一种基于GNN和多智能体DRL的自适应路径选择系统
申请号:CN202510312062
申请日期:2025-03-17
公开号:CN120301812A
公开日期:2025-07-11
类型:发明专利
摘要
本发明提供一种基于GNN和多智能体DRL的自适应路径选择系统,基于分层式多域SDN架构,包括根服务器层、域控制器层和数据层。根服务器层包括根服务器和根智能体,根智能体用于计算全局的路由路径策略,以及根据本地网络域的反馈进行路由路径的优化和调整。根服务器根据路由路径策略,分发到域控制器层,进行本地网络域的路由路径转发和调整。域控制器层包括多个域控制器和域智能体,域控制器构建由边界交换机组成的拓扑结构,还根据最优全局路由路径策略在本地域内做出路由决策。域智能体使用深度强化学习算法结合图神经网络对拓扑结构进行建模分析,实现域内的路径选择。数据平面层将网络拓扑信息反馈给域控制器,同时接收并执行其发送的路由决策。
技术关键词
深度强化学习算法
服务器
链路
参数
网络拓扑
交换机
消息
决策
邻居
多层感知机
策略更新
节点特征
数据
传播算法
主机
终端