[发明专利]数据转发路径规划方法、装置以及电子设备

说明书

本发明公开了一种数据转发路径规划方法、装置以及电子设备。其中，该方法包括：获取目标数据包，目标数据包对应的初始节点，以及初始节点对应的初始节点信息；根据初始节点信息，采用深度强化学习算法进行计算，得到当前转发节点，并将目标数据包发送至当前转发节点；在确定当前转发节点不是终止节点的情况下，根据目标数据包发送至当前转发节点的转发过程，更新初始节点对应的经验池；基于经验池更新深度强化学习算法；根据当前转发节点对应的第一节点信息，采用更新后的深度强化学习算法进行计算，得到下一转发节点，并将目标数据包发送至下一转发节点。本发明解决了相关技术中存在的路径选择不合理、传输效率低的技术问题。

技术领域

本发明涉及路径规划技术领域，具体而言，涉及一种数据转发路径规划方法、装置以及电子设备。

背景技术

目前，电力数据大规模的增长，造成了网络路径拥塞以及无法在有限时间段内完成传输的问题，从而导致了路径中资源利用不理想的情况。相关技术中对传输业务不加区分的进行优化，没有考虑到实际传输场景传输业务的差异化需求，存在着算法性能不稳定以及容易陷入局部最优的问题，导致传输路径规划不合理，进而造成传输效率低的问题。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据转发路径规划方法、装置以及电子设备，以至少解决相关技术中存在的路径选择不合理、传输效率低的技术问题。

根据本发明实施例的一个方面，提供了一种数据转发路径规划方法，包括：获取目标数据包，所述目标数据包对应的初始节点，以及所述初始节点对应的初始节点信息；根据所述初始节点信息，采用深度强化学习算法进行计算，得到当前转发节点，并将所述目标数据包发送至所述当前转发节点；在确定所述当前转发节点不是终止节点的情况下，根据所述目标数据包发送至所述当前转发节点的转发过程，更新所述初始节点对应的经验池，其中，所述经验池存储有历史转发过程信息；基于所述经验池更新所述深度强化学习算法；根据所述当前转发节点对应的第一节点信息，采用更新后的所述深度强化学习算法进行计算，得到下一转发节点，并将所述目标数据包发送至所述下一转发节点。

可选地，判断所述下一转发节点是否为所述终止节点；若所述下一转发节点不是所述终止节点，则循环执行以下操作，直至得到的下一转发节点为所述终止节点：将下一转发节点作为新的当前转发节点，根据所述目标数据包发送至新的当前转发节点的转发过程，更新所述新的当前转发节点的前一节点对应的经验池；基于所述前一节点对应的经验池更新深度强化学习算法，得到更新后的深度强化学习算法；根据所述新的当前转发节点对应的节点信息，采用所述更新后的深度强化学习算法进行计算，得到新的下一转发节点。

可选地，所述初始节点信息至少包括：所述目标数据包对应的属性信息、所述初始节点对应的第一拥堵状态和第一资源状态，所述初始节点的相邻节点对应的第二拥堵状态和第二资源状态，获取所述目标数据包对应的所述初始节点信息，包括：根据所述初始节点中的第一待转发数据量确定所述第一拥堵状态；根据所述初始节点对应的第一缓存容量和第一带宽，确定所述第一资源状态；根据所述相邻节点中的第二待转发数据量确定所述第二拥堵状态；根据所述相邻节点对应的第二缓存容量和第二带宽，确定所述第二资源状态。

可选地，所述根据所述初始节点信息，采用所述深度强化学习算法进行计算，得到当前转发节点，并将所述目标数据包发送至所述当前转发节点，包括：获取所述目标数据包对应的可传输节点集合；根据所述初始节点对应的所述相邻节点和所述可传输节点集合，得到转发节点集合；根据所述初始节点信息，采用所述深度强化学习算法进行计算，从所述转发节点集合中确定所述当前转发节点，并将所述目标数据包发送至所述当前转发节点。