[发明专利]一种基于图卷积神经网络与深度强化学习的负载均衡方法有效
| 申请号： | 202110819823.7 | 申请日： | 2021-07-20 |
| 公开（公告）号： | CN113572697B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 吴立军;曾祥云 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04L47/125 | 分类号： | H04L47/125;H04L47/10;H04L41/16;G06N3/092;H04L41/40;G06N3/0464;G06N3/042 |
| 代理公司： | 北京艾格律诗专利代理有限公司 11924 | 代理人： | 谢毅 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于图卷积神经网络与深度强化学习的负载均衡方法。所述基于图卷积神经网络与深度强化学习的负载均衡算法包括：获取网络状态无向图，所述网络状态无向图包括交换机的特征矩阵以及各个交换机之间的数据链路负载权值信息；获取流信息；获取训练后的DQN决策模型；将所述流信息以及所述网络状态无向图输入至所述DQN决策模型从而获取决策动作。本申请将深度强化学习与图卷积神经网络结合并应用在负载均衡算法之中，使得模型不仅能够根据状态信息做出决策，同时考虑了网络的拓扑结构作为决策的因素，使得模型能够根据更全面的网络状态做出决策，提高了模型决策的性能。 | ||
| 搜索关键词： | 一种 基于 图卷 神经网络 深度 强化 学习 负载 均衡 方法 | ||
【主权项】：
暂无信息
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电子科技大学，未经电子科技大学许可，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/patent/202110819823.7/，转载请声明来源钻瓜专利网。
- 上一篇：异常流量的检测方法和装置、电子设备、存储介质
- 下一篇：尾气能量回收系统
