软件定义网络中基于Q-学习的负载均衡算法
Telecommunication Engineering（2021）
摘要
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-learning Load 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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要