深度学习在软件定义网络研究中的应用综述
作者:
作者单位:

作者简介:

杨洋(1993-),男,硕士生,主要研究领域为软件定义网络,自动化,智能化网络管理;赵会(1993-),女,硕士,主要研究领域为软件定义网络,网络性能分析;吕光宏(1963-),男,博士,教授,主要研究领域为无线电通信,计算机网络,人工智能,网络性能分析;李鹏飞(1989-),男,硕士,主要研究领域为软件定义网络,人工智能网络.

通讯作者:

杨洋,E-mail:yangyangaua@163.com

基金项目:

国家自然科学基金(61373091)


Survey on Deep Learning Applicatons in Software Defined Networking Research
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61373091)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    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.

    Abstract:

    Software defined networking (SDN), which separates data forwarding from control, is a complete overthrow of traditional network architecture, introducing new opportunities and challenges for all aspects of network research. With the traditional network research methods encountering bottlenecks in SDN, deep learning based methods have been introduced into the research of SDN, resulting in plenty of achievements in real-time intelligent network management and control, which promotes the further development of SDN research. This study investigates the promoting factors of introducing deep learning into SDN, such as deep learning development platform, training datasets and intelligent SDN architectures; introduces the deep learning applications in SDN research fields such as intelligent routing, intrusion detection, traffic perception, and other applications systematically, and analyzes the features and shortcomings of those deep learning applications in detail. Finally, the future research direction and trend of SDN are prospected.

    参考文献
    相似文献
    引证文献
引用本文

杨洋,吕光宏,赵会,李鹏飞.深度学习在软件定义网络研究中的应用综述.软件学报,2020,31(7):2184-2204

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:2019-01-01
  • 最后修改日期:2019-02-04
  • 录用日期:
  • 在线发布日期: 2020-04-21
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号