【摘 要】
：
随着互联网通信技术的飞速发展,越来越多的网络设备正在接入网络,业务流量正经历着爆发式的增长。传统的路由算法通常需要在本地交换机进行路由计算,不仅耗时较高,也会占用较多资源,已经无法适应当前网络业务需求。SDN架构将控制平面与数据转发平面相分离,为传统网络问题的解决提供了诸多可能,对快速进行流量管理和路由规划具有重要意义。为了感知预测网络状态信息,提出了一种基于图神经网络的新型网络模型,该模型考虑网
论文部分内容阅读
随着互联网通信技术的飞速发展,越来越多的网络设备正在接入网络,业务流量正经历着爆发式的增长。传统的路由算法通常需要在本地交换机进行路由计算,不仅耗时较高,也会占用较多资源,已经无法适应当前网络业务需求。SDN架构将控制平面与数据转发平面相分离,为传统网络问题的解决提供了诸多可能,对快速进行流量管理和路由规划具有重要意义。为了感知预测网络状态信息,提出了一种基于图神经网络的新型网络模型,该模型考虑网络拓扑,路由配置和流量信息之间的复杂关系,将网络中链接特征和路径特征作为输入,通过图神经网络进行建模,结合自编码器对特征进行整合,输出网络性能方面的信息。为了解决SDN网络中路由选择问题,在性能感知预测模型的输出结果上,结合深度强化学习算法DDPG,通过Actor网络和Critic网络参数的更新,最大化奖励函数,选择时延最低的路由方案。在开源数据集KDN中的NSFNet网络拓扑数据上进行实验,结果显示性能感知预测模型GGN-AEN比Route Net模型上测得的时延数据准确率提升了32%。将输出的时延预测结果作为深度强化学习算法DDPG的输入数据进行实验,结果表明在流量强度较大时,在最大时延方面,DDPG相对于Short Path可以降低32.98%,相对于DQN可以降低10%;在平均时延方面,DDPG相对于Short Path降低了28.57%,相对于DQN降低了8.77%。可以看出GGN-AEN模型和深度强化学习算法DDPG在路由优化方面上的优越性。
其他文献
智库诞生于现代历史进程中,是政治与智识结合的产物,深深地扎根于政策与社会进程中,以一种传统而现代的方式影响着政策及其制定者,也影响着信息需求愈发强烈的公众群体。从国别研究的角度来看,智库的历史叙事带有鲜明的国家、民族特点。英国智库发展历历百余年,共有三波浪潮,各自具有鲜明的时代特征,与政策进程呈现出相互建构的关系,最终确立了学术性与时效性并重的基本原则,以多样化的方式塑造并影响着英国的“意见氛围”
第一部分HO-1-hPMSCs在PDC模型中的作用目的:利用绒毛-蜕膜共培养系统（Placenta-Decidua-Coculture model,PDC）模型验证hPMSCs和HO-1-hPMSCs对滋养细胞侵蚀和子宫螺旋动脉重铸的促进作用。方法:分离提取培养hPMSCs,并使用慢病毒转染hPMSCs使其过表达HO-1基因,收集hPMSCs和HO-1-hPMSCs条件培养基。实验分组为Contr
YH在线B2B电子商务平台是围绕“一条鱼、一块肉、一粒果、一袋米、一桶油”五大品类交易的综合服务平台。中小企业是YH在线平台的重要组成部分,解决中小企业融资难、融资贵问题,是YH食品发展的关键。YH在线平台重视供应链金融的发展,但是平台处于发展初期,累积的交易信息少,无法对企业进行准确的信用评估,缺乏完善的风险控制体系,导致平台存在“想贷不敢贷”难题,影响整条供应链的发展。因此,建立一套风险控制模
【研究背景】胰岛素过量致死的死亡机制可被基本分为:严重低血糖脑损伤致中枢神经系统（Central nervous system,CNS）功能衰竭、胰岛素制剂成分过敏引起的过敏性休克、肺栓塞等。其中,严重的低血糖脑损伤致CNS功能衰竭是主要的致死机制。故而对胰岛素过量后CNS的研究有助于深入挖掘、发现其确切的病理生理学过程,进而寻找到相对稳定的诊断指标。由于胰岛素是人体生理情况即可产生的内源性物质,
推荐系统对于在信息爆炸时代保持用户对个性化推荐的参与度和满意度至关重要。用户期望在现代的电子商务、娱乐和社交媒体平台中获得个性化的内容,而平台则期望为用户提供符合其需求的项目以提高用户忠诚度。伴随着网络数据指数级的增长,传统推荐技术存在的弊端日益凸显。随着深度学习技术的不断发展,其在推荐技术领域的价值被不断发掘。为了缓解用户交互数据缺少和无法推荐新项目对推荐性能的影响,将深度学习技术与推荐系统相结
富勒烯的中空碳笼内嵌入金属原子或团簇可形成内嵌金属富勒烯（Endohedral Metallofullerenes,EMFs）。将内嵌金属富勒烯通过液液界面沉积法组装为外观规则、尺寸均一的微纳结构在光电器件领域应用前景广泛。目前,人们对含铒内嵌金属富勒烯研究较少,对其微纳结构也缺少系统性的研究。并且由于铒原子特殊的荧光性质,其在荧光追踪等领域不乏应用。基于此,本文首先对含铒内嵌金属富勒烯进行了合成
环境与能源问题是全世界面临的共同难题,各国正在积极探索先进的清洁燃烧技术,寻找新型的绿色替代能源。燃烧作为能源供给的主要方式之一,掌握燃料详尽的燃烧机理,对于发展燃烧技术、推广替代能源以及早日实现碳达峰、碳中和具有重大意义。燃烧反应动力学则是研究燃烧反应机理的有力工具。本论文选取了合成气和生物柴油两个燃烧反应体系,对其展开了系统的燃烧反应动力学研究。对于合成气燃烧体系,选取了燃烧过程中的重要基元反
背景:白细胞介素33（Interleukin-33）是IL-1家族的细胞因子,最初在人类内皮细胞中作为"高内皮静脉的核因子"（NF-HEV）发现,主要在上皮细胞及内皮细胞中表达。ST2,又被称为Il1rl1,也属于IL-1超家族成员,它是目前已知的IL-33的唯一受体,主要在免疫细胞上表达。内皮细胞又称血管内皮细胞,具有构成血管内壁等多种重要功能,通过生信分析检索发现,IL-33在人内皮细胞中高组
质子交换膜燃料电池（PEMFCs）因其能量密度高、不产生污染物、燃料多样化等特点,受到广泛关注。然而阴极氧还原反应（ORR）受到动力学缓慢的限制,必须使用贵金属铂作为催化剂,使得造价高昂,限制了大规模使用。因此,开发无铂的高性能且造价低的氧还原催化剂十分重要。单原子催化剂（SACs）作为一类新型催化剂,拥有高选择性,高稳定性,高原子利用率等优点,在氧还原反应中展现很好的催化性能及应用前景,目前性能
无人机数据卸载易遭受智能干扰等敌意干扰攻击,显著增加无人机数据卸载的能耗与时延等。传统的无人机数据卸载抗干扰方案通常基于单一的飞行轨迹优化或信号功率控制策略,以对抗单频固定功率干扰等固定模式的攻击,无法抵御干扰强度动态变化的智能干扰攻击。因此,论文针对无人机数据卸载抗敌意干扰问题,优化无人机的数据卸载策略,均衡降低无人机在智能干扰环境下的能耗、时延与平均任务失败率。论文建立无人机数据卸载抗敌意干扰