伍仲丽，曹园园，黄文睿，戴彬，莫益军

面向确定性网络的按需智能路由技术

伍仲丽1，曹园园1，黄文睿1，戴彬1，莫益军2

（1.华中科技大学电子信息与通信学院，湖北 武汉 430074；2.华中科技大学计算机科学与技术学院，湖北 武汉 430074）

确定性网络需要保证不同应用在时延、丢包率、抖动、吞吐量和可靠性等方面的确定性传输需求。针对应用的差异化、确定性的网络传输需求，提出了一种面向确定性网络的按需智能路由学习框架OdR，在OdR框架下提出一种基于深度强化学习的按需智能路由算法OdR-TD3，OdR-TD3算法可以根据应用流量的确定性QoS需求生成路由策略，以满足确定性网络应用的需求。通过网络仿真实验评估，在确定性应用的QoS需求达成率上，OdR-TD3算法相较DV算法和SPF算法，具有显著的优势。

确定性网络；深度强化学习；按需智能路由；服务质量

1 引言

随着新型网络应用的不断涌现，如VR/AR、全息通信、触觉互联网、工业互联网、智能电网、自动驾驶、远程医疗等，新型应用对网络传输提出了新的需求和挑战。不同应用在带宽速率、时延、抖动、能耗、服务安全等方面有着差异化的需求[1]，而且对于时延、抖动、丢包等关键服务质量（quality of service，QoS）指标提出了确定性（有上下界）的要求。网络传输需求的差异化和确定性的QoS需求给基础网络运维带来了极大的挑战[2]。

在确定性网络研究方面，时间敏感网络（time-sensitive network，TSN）和确定性网络（deterministic network，DetNet）工作组开展了颇有成效的工作[3]，致力于为应用流量提供最优的路径，以满足应用对时延、抖动、丢包等的确定性QoS需求。……