[发明专利]源路由选路方法及系统、相关设备及计算机可读存储介质

权利要求书

1.一种源路由选路方法，其特征在于，包括以下步骤：

从网络的一主机接收到至少一个数据包时确定多个候选路径，以及实时观测所述网络的流状态；

将观测的所述流状态中与多个观测路径相关的状态信息确定为本地同步信息；

依据所述本地同步信息以及获取的全局异步信息进行路径决策，以输出包含目标路径信息的数据包给所述网络中的一交换机；其中，所述获取的全局异步信息的步骤包括：

将所述流状态发送给所述网络中的一全局聚合器；

依据预设的频率接收所述全局聚合器更新的全局异步信息；所述全局异步信息包括在至少一个预设历史时长内全局中每一链路利用率的信息。

2.根据权利要求1所述的源路由选路方法，其特征在于，所述多个观测路径包括所述多个候选路径或/及具有记录信息的可用路径。

3.根据权利要求1或2所述的源路由选路方法，其特征在于，所述多个观测路径相关的状态信息包括每一个观测路径的RTT信息、路径长度信息、路径使用历史信息、路径拥塞信息。

4.根据权利要求1所述的源路由选路方法，其特征在于，所述全局聚合器接收所述网络中每一网络节点发送的流状态以更新的全局异步信息，并依据预设的频率发送给所述网络中的每一网络节点。

5.根据权利要求1所述的源路由选路方法，其特征在于，还包括依据全局中每一链路利用率的信息获得每一候选路径利用率的步骤：在至少一预设历史时长内，依据各所述候选路径中链路在一个预设时长中利用率的最大值和平均值确定各所述候选路径利用率。

6.根据权利要求1或5所述的源路由选路方法，其特征在于，所述至少一个预设历史时长为多个预设历史时长时，至少两个所述预设历史时长是不同的。

7.根据权利要求1所述的源路由选路方法，其特征在于，所述依据所述本地同步信息以及获取的全局异步信息进行路径决策的步骤包括：

确定所述本地同步信息以及全局异步信息为所述多个候选路径的路径状态；

将所述多个候选路径的路径状态作为输入进行计算以获得一个目标路径，将所述目标路径的信息写入所述数据包以发给所述网络中的一交换机。

8.根据权利要求7所述的源路由选路方法，其特征在于，将所述多个候选路径的路径状态作为输入进行计算以获得所述路径决策的步骤为将所述多个候选路径的路径状态作为输入利用一强化学习模型进行计算以获得所述路径决策。

9.根据权利要求8所述的源路由选路方法，其特征在于，所述将所述多个候选路径的路径状态作为输入利用一强化学习模型进行计算以获得所述路径决策的步骤包括：

分别将所述多个候选路径的路径状态作为神经网络的输入计算每个候选路径的效用值；

依据预设的第一概率确定所述效用值最大的候选路径作为目标路径，将所述目标路径的信息写入所述数据包以发给所述网络中的一交换机；或

依据预设的第二概率使用随机策略确定所述目标路径，并将所述目标路径的信息写入所述数据包以发给所述网络中的一交换机，所述第一概率大于所述第二概率。

10.根据权利要求9所述的源路由选路方法，其特征在于，所述随机策略包括均匀随机测量或依据效用值的Max-Boltzmann分布进行决策的随机策略。

11.根据权利要求9所述的源路由选路方法，其特征在于，还包括依据一预设周期从一个训练网络中更新所述强化学习模型的计算权重的步骤。

12.根据权利要求11所述的源路由选路方法，其特征在于，所述依据一预设周期从一个训练网络中更新所述强化学习模型的计算权重的步骤包括：将观测所述网络的流状态中的上一时刻路径决策状态，当前候选路径状态、以及当前即时奖励作为经验训练所述神经网络对于效用值的估算结果。