[发明专利]一种基于注意力机制和深度强化学习的SDN多路径路由方法

权利要求书

1.一种基于注意力机制和深度强化学习的SDN多路径路由方法，其特征在于，包括：

S1：利用SDN控制器集中控制，获取全局网络拓扑信息，并且周期性采集网络中的实时链路信息和数据流量信息；

S2：根据采集的实时链路信息和数据流量信息动态计算待转发流从源到目的节点之间的多条备选转发路径；

S3：根据不同的QoS业务数据需求将待转发的数据流量从原本单路径承担的数据流量拆分为多条路径共同承担的网络数据流；

S4：采用基于CNN的注意力机制对多条备选转发路径的链路状态信息进行特征提取；

S5：根据链路状态信息的特征通过DQN模型计算网络数据流的路由选择策略，得到网络数据流的转发路径，并通过网络数据流的转发路径传输数据。

2.根据权利要求1所述的一种基于注意力机制和深度强化学习的SDN多路径路由方法，其特征在于，根据采集的实时链路信息和数据流量信息动态计算待转发流从源到目的节点之间的多条备选转发路径，包括：

采用多次Dijkstra算法根据网络拓扑信息计算待转发流从源S_t到目的节点D_t的多条路径集合P，P＝{p₁,p₂,…,p_n}，且任意两条路径之间不存在链路复用，每次选择最优路径后，删除最优路径包含的所有链路再次重新计算选择剩余拓扑中的最优路径，直到从源S_t到目的节点D_t无连通路径。

3.根据权利要求1所述的一种基于注意力机制和深度强化学习的SDN多路径路由方法，其特征在于，所述QoS业务数据需求，包括：

源St到目的节点Dt间路径时延：

源St到目的节点Dt间路径丢包率：

路径可用带宽容量：

路径负载：

其中，D(p_i)表示源St到目的节点Dt间的路径时延，p_i表示第i条备选路径，＜i，j＞表示两个相连交换机S_i和S_j之间的链路，delay_ij表示交换机S_i到S_j之间的链路时延，U_ij表示链路资源负载比，dtx表示传播时延，Bandwidth_ij_ed表示在当前时刻链路已使用带宽，Bandwidth_ij表示链路提供的总带宽，L(p_i)表示源St到目的节点Dt间的路径丢包率，loss_ij表示交换机S_i到S_j之间的链路丢包率，C(p_i)表示第i条备选路径的可用带宽容量，C_ij表示交换机S_i到S_j之间的路径可用带宽容量，C_ij＝Bandwidth_ij-Bandwidth_ij_e，Bandwidth_ij_e表示，表示第i条备选路径的路径负载。

4.根据权利要求1所述的一种基于注意力机制和深度强化学习的SDN多路径路由方法，其特征在于，将待转发的数据流量从原本单路径承担的数据流量拆分为多条路径共同承担的网络数据流，包括：

将目标转换为最小化网络的最大链路利用率，表示为：

受制于

BLink_ij＜Bandwidth_ij

其中，表示路径负载，表示备选路经所提供的带宽之和F_bandwidth表示当前所有待转发业务流的带宽需求，表示分拆业务流路径总时延，F_delay表示业务流能接受最大时延，BLink_ij表示链路承载的所有业务流，Bandwidth_ij表示链路提供的总带宽，P表示备选路径集，p_i表示第i条备选路径，＜i、j＞表示两个相连交换机Si和Sj之间的链路。