深度学习在软件定义网络研究中的应用综述

来源：软件学报杂志2020年第7期北京时间：

作者：杨洋，吕光宏，赵会，李鹏飞

单位：杨洋，四川大学 计算机学院, 四川 成都 61006511,吕光宏，四川大学 计算机学院, 四川 成都 61006502,赵会，四川大学 计算机学院, 四川 成都 61006503,李鹏飞，四川大学 计算机学院, 四川 成都 61006504

摘要：数据转发与控制分离的软件定义网络（software defined networking，简称SDN）是对传统网络架构的彻底颠覆，为网络各方面的研究引入了新的机遇和挑战.随着传统网络研究方法在SDN中遭遇瓶颈，基于深度学习的方法被引入到SDN的研究中，在实现实时智能的网络管控上成果颇丰，推动了SDN研究的深入发展.调查了深度学习开发平台，训练数据集、智能SDN架构等深度学习引入SDN的促进因素；对智能路由、入侵检测、流量感知和其他应用等SDN研究领域中的深度学习应用进行系统的介绍，深入分析了现有深度学习应用的特点和不足；最后展望了SDN未来的研究方向与趋势.

关键词：软件定义网络;深度学习;深度强化学习;促进因素;应用调查

基金资助：国家自然科学基金（61373091）