专利交易市场

本发明公开了本发明提供一种流量感知的OpenFlow流表弹性节能查找方法，包括：弹性节能缓存，由多个逻辑分段组成，通过子哈希算法，将到达网络分组的流标识符经过一次哈希计算即可得到各个分段的候选位置，显著降低了哈希计算开销，且通过并行匹配方式可快速完成缓存查找。同时，利用网络流量局部性，缓存采用低功耗存储介质SRAM存储网络中的活跃精确流，使大多数分组命中缓存直接转发，从而绕过OpenFlow流表查找过程，显著降低TCAM能耗。针对网络流量波动性，缓存实时感知活跃精确流数量的动态变化并进行适应性伸缩，在保证较高缓存装载率的同时，保持高缓存命中率，以实现OpenFlow流表弹性节能查找。

本发明公开了一种基于深度强化学习的动态缓冲区大小调整方法，包括：构建Dueling DQN模型和经验回放池，将网络状态依次经过两层全连接层提取特征，通过自注意力机制进行注意力权重分配，再经过噪声层引入噪声扰动；采用动作优势网络对智能体所能采取的动作进行评估，采用状态价值网络对网络状态进行评估，获得网络的Q值并执行动作，基于反馈的奖励以及下一时刻网络状态，构成网络环境样本存入经验回放池中；抽取网络环境样本训练Dueling DQN模型；本发明所设计的方法通过强化学习算法，在不同流量负载和网络状态下，动态调整缓冲区大小减少抖动和延迟，从而有效提高网络的传输性能，提升服务质量。