您当前的位置:首页 >> 学习
基于P4和机器学习的路由选择方案探讨
发布时间:2019-11-07
 



请点击上方蓝字关注

摘  要

传统路由解决方案存在着网络不可感知、收敛慢等缺点。随着数据平面编程语言P4的发展,数据平面具备了实时采集网络状态信息的能力。但大量采集数据通过人为方式难以处理,应用机器学习工具可以很好地解决数据处理困难的问题。

在以上2个基础上,通过搭建平台对基于P4和机器学习的路由选择方案进行实验,测试结果表明使用强化学习算法协助路由策略生成的方案表现出良好的性能。

由此观之,机器学习在网络领域的潜力巨大,是实现网络智能化的重要工具。

Traditional routing solutions have always had shortcomings such as insensitivity to the network and slow convergence. With the development of the data plane programming language P4,the data plane has the ability to collect network status information in real time.

However,a large amount of data is difficult to process through human methods,and the application of machine learning tools can solve the problem of difficult data processing. Based on the above two foundations,the P4 and machine learning-based routing schemes are tested by building a platform.

The test results show that the scheme using the reinforcement learning algorithm to assist the routing strategy generation has good performance.

From this point of view,machine learning has great potential in the field of networking,and is an important tool for realizing network intelligence.


   作 者 简 介  

李倩

北京邮电大学在读硕士,主要研究方向为数据平面编程语言P4和软件定义网络。

张凯

北京邮电大学在读硕士,主要研究方向为机器学习以及网络人工智能。

魏浩然

京邮电大学在读硕士,主要研究方向为数据中心以及网络人工智能。

张娇

毕业于清华大学,副教授,博士,主要研究方向包括数据中心网络、网络功能虚拟化、网络人工智能、未来网络体系架构等。


长按二维码关注


  内 容 服 务  

编辑:薛海滨    审核:唐艳超