[發(fā)明專(zhuān)利]軟件定義網(wǎng)絡(luò)中生成路由控制動(dòng)作的方法和相關(guān)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201610465236.1
• 申請(qǐng)日: 2016-06-23
• 公開(kāi)（公告）號(hào): CN107547379B
• 公開(kāi)（公告）日: 2020-08-25
• 發(fā)明（設(shè)計(jì)）人: 簡(jiǎn)波尼亞斯·喬治;陳志堂;耿彥輝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華為技術(shù)有限公司
• 主分類(lèi)號(hào): H04L12/715
• 分類(lèi)號(hào): H04L12/715;H04L12/751;H04L12/801
• 代理公司: 北京龍雙利達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11329
• 代理人: 王君;周喬

1.一種軟件定義網(wǎng)絡(luò)SDN中生成路由控制動(dòng)作的方法，其特征在于，所述方法包括：

獲取所述SDN的當(dāng)前網(wǎng)絡(luò)狀態(tài)參數(shù)，所述SDN的當(dāng)前網(wǎng)絡(luò)狀態(tài)參數(shù)包括以下中的一種或多種：所述SDN的當(dāng)前最大鏈路利用率、所述SDN的當(dāng)前最大鏈路均勻共享、所述SDN的當(dāng)前負(fù)歸一化流完成時(shí)間、所述SDN的當(dāng)前負(fù)最大鏈路活躍大象流數(shù)；

根據(jù)所述SDN的當(dāng)前網(wǎng)絡(luò)狀態(tài)參數(shù)和深度神經(jīng)網(wǎng)絡(luò)模型，確定所述SDN的Q函數(shù)，其中所述深度神經(jīng)網(wǎng)絡(luò)模型是基于所述SDN的當(dāng)前拓?fù)浣Y(jié)構(gòu)確定的；

根據(jù)所述Q函數(shù)和所述SDN的每條鏈路的鏈路狀態(tài)參數(shù)，確定所述SDN的路由控制動(dòng)作，其中所述鏈路狀態(tài)參數(shù)包括以下中的一個(gè)或多個(gè)：鏈路利用率、鏈路均勻共享、交換機(jī)隊(duì)列長(zhǎng)度、鏈路活躍流剩余流長(zhǎng)度。

2.如權(quán)利要求1所述的方法，其特征在于，在所述根據(jù)所述SDN的當(dāng)前網(wǎng)絡(luò)狀態(tài)參數(shù)和深度神經(jīng)網(wǎng)絡(luò)模型，確定所述SDN的Q函數(shù)之前，所述方法還包括：

獲取所述SDN的當(dāng)前拓?fù)浣Y(jié)構(gòu)；

根據(jù)所述SDN的當(dāng)前拓?fù)浣Y(jié)構(gòu)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型。

3.如權(quán)利要求2所述的方法，其特征在于，所述獲取所述SDN拓?fù)浣Y(jié)構(gòu)，包括：獲取所述SDN的層數(shù)目N、所述SDN的網(wǎng)元數(shù)目、所述SDN中網(wǎng)元的連接關(guān)系以及所述SDN中每一層連接結(jié)構(gòu)的對(duì)稱(chēng)性，N為大于或等于2的正整數(shù)；

所述根據(jù)所述SDN拓?fù)浣Y(jié)構(gòu)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型，包括：

根據(jù)所述SDN的層數(shù)目N，確定所述深度神經(jīng)網(wǎng)絡(luò)模型的隱藏層數(shù)目；

根據(jù)所述SDN的網(wǎng)元數(shù)目、所述SDN中網(wǎng)元的連接關(guān)系和所述SDN的每條鏈路的鏈路狀態(tài)參數(shù)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型中的神經(jīng)元的數(shù)目和類(lèi)型；

根據(jù)所述SDN中網(wǎng)元的連接關(guān)系，確定所述深度神經(jīng)網(wǎng)絡(luò)模型相鄰兩層的連接結(jié)構(gòu)；

根據(jù)所述SDN中每一層連接結(jié)構(gòu)的對(duì)稱(chēng)性，確定所述深度神經(jīng)網(wǎng)絡(luò)模型的連接權(quán)重的對(duì)稱(chēng)性。

4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述SDN的網(wǎng)元數(shù)目、所述SDN中網(wǎng)元的連接關(guān)系和所述SDN的每條鏈路的鏈路狀態(tài)參數(shù)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型中的神經(jīng)元的數(shù)目和類(lèi)型，包括：

根據(jù)所述SDN的網(wǎng)元數(shù)目和所述SDN的每條鏈路的鏈路狀態(tài)參數(shù)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型中輸入層的神經(jīng)元的數(shù)目和類(lèi)型，其中所述輸入層的神經(jīng)元包括至少一個(gè)狀態(tài)神經(jīng)元、至少一個(gè)源神經(jīng)元、至少一個(gè)目的神經(jīng)元和至少一個(gè)中間神經(jīng)元，其中每個(gè)狀態(tài)神經(jīng)元對(duì)應(yīng)于所述每條鏈路的每個(gè)鏈路狀態(tài)參數(shù)，每個(gè)源神經(jīng)元對(duì)應(yīng)于進(jìn)入所述SDN的每個(gè)邊緣交換機(jī)，每個(gè)目的神經(jīng)元對(duì)應(yīng)于離開(kāi)所述SDN的每個(gè)邊緣交換機(jī)，每個(gè)中間神經(jīng)元對(duì)應(yīng)于每個(gè)路由控制動(dòng)作選擇的中間轉(zhuǎn)發(fā)交換機(jī)；

根據(jù)所述SDN中網(wǎng)元的連接關(guān)系和所述SDN的每條鏈路的鏈路狀態(tài)參數(shù)，確定所述深度神經(jīng)網(wǎng)絡(luò)模型中隱藏層的神經(jīng)元的數(shù)目和類(lèi)型，其中，

所述隱藏層的第一層中包括與m₁條鏈路對(duì)應(yīng)的m₁個(gè)自關(guān)聯(lián)結(jié)構(gòu)以及與所述SDN的第二層的交換機(jī)對(duì)應(yīng)的神經(jīng)元，其中，所述m₁條鏈路是所述SDN的第一層與第二層之間的鏈路，所述m₁個(gè)自關(guān)聯(lián)結(jié)構(gòu)中的每個(gè)自關(guān)聯(lián)結(jié)構(gòu)包括多個(gè)神經(jīng)元，m₁為正整數(shù)；

所述隱藏層的第N層中包括所述至少一個(gè)目的神經(jīng)元；

若N為大于2的正整數(shù)，則所述隱藏層的第k層還包括與m_k條鏈路對(duì)應(yīng)的m_k個(gè)自關(guān)聯(lián)結(jié)構(gòu)以及與所述SDN的第k層和第k+1層的交換機(jī)對(duì)應(yīng)的神經(jīng)元，其中，所述m_k條鏈路是所述SDN的第k層與第k+1層之間的鏈路，所述m_k個(gè)自關(guān)聯(lián)結(jié)構(gòu)中的每個(gè)自關(guān)聯(lián)結(jié)構(gòu)包括多個(gè)神經(jīng)元，k為大于或等于2且小于或等于N-1的正整數(shù)，m_k為正整數(shù)。