华南理工大学学报(自然科学版)

作者：王炜发, 张大明, 代毅, 等

单位：1． 华南理工大学 电子与信息学院，广东 广州 510640; 2． 中国电子科技集团公司第七研究所，广东 广州 510310

关键词：软件定义网络,Q学习算法,抗毁

基金：广东省自然科学基金;广州市科技计划项目

针对软件定义网络的链路抗毁问题，为使数据传输具有更好的稳健性，设计了一个基于Q学习算法的抗毁策略，该策略选择以网络中每条链路的中断概率作为衡量指标，通过Q学习算法，根据网络情况寻找一条中断概率低的路径作为备份路径,从而在网络传输出现故障时，能够自动的切换备份路径，实现抗毁性能的改善。采取Q学习算法与现有的算法进行对比，并分析了各自优劣性。实验仿真结果表明，相比于蚁群算法，Q学习算法平均吞吐量可提高15%，平均网络传输的中断概率可降低38%；相比于最短路径算法（有备份），平均吞吐量要提高16.5%，网络传输的中断概率平均降低43%。由此可见，本文所提基于Q学习的抗毁技术可大大提升SDN网络的抗毁性能

来源：2022年第4期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2022年第4期