软件定义网络中基于Q-学习的负载均衡算法

来源：电讯技术杂志2021年第9期北京时间：

作者：王炜发,张大明,刘堃钤,柯峰,冯穗力

单位：(1.华南理工大学 电子与信息学院，广州 510641;2.中国电子科技集团公司第七研究所，广州 510310)

摘要：针对软件定义网络(Software Defined Network，SDN)的负载均衡问题，为使网络的资源分配更加合理，防止网络拥塞，设计了一种基于Q-学习的负载均衡(Q-learning Load Balance,QLLB)算法，可根据网络环境自行作出决策，避免网络拥塞，实现网络资源的合理分配。与最短路径算法Dijkstra、蚁群算法进行的性能对比结果表明，QLLB算法有效实现了负载均衡，使得各个链路的带宽利用率更加平均，吞吐量分别提升了约8%和2%，可有效提升网络性能。

关键词：软件定义网络；强化学习；Q-学习；负载均衡；