星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强...星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的多业务缓存(Caching for Multi-Type Services,CMTS)策略。通过对星地融合网络中获取请求内容时延与三类典型业务时间效用函数分析建模,建立以最大化系统和效用为目标的优化问题,并提出一种基于多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)的MADDPG-CMTS算法,综合考虑业务效用差异化特征、用户请求、星地缓存、网络拓扑等多种因素确定缓存更新决策。仿真结果表明,所提算法与最受欢迎内容(Most Popular Content,MPC)策略、随机替换(Random Replacement,RR)策略等传统缓存更新策略相比,系统总效用可提升约47%。展开更多
软件定义网络(Software-Defined Networking,SDN)使得网络功能可以由控制层以软件编程形式实现并下发给数据转发层的交换机执行,提高网络控制灵活性的同时也增加了硬件成本。针对传统网络架构因数据业务多样化导致的网络构建成本高、多...软件定义网络(Software-Defined Networking,SDN)使得网络功能可以由控制层以软件编程形式实现并下发给数据转发层的交换机执行,提高网络控制灵活性的同时也增加了硬件成本。针对传统网络架构因数据业务多样化导致的网络构建成本高、多类型业务(Quality of service,QoS)无法得到有效保障的问题,提出了一种可满足多类型业务QoS的动态自适应路由算法-拉格朗日松弛多约束(Lagrangian Relaxation based Multiple Constains,LRMC)QoS路由算法,在Mininet仿真网络中部署实现。利用Mininet CLI等功能对LRMC多约束QoS路由算法进行仿真对比试验。仿真结果参数表明,上述算法在连通时间收敛性及性能上均表现出明显优势。展开更多
文摘星地融合网络承载的通信服务呈现出多类型业务并发、业务需求差异化、数据流量聚集、大量重复请求等鲜明特征。针对多样化重复请求业务并发时链路负载过大、用户体验质量(Quality of Experience,QoE)难以保障的问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的多业务缓存(Caching for Multi-Type Services,CMTS)策略。通过对星地融合网络中获取请求内容时延与三类典型业务时间效用函数分析建模,建立以最大化系统和效用为目标的优化问题,并提出一种基于多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)的MADDPG-CMTS算法,综合考虑业务效用差异化特征、用户请求、星地缓存、网络拓扑等多种因素确定缓存更新决策。仿真结果表明,所提算法与最受欢迎内容(Most Popular Content,MPC)策略、随机替换(Random Replacement,RR)策略等传统缓存更新策略相比,系统总效用可提升约47%。
文摘软件定义网络(Software-Defined Networking,SDN)使得网络功能可以由控制层以软件编程形式实现并下发给数据转发层的交换机执行,提高网络控制灵活性的同时也增加了硬件成本。针对传统网络架构因数据业务多样化导致的网络构建成本高、多类型业务(Quality of service,QoS)无法得到有效保障的问题,提出了一种可满足多类型业务QoS的动态自适应路由算法-拉格朗日松弛多约束(Lagrangian Relaxation based Multiple Constains,LRMC)QoS路由算法,在Mininet仿真网络中部署实现。利用Mininet CLI等功能对LRMC多约束QoS路由算法进行仿真对比试验。仿真结果参数表明,上述算法在连通时间收敛性及性能上均表现出明显优势。