基于知识指导的安全强化学习路由算法

摘要

在大流量传输场景中,传统启发式路由选择协议无法根据网络状态动态调整路由策略,而基于数据驱动的路由协议在训练初期无法保证网络吞吐量。针对此问题,提出基于先验知识指导的安全强化学习路由算法,把先验知识引入深度强化学习模型的动作选择,结合ε-greedy策略,根据网络状态对下一跳进行评估和约束,必要时提供更优动作,避免无效动作。基于Keras与Networkx的仿真实验表明:该算法可使网络保持较高的吞吐量,网络性能波动可稳定在较小的范围内,模型收敛速度显著提升。