[发明专利]网络互联中的SRv6路由器渐进部署方法、系统和存储介质有效
申请号: | 202110775065.3 | 申请日: | 2021-07-08 |
公开(公告)号: | CN113507412B | 公开(公告)日: | 2022-04-19 |
发明(设计)人: | 郭得科;任棒棒;罗来龙;符鹏涛;胡煜晗 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | H04L45/00 | 分类号: | H04L45/00;H04L45/74;H04L101/659 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 曾志鹏 |
地址: | 410003 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 网络 中的 srv6 路由器 渐进 部署 方法 系统 存储 介质 | ||
1.一种网络互联中的SRv6路由器渐进部署方法,其特征在于,包括以下步骤:
获取不同区域网络的路由路径,对所述路由路径用整数规划来进行建模,得到渐进部署问题;
将所述渐进部署问题转化为图模型,根据所述图模型分别进行不同偏好收益的源路由协议的设计;
基于短期效益影响,对所述图模型通过偏好短期效益的贪婪算法求解;包括:将所述图模型从图论中进行审视,将图论中n个节点表示n条流的源节点;获取图论中待决策的候选路由器和虚拟路由器的数量和位置;寻找一个子图来满足每个源节点的度都恰好为1,候选路由器被子图覆盖和所有边的向量和的无穷范数最小;
基于长期效益影响,对所述图模型通过偏好长期效益的贪婪算法求解;包括:对于所述图模型,获取基于平均场变分推理的网络嵌入和状态表达;在强化学习框架中,通过状态值函数来评估动作的长期回报;使用神经网络来近似Q函数,通过一轮智能体找到渐进部署问题实例的一个解,再通过一步对应智能体的一个动作;通过在每轮中的每步利用梯度下降法更新权重来最小化损失函数;
通过强化学习的框架和贪婪算法的求解结果,对所述路由路径进行小规模的问题示例,使得不同区域网络的最大链路使用率最小化。
2.根据权利要求1所述的网络互联中的SRv6路由器渐进部署方法,其特征在于,所述获取不同区域网络的路由路径,对所述路由路径用整数规划来进行建模,得到渐进部署问题,包括:
根据不同区域网路的路由器数量和网路数据流向,进行网路源节点、目的节点和数据流大小构建三元组;
根据升级路由器的数量和位置,得到渐进部署问题的整数线性规划模型;
对所述渐进部署问题进行复杂化分析,证明所述渐进部署问题是NP-hard。
3.一种网络互联中的SRv6路由器渐进部署系统,其特征在于,包括:
部署问题建模模块,用于获取不同区域网络的路由路径,对所述路由路径用整数规划来进行建模,得到渐进部署问题;
图模型转化模块,用于将所述渐进部署问题转化为图模型,根据所述图模型分别进行不同偏好收益的源路由协议的设计;
短期收益模块,用于基于短期效益影响,对所述图模型通过偏好短期效益的贪婪算法求解;所述短期收益模块包括短期贪婪算法单元,所述短期贪婪算法单元用于:将所述图模型从图论中进行审视,将图论中n个节点表示n条流的源节点;获取图论中待决策的候选路由器和虚拟路由器的数量和位置;寻找一个子图来满足每个源节点的度都恰好为1,候选路由器被子图覆盖和所有边的向量和的无穷范数最小;
长期收益模块,用于基于长期效益影响,对所述图模型通过偏好长期效益的贪婪算法求解;所述长期收益模块包括强化学习单元,所述强化学习单元用于:对于所述图模型,获取基于平均场变分推理的网络嵌入和状态表达;在强化学习框架中,通过状态值函数来评估动作的长期回报;使用神经网络来近似Q函数,通过一轮智能体找到渐进部署问题实例的一个解,再通过一步对应智能体的一个动作;通过在每轮中的每步利用梯度下降法更新权重来最小化损失函数;
部署解决模块,用于通过强化学习的框架和贪婪算法的求解结果,对所述路由路径进行小规模的问题示例,使得不同区域网络的最大链路使用率最小化。
4.根据权利要求3所述的网络互联中的SRv6路由器渐进部署系统,其特征在于,所述部署问题建模模块包括部署分析单元,所述部署分析单元用于:
根据不同区域网路的路由器数量和网路数据流向,进行网路源节点、目的节点和数据流大小构建三元组;
根据升级路由器的数量和位置,得到渐进部署问题的整数线性规划模型;
对所述渐进部署问题进行复杂化分析,证明所述渐进部署问题是NP-hard。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110775065.3/1.html,转载请声明来源钻瓜专利网。