本文關(guān)鍵詞：SDN中基于Q-learning的動態(tài)交換機(jī)遷移算法

  更多相關(guān)文章： 軟件定義網(wǎng)絡(luò) OpenFlow 控制器 Q學(xué)習(xí)

【摘要】：由于網(wǎng)絡(luò)流量動態(tài)變化,控制器負(fù)載均衡成為大規(guī)模部署軟件定義網(wǎng)絡(luò)研究的重點(diǎn)。提出基于Q-learning的動態(tài)交換機(jī)遷移算法,首先對軟件定義網(wǎng)絡(luò)中的控制器部署問題建模,再應(yīng)用Q-learning反饋機(jī)制學(xué)習(xí)實(shí)時網(wǎng)絡(luò)流量,最后根據(jù)Q表格將交換機(jī)從高負(fù)載控制器動態(tài)遷移到低負(fù)載控制器上,實(shí)現(xiàn)控制器的負(fù)載均衡。仿真結(jié)果表明,所提算法能夠獲得較低的控制器負(fù)載標(biāo)準(zhǔn)方差。
【作者單位】： 西安郵電大學(xué)通信與信息工程學(xué)院;西安交通大學(xué)電子信息學(xué)院;
【基金】：國家自然科學(xué)基金項目(61371087) 國家“863”計劃項目(2015AA015702)
【分類號】：TP393.02
【正文快照】： 軟件定義網(wǎng)絡(luò)(Software Defined Network,SDN)[1]具有控制與傳輸分離、集中式控制、軟件可編程特征,能夠使網(wǎng)絡(luò)控制與管理的成本降低,便于新業(yè)務(wù)的快速開發(fā)和部署,從而為網(wǎng)絡(luò)設(shè)計規(guī)劃與管理帶來了極大的靈活性,解決網(wǎng)絡(luò)結(jié)構(gòu)的僵化問題成為了目前網(wǎng)絡(luò)技術(shù)研究的重點(diǎn)之一[2]。

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 王帥;;煤礦井下基于Q-learning算法的移動機(jī)器人路徑規(guī)劃[J];現(xiàn)代電子技術(shù);2008年24期

2 楊廣銘,張汝波,顧國昌;基于Q-learning的機(jī)器人避碰控制方法的研究[J];哈爾濱工程大學(xué)學(xué)報;1999年05期

3 張凱;李鷗;楊白薇;;基于Q-learning的機(jī)會頻譜接入信道選擇算法[J];計算機(jī)應(yīng)用研究;2013年05期

4 張春陽,陳小平,劉貴全,蔡慶生;Q-learning算法及其在囚徒困境問題中的實(shí)現(xiàn)[J];計算機(jī)工程與應(yīng)用;2001年13期

5 ;[J];;年期

，

本文編號：1295268