采用Q学习的软件定义网络抗毁技术分析

作者：王炜发; 张大明; 代毅; 柯峰; 冯穗力

来源：华南理工大学学报(自然科学版), 2022, 50(04): 65-72.

• 软件定义网络
• Q学习算法
• 抗毁
• 链路

针对软件定义网络(SDN)的链路抗毁问题，为使数据传输具有更好的稳健性，设计了一个基于Q学习算法的抗毁策略。该策略选择以网络中每条链路的中断概率为衡量指标，通过Q学习算法，根据网络情况寻找一条中断概率低的路径作为备份路径，从而在网络传输出现故障时能够自动地切换为备份路径，实现抗毁性能的改善。将Q学习算法与现有的算法进行对比，并分析了各自的优劣性。实验仿真结果表明，相比于蚁群算法，Q学习算法的平均吞吐量可提高15%左右，网络传输的平均中断概率可降低38%;相比于最短路径算法(有备份),平均吞吐量提高16.5%,网络传输的平均中断概率降低43%。由此可见，文中所提基于Q学习的抗毁技术可大大提升SDN网络的抗毁性能。

• 单位
  中国电子科技集团公司第七研究所; 华南理工大学