基于深度强化学习的多流量类型在线路由数据集

本项目提出了基于深度强化学习的多流量类型在线路由算法，通过基于Ryu和Mininet的仿真实验评价了在Abilene网络拓扑中，不使用安全学习和使用安全学习框架时网络里三种类型的流（时延敏感、吞吐敏感、时延吞吐敏感）的时延和吞吐率的情况。

搜集汇总

背景与挑战

背景概述

该数据集聚焦于基于深度强化学习的多流量类型在线路由算法研究。它通过仿真实验，在Abilene网络拓扑中评估了时延敏感、吞吐敏感和时延吞吐敏感三种流量类型的时延与吞吐率性能，并对比了使用和不使用安全学习框架的效果。