基于机器学习数据流突变型服务功能链构建策略

来源：计算机应用研究杂志2020年第12期北京时间：

作者：赵季红,季文君,曲桦,赵建龙,王珂,吴豆豆,

单位：1.西安邮电大学通信与信息工程学院,西安710121；2.西安交通大学电信学院,西安710054；

摘要：在SDN/NFV协同的未来网络架构下，针对增强移动宽带场景中因数据流突变造成的服务功能链低可用问题进行了研究，并提出了一种基于启发式闭环反馈算法的服务功能链动态构建策略。该算法分服务功能链的部署模块和反馈调整模块两部分。首先，基于资源优化模型实现服务功能链的初始化部署，其中对资源优化模型的求解选择利用遗传算法；然后，通过引入机器学习算法随机森林回归对当前服务功能链可承载的数据流量大小进行实时预测，以实现相应的反馈调整。整个服务功能链的构建策略是一种基于遗传和随机森林回归预测的启发式闭环反馈算法设计。仿真结果表明，在应对突变数据流时与现有的遗传和禁忌搜索算法相比，所提算法的用户接受率提高了12%，对底层资源的占用降低了19%。

关键词：软件定义网络,网络功能虚拟化,服务功能链,机器学习,遗传算法,

基金资助：国家自然科学基金资助项目(61531013)；国家重大专项资助项目(2018ZX03001016)；；