基于深度学习的计算机网络数据包路由策略

摘要

随着计算机网络复杂性提高和流量的激增,网络中采用常规路由方法的路由器会出现收敛缓慢甚至拥塞的问题.本文探索了深度学习在数据包路由中的新方法,将计算需求从基于规则的路由计算转移到基于深度学习的高吞吐量数据包的路由路径,提高了大流量下数据包的路由效率.本文设计了一个受监督式的深度学习系统以构建路由表,并以软件定义路由器(SDR)作为数据包处理平台展示了所提方法在使用CPU和GPU的可编程路由器运行的有效性.