买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明属于智能路由技术领域，具体涉及一种基于DRL‑GNN的意图网络智能路由方法。本发明采用基于深度强化学习结合图神经网络的DRL‑GNN智能路由方法，以来自意图网络用户的意图需求满意度最大化为目标，综合考虑用户意图对于服务质量带宽、时延、丢包率的需求，优化网络每一条流量请求的路由和分配的带宽，本方法与传统的OSPF、LB算法和单一基于深度强化学习的算法进行相比，采用基于DRL‑GNN的智能路由算法，可以更好的满足用户的意图需求，具有更高的用户满意度。同时，结合GNN，算法可以实现对未知网络的拓扑理解，具有更强的泛化能力，可以满足复杂意图网络的拓扑变化需求。

主权项：1.一种基于DRL-GNN的意图网络智能路由方法，其特征在于，建立基于DRL-GNN的意图网络拓架构，包括意图应用层、网络控制层和网络数据层，其中，意图应用层用于收集用户对于天空地一体化应急通信网络的各类意图并传输到网络控制层；网络控制层用于进行智能路由方法的决策，基于网络中的SDN控制器，完成向下层网络数据层路由器的链路信息采集，同时进行DRL-GNN的智能路由推理，实时对用户的每条业务需求进行路由规划；网络数据层由数通网络的全部路由器节点组成，用于实时收集网络链路的负载、时延、带宽数据，并上传到网络控制层，同时执行来自网络控制层的路由命令，完成路由的连接和数据包的转发；进行DRL-GNN的智能路由推理方法具体是：建立优化目标为使得全部n个用户的意图满意度总和最大化： 其中，F是全部意图f的集合f∈F，意图满意度的定义为： 其中，和分别表示在源节点vi到目的节点vj的路径上实际分配的吞吐量和意图要求的吞吐量；和分别表示在源节点vi到目的节点vj的路径上实际的丢包率和意图要求的丢包率；和分别表示在源节点vi到目的节点vi的路径上实际的时延和意图要求的时延；αB、αL、αD分别为吞吐量、丢包率、时延三部分的权重系数；基于优化目标，网络控制层将根据接收到的意图流进行路由规划和带宽分配后，发送到网络数据层执行，同时根据分配的带宽收集意图流对应源到目的的Qos数据，基于收集到的Qos计算针对这一条意图流的满意度，通过不断的迭代训练寻找使得全部用户整体满意度最高的路径，最终实现智能路由分配。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于DRL-GNN的意图网络智能路由方法