基于元学习与强化学习的跨域自组织网络流量测量优化方法

TJ6%U675.7; 跨域自组织网络是一种将不同介质上的节点进行自组织、网络拓扑自适应的网络.在跨域通信网络中,直接测量技术可获得准确的端到端网络流量信息.但跨域网络中部分节点的低算力和低存储特性,影响了所有节点运行网络流量测量进程.针对此,文中提出一种基于元学习与近端策略优化的网络流量测量优化方法,该方法根据上一时隙网络运行环境,来确定下一时隙执行网络流量测量的节点集合,目标是在尽可能少的节点上执行测量进程从而获取尽可能多的网络流量信息.文中同时通过 3 个网络数据集对所提方法进行仿真验证,实验结果表明,基于元学习和强化学习的跨域自组织网络流量测量优化算法可以有效选择流经流量大的节点,具有...

Full description

Saved in:
Bibliographic Details
Published in水下无人系统学报 Vol. 32; no. 4; pp. 668 - 677
Main Authors 宋健, 聂来森, 陶醉, 袁奇恩东
Format Journal Article
LanguageChinese
Published 西北工业大学电子信息学院,陕西西安,710072 01.08.2024
Subjects
元学习
cross-domain Ad Hoc network
network traffic measurement
跨域自组织网络
网络流量测量
meta-learning
proximal policy optimization
强化学习
近端策略优化
reinforcement learning
Online AccessGet full text
ISSN2096-3920
DOI10.11993/j.issn.2096-3920.2024-0094

Cover

More Information
Summary:TJ6%U675.7; 跨域自组织网络是一种将不同介质上的节点进行自组织、网络拓扑自适应的网络.在跨域通信网络中,直接测量技术可获得准确的端到端网络流量信息.但跨域网络中部分节点的低算力和低存储特性,影响了所有节点运行网络流量测量进程.针对此,文中提出一种基于元学习与近端策略优化的网络流量测量优化方法,该方法根据上一时隙网络运行环境,来确定下一时隙执行网络流量测量的节点集合,目标是在尽可能少的节点上执行测量进程从而获取尽可能多的网络流量信息.文中同时通过 3 个网络数据集对所提方法进行仿真验证,实验结果表明,基于元学习和强化学习的跨域自组织网络流量测量优化算法可以有效选择流经流量大的节点,具有较快的收敛速度和测量效率.
ISSN:2096-3920
DOI:10.11993/j.issn.2096-3920.2024-0094