基于强化学习的软件定义网络流量工程研究综述

来源：计算机工程与应用杂志2025年第24期北京时间：

作者：刘延飞, 王程锦, 李超

单位：1.火箭军工程大学 基础部，西安 710025；2.国防科技大学 信息通信学院，武汉 430000

摘要：软件定义网络（software-defined networking，SDN）凭借其全局化、集中式的管理架构，为复杂动态网络管理带来了革命性变化，也为实施网络流量工程创造了便利条件。与此同时，强化学习因其在决策优化方面具备显著优势而备受关注。将强化学习与SDN独特架构相结合，应用于流量工程具有重要的现实意义。从理论和应用两个层面，依据技术发展脉络，全面梳理了强化学习、深度强化学习、多智能体深度强化学习在SDN流量工程中的研究进展；从方法分类、网络场景、强化学习算法、流量工程目标等多个维度，对现有研究成果进行了归纳、整理与分析，为实施SDN流量工程方法策略提供了多维视角；进一步归纳整理了强化学习与其他技术结合的研究进展，显示出其在提升流量工程策略性能方面的潜力。在总结现有研究进展的基础上，剖析了当前面临的挑战，并提出了未来的研究方向，为促进该领域的深化探索提供一定参考。

关键词：强化学习,软件定义网络,流量工程,路由算法