一种基于图神经网络的SDN路由性能预测模型

摘要

软件定义网络作为未来网络架构的发展方向,通过分离数据平面与控制平面高效设定路由方案.而在路由方案的优化过程中,准确预估给定路由方案下的网络性能是其关键.本文基于图神经网络建模网络中物理链路与路由方案路径的关系,在给定的路由方案与网络流量下对网络中的各项端到端性能指标(如延迟、抖动)进行准确预估,以辅助优化路由方案.本文基于OMNeT++来生成数据并进行实验,实验结果表明本文提出的模型能够针对延迟抖动等端到端性能指标进行准确预估,预估平均相对误差不超过4.1％.实验也对比了传统最短路径路由算法与基于该预测模型给出的最优路由方案下的端到端性能,相比传统最短路径路由算法,平均延迟和平均抖动分别降低了19.8％和33.52％,最大延迟和最大抖动降低了36.18％和35.45％.