科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对当前云计算数据中心网络大规模访问时，最优路由选择难造成的系统负载不均衡问题，提出人工智能强化学习算法的智能路由策略.以整个网络用户吞吐量最大化与数据中心网络传输成本最小化为优化目标，将路由选择问题表示为马尔可夫模型并通过智能体学习先前的历史经验求解最优传输路径，设计实时最优智能路由方案.在云计算数据中心网络Fat-tree中实验，表明此路由方案可以根据实时传输路径的传输能力实现有利于传输的智能路由，并且只需要较少的计算资源，实现了整个网络的负载均衡，并可以避免网络拥塞，平均吞吐量高于普通路由3倍多，在高负载下优势更加明显，保障了云计算数据中心网络的高效使用.
-
单位泉州华光职业学院; 泉州经贸职业技术学院
