一种基于机器学习的卫星网络QoS路由机制

针对目前卫星网络的特点,提出一种基于机器学习的QoS路由机制。卫星网络节点路由的过程被看成是一个分类器分类的过程,其输入是一个包括路由的起始节点、目标节点、各QoS度量等参数的离散值向量,输出为1条最优路径的标志符。该机制利用本地流量的历史数据在实时网络拓扑下动态构造的训练集来训练分类器。为动态构造训练集,调用粒度受限算法在多项式时间内解决多约束QoS路由问题,而多约束QoS问题是一个NP完全问题。训练完成后,当收到实时QoS路由请求时,卫星节点根据分类器分类的结果进行路由。仿真结果表明:本文所提出方法在实际网络吞吐率高的背景下性能更加优越。