一种基于强化学习的网络链路性能指标异常定位方法

摘要

本发明公开了一种基于强化学习的网络链路性能指标异常定位方法，通过INT技术获取网络节点的状态信息反映链路性能状态。异常节点定位时，从环境中获取的业务流路由信息，结合用户反馈结果生成环境状态，输入到强化学习(RL)代理，得到每个交换机对应的Q值，选取最大的交换机为异常节点，并开放其INT功能，然后再输入环境状态，再定位异常节点，并进行修复，直到用户反馈所有业务流正常。同时，根据INT信息监测出开放交换机(定位的异常节点)是否为真实的异常节点，给出奖励送到经验回放池，使决策神经网络输出的Q值与交换机对应的奖励值成正相关性，使得决策神经网络更能准确定位异常节点，这样在这些异常节点上使用INT技术实时监测，不必在所有节点上使用，从而减少网络管理开销。