QL-STCT:一种SDN链路故障智能路由收敛方法

作     者：李传煌 陈泱婷 唐晶晶 楼佳丽 谢仁华 方春涛 王伟明 陈超 LI Chuanhuang;CHEN Yangting;TANG Jingjing;LOU Jiali;XIE Renhua;FANG Chuntao;WANG Weiming;CHEN Chao

作者机构：浙江工商大学信息与电子工程学院(萨塞克斯人工智能学院)浙江杭州310018 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2022年第43卷第2期

页      面：131-142页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(No.61871468,No.61801427,No.62111540270) 浙江省新型网络标准与应用技术重点实验室基金资助项目(No.2013E10012) 浙江省重点研发计划基金资助项目(No.2020C01079) 

主　　题：软件定义网络 链路故障 强化学习 路由收敛 

摘      要：针对软件定义网络(SDN)链路故障发生时的路由收敛问题,提出了Q-Learning子拓扑收敛技术(QL-STCT)实现软件定义网络链路故障时的路由智能收敛。首先,选取网络中的部分节点作为枢纽节点,依据枢纽节点进行枢纽域的划分。然后,以枢纽域为单位构建区域特征,利用特征提出强化学习智能体探索策略来加快强化学习收敛。最后,通过强化学习构建子拓扑网络用于规划备用路径,并保证在周期窗口内备用路径的性能。实验仿真结果表明,所提方法能够有效提高链路故障网络的收敛速度与性能。