一种基于强化学习的光传送网路由波长DeepRWA优化方法技术

一种基于强化学习的光传送网路由波长DeepRWA优化方法，它利用计算机为数据处理平台，采用SDN框架灵活控制光传送网络的路由选择和波长分配，基于深度强化学习策略实现RWA的智能化处理；深度强化学习使用异步优势行动‑评论算法A3C、并考虑波长使用情况选择路由，使用FF算法实现波长分配，使路由阻塞率最小，提升了资源利用效率。本发明专利技术利用网络拓扑进行仿真实验，结果表明，在一定条件下，与传统KSP‑FF算法相比，本发明专利技术在阻塞率和资源利用率方面的性能都显著提升。

【技术实现步骤摘要】

本专利技术涉及光网络数据处理，特别是涉及光网络中路由波长选择的优化方法。

技术介绍

1、网络业务的激增对骨干网传输带宽提出了更高的要求，在通信光网络中为源宿节点间的连接需求选择合适的路由，并分配合适的波长，通过波长路由的合理分配，能够优化网络资源配置，满足实际业务需求，是近年来光网络
的研究热点之一。如何在有限资源网络中为业务选择合适的路由和分配优化的波长对于提升光网络资源的利用效果、优化管理和灵活控制都有较大的影响。所以路由与波长分配(routing and wavelengthassignment，rwa)成为光传送网中的核心问题之一。

2、在rwa问题中，一般以网络支持业务的不同，将rwa问题分为静态rwa问题和动态rwa问题。在静态rwa问题中，整个网络节点间所有的连接请求以业务矩阵的形式事先给定，需要为这些连接请求建立路由并分配相应的波长。静态rwa问题的优化目标是使得网络中所需波长数最少，吞吐量最大。针对静态rwa问题，周佳迅在“电力otn网络波道配置方案研究”一文中提出了一种基于链路保护的备用波道路由选择和波长分配算法，该算本文档来自技高网...

【技术保护点】

1.一种基于强化学习的光传送网路由波长DeepRWA优化方法，它利用计算机为数据处理平台，采用SDN框架灵活控制光传送网络的路由选择和波长分配，基于深度强化学习策略实现RWA的智能化处理；深度强化学习使用异步优势行动-评论算法A3C、并考虑波长使用情况选择路由，使用FF算法实现波长分配，使路由阻塞率最小，提升资源利用效率，其特征是，所述方法的处理步骤如下：

2.根据权利要求1所述的基于强化学习的光传送网路由波长DeepRWA优化方法，其特征在于，所述步骤B具体为：光网络模块主要由光网络拓扑构成，SDN控制器通过光网络拓扑获得节点、链路和波长信息；在光网络拓扑中，源主机发出业务...

【技术特征摘要】

1.一种基于强化学习的光传送网路由波长deeprwa优化方法，它利用计算机为数据处理平台，采用sdn框架灵活控制光传送网络的路由选择和波长分配，基于深度强化学习策略实现rwa的智能化处理；深度强化学习使用异步优势行动-评论算法a3c、并考虑波长使用情况选择路由，使用ff算法实现波长分配，使路由阻塞率最小，提升资源利用效率，其特征是，所述方法的处理步骤如下：

2.根据权利要求1所述的基于强化学习的光传送网路由波长deeprwa优化方法，其特征在于，所述步骤b具体为：光网络模块主要由光网络拓扑构成，sdn控制器通过光网络拓扑获得节点、链路和波长信息；在光网络拓扑中，源主机发出业务请求，目的主机接受业务请求；业务请求服从泊松分布，服务时间遵循负指数分布，到达率和平均服务时长为固定值；光路请求包括源主机地址、目的主机和服务时长信息，sdn控制器通过光网络拓扑获得光路请求信息。

3.根据权利要求1所述的基于强化学习的光传送网路由波长deeprwa优化方法，其特征在于，所述步骤c中通过特征处理模块对sdn控制器获取的状态信息进行处理，将处理后的状态信息发送至强化学习模块，其状态信息包括源节点、目的节点、服务时长和链路可用波长分布情况；将神经网络的输出作为rwa策略发送至sdn控制器；状态表...

【专利技术属性】
技术研发人员：孔英会，杨佳治，高会生，胡正伟，车辚辚，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：