域间端到端时延验证数据集

数据集旨在验证多模态智能路由系统在跨域场景下的传输性能与路径优化效果，为算网融合体系下的高效调度和跨域协同提供标准化实测依据。测试严格遵循项目任务书与技术验证大纲要求，采用基于Docker容器的虚拟化仿真平台，构建包含五个边缘域、三十二个节点的多模态网络拓扑，覆盖IPv4、IPv6、SRv6、MPLS、GEO-IP、CCN和PTDN七种网络模态。实验在传统BGP策略与智能联邦多智能体强化学习算法（Federated Multi-Agent Reinforcement Learning, FMARL）两种策略下分别进行，通过控制器精确记录跨域通信的往返时延（RTT），以毫秒级时间精度采集多轮实验数据，并对结果进行格式化、清洗与平均化处理，确保数据的真实性与可重复性。所有测试由中国信息通信研究院（CAICT）独立监督并出具权威报告，验证过程符合GB/T 25000.51-2016标准。结果表明，智能路由策略在保持跨域可达性的同时，能够显著降低端到端通信时延。该数据集为评估多模态智能路由算法的跨域优化能力、研究算网融合体系下的路径选择与时延保障机制提供了真实、可追溯的实验依据，具有重要的科研参考价值和实际应用意义。