[发明专利]一种基于强化学习的网络流量负载均衡控制方法无效
| 申请号： | 201110447514.8 | 申请日： | 2011-12-27 |
| 公开（公告）号： | CN102571570A | 公开（公告）日： | 2012-07-11 |
| 发明（设计）人： | 胡朝辉;梁智强;梁志宏;周强峰;江泽鑫;石炜君;梁毅成 | 申请（专利权）人： | 广东电网公司电力科学研究院 |
| 主分类号： | H04L12/56 | 分类号： | H04L12/56 |
| 代理公司： | 广州知友专利商标代理有限公司 44104 | 代理人： | 周克佑 |
| 地址： | 510080 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的网络流量负载均衡控制方法，包括以下步骤：1)数据包处在路由器节点R*时，根据当前数据包的状态量s和策略π从下一跳的动作集合选择回报值最大的动作ai；2)当前数据包被路由以后，根据该数据包的实际情况修改该数据包的状态量s；并更新当前数据包的下一跳的动作集合；3)根据当前网络流量均衡状态修改当前数据包的奖惩值r；4)根据奖惩值更新策略π；重复步骤1)到步骤4)，直到当前数据包达到最终目的地址。该方法通过智能体与网络环境不断的交互学习，实现网络流量负载均衡的最优或近似最优控制。 | ||
| 搜索关键词： | 一种 基于 强化 学习 网络流量 负载 均衡 控制 方法 | ||
【主权项】：
一种基于强化学习的网络流量负载均衡控制方法，其特征在于包括以下步骤：1)、数据包处在路由器节点R*时，根据当前数据包的状态量s和策略π从下一跳的动作集合选择回报值最大的动作ai，并将数据包发送到动作ai对应的路由器；2)、当前数据包被路由以后，根据该数据包的实际情况修改该数据包的状态量s；并更新当前数据包的下一跳的动作集合；所述状态量s包括路由距离xi和流量均衡量yi；所述路由距离xi是指：选择链路i后，下一跳地址距离目的地址的最短矢量距离；流量均衡量yi是指：链路i上的当前流量占链路饱和流量的比例；3)、根据数据包的路由距离、流量均衡量给与数据包的奖惩值r；4)、数据包根据奖惩值r更新自身的策略π；5)、回到步骤1)，重复步骤1)到步骤4)，直到当前数据包达到最终目的地址。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东电网公司电力科学研究院，未经广东电网公司电力科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110447514.8/，转载请声明来源钻瓜专利网。
