软件定义网络中基于Q-学习的负载均衡算法

作者：王炜发; 张大明; 刘堃钤; 柯峰; 冯穗力

来源：电讯技术, 2021, 61(09): 1066-1072.

DOI：10.3969/j.issn.1001-893x.2021.09.002

• 软件定义网络
• 强化学习
• Q-学习
• 负载均衡

针对软件定义网络(Software Defined Network, SDN)的负载均衡问题,为使网络的资源分配更加合理,防止网络拥塞,设计了一种基于Q-学习的负载均衡(Q-learningLoad Balance, QLLB)算法,可根据网络环境自行作出决策,避免网络拥塞,实现网络资源的合理分配。与最短路径算法Dijkstra、蚁群算法进行的性能对比结果表明,QLLB算法有效实现了负载均衡,使得各个链路的带宽利用率更加平均,吞吐量分别提升了约8%和2%,可有效提升网络性能。

• 单位
  中国电子科技集团公司第七研究所; 华南理工大学