邮电大学通信与信息工程学院
深圳赛柏特通信技术有限公司
-
出处
《光通信技术》
北大核心
2024年第3期38-44,共7页
-
基金
国家自然科学青年基金项目(62301284)资助
南京邮电大学企业委托研发重点课题(KH0020322072)资助。
-
文摘
网络性能预测是实现软件定义光网络(SDON)高效网络管理的关键,但目前亟需一种能够以较低成本准确预测关键指标的网络性能预测模型。提出一种基于图神经网络的SDON性能预测模型,该模型将Bi GRU和Self-Attention机制相结合,能够学习网络拓扑、路由和流量矩阵之间的复杂关系,从而准确地估计网络中源/目的地的分组延迟、抖动以及丢包率,并且可以应用于训练中未遇到的网络。实验结果表明,在不同流量模型测试中,所提模型相较于基线模型的平均绝对百分比误差(MAPE)性能有明显提升。
-
关键词
图神经网络
网络性能预测
软件定义光网络
自注意力机制
光通信
-
Keywords
graph neural networks
network performance prediction
software-defined optical network
Self-Attention mecha-nisms
optical communication
-
分类号
TN256
[电子电信—物理电子学]
-
