[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

专利信息
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
【权利要求书】:

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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top