基于深度强化学习的算网协同动态路由调度算法

越奇强; 田乐; 魏帅; 胡宇翔; 冯旭; 董永吉; 陈博

doi:10.11959/j.issn.1000-0801.2025171

您当前的位置：

首页 >

文章列表页 >

基于深度强化学习的算网协同动态路由调度算法

专题：智算网络 | 更新时间：2025-09-04

- 基于深度强化学习的算网协同动态路由调度算法
- Computing-network collaborative dynamic routing and scheduling algorithm based on deep reinforcement learning
- 电信科学 2025年41卷第8期页码：33-50
- 作者机构：
  
  1.信息工程大学信息技术研究所，河南郑州 450002
  2.先进通信网全国重点实验室，河南郑州 450002
  3.网络空间安全教育部重点实验室，河南郑州 450002
- 作者简介：
  
  [ "越奇强（2000- ），男，信息工程大学信息技术研究所硕士生，主要研究方向为算力网络和强化学习等。" ]
  [ "田乐（1987- ），男，博士，信息工程大学信息技术研究所副研究员，主要研究方向为网络空间安全、软件定义网络。" ]
  [ "魏帅（1984- ），男，博士，信息工程大学信息技术研究所副研究员，主要研究方向为高性能计算、网络安全、计算机软件网络架构和机器学习。" ]
  [ "胡宇翔（1982- ），男，博士，信息工程大学信息技术研究所教授、博士生导师，主要研究方向为网络空间安全、新型网络架构。" ]
  [ "冯旭（1997- ），男，信息工程大学信息技术研究所博士生，主要研究方向为零信任网络、下一代互联网等。" ]
  [ "董永吉（1983- ），男，博士，信息工程大学信息技术研究所研究员，主要研究方向为新型网络架构和网络空间安全。" ]
  [ "陈博（1989- ），男，博士，信息工程大学信息技术研究所助理研究员，主要研究方向为网络空间安全、软件定义网络。" ]
- 基金信息：
  
  国家重点研发计划项目(2024YFB2906704);河南省重大专项课题项目(22110021090003)
- DOI：10.11959/j.issn.1000-0801.2025171
  中图分类号： TP393
- 收稿日期：2025-03-31，
  
  修回日期：2025-07-06，
  
  录用日期：2025-07-08，
  
  纸质出版日期：2025-08-20
- 稿件说明：
移动端阅览
越奇强,田乐,魏帅等.基于深度强化学习的算网协同动态路由调度算法[J].电信科学,2025,41(08):33-50.

YUE Qiqiang,TIAN Le,WEI Shuai,et al.Computing-network collaborative dynamic routing and scheduling algorithm based on deep reinforcement learning[J].Telecommunications Science,2025,41(08):33-50.
越奇强,田乐,魏帅等.基于深度强化学习的算网协同动态路由调度算法[J].电信科学,2025,41(08):33-50. DOI： 10.11959/j.issn.1000-0801.2025171.

YUE Qiqiang,TIAN Le,WEI Shuai,et al.Computing-network collaborative dynamic routing and scheduling algorithm based on deep reinforcement learning[J].Telecommunications Science,2025,41(08):33-50. DOI： 10.11959/j.issn.1000-0801.2025171.

摘要

针对算力网络中算网资源协同不足、任务需求适配性差的问题，将算力路由问题建模为序列决策问题，提出了基于深度强化学习的算网协同动态路由调度算法。该算法借鉴混合专家模型思想，针对时延敏感型、普通型以及计算密集型3类典型场景，设计了基于编码器-解码器结构的差异化专家网络进行专项优化，并通过动作屏蔽机制约束路由选择空间，实现高效的逐跳决策，输出包含最优计算节点的路径。仿真实验结果表明，相较于其他路由调度算法，该算法在服务成功率上提升约17%，降低了端到端时延，优化了节点间的负载均衡度，展现出良好的网络拓扑适应性，能够有效满足多样化计算任务的差异化需求。

Abstract

To address the issues of insufficient collaboration among computing resources and poor adaptability to task requirements in computing power networks

the computing power routing problem was modeled as a sequential decision problem. A deep reinforcement learning-based computing-aware routing algorithm was proposed for dynamic routing scheduling of computing network collaboration. The idea of hybrid expert models was drawn on and a differentiated expert network was designed based on an encoder-decoder structure for specialized optimization in three typical scenarios: delay-sensitive

ordinary

and computationally intensive. The routing selection space was constrained through an action masking mechanism to achieve efficient hop-by-hop decision-making and output a path containing the optimal computing node. The simulation experiment results show that compared with other routing scheduling algorithms

the proposed algorithm improves service success rate by about 17%

reduces end-to-end latency

optimizes load balancing between nodes

demonstrates good network topology adaptability

and can effectively meet the differentiated needs of diverse computing tasks.

关键词

Keywords

references

SUN Y K , LEI B , LIU J L , et al . Computing power network: a survey [J ] . China Communications , 2024 , 21 ( 9 ): 109 - 145 .

姚惠娟 , 陆璐 , 段晓东 . 算力感知网络架构与关键技术 [J ] . 中兴通讯技术 , 2021 , 27 ( 3 ): 7 - 11 .

YAO H J , LU L , DUAN X D . Computing power perception network architecture and key technologies [J ] . ZTE Technology Journal , 2021 , 27 ( 3 ): 7 - 11 .

庞冉 , 易昕昕 , 辛亮 , 等 . 算力网络路由调度技术研究 [J ] . 电信科学 , 2023 , 39 ( 8 ): 149 - 156 .

PANG R , YI X X , XIN L , et al . Research on routing and scheduling technology in computing power networks [J ] . Telecommunications Science , 2023 , 39 ( 8 ): 149 - 156 .

GONG X M , REN S Y , WANG C J , et al . Research on computing resource measurement and routing methods in software defined computing first network [J ] . Sensors , 2024 , 24 ( 4 ): 1086 .

雷波 , 刘增义 , 王旭亮 , 等 . 基于云、网、边融合的边缘计算新方案: 算力网络 [J ] . 电信科学 , 2019 , 35 ( 9 ): 44 - 51 .

LEI B , LIU Z Y , WANG X L , et al . New edge computing scheme based on cloud, network and edge integration: computational network [J ] . Telecommunications Science , 2019 , 35 ( 9 ): 44 - 51 .

杨烨 . 基于算网一体化演进的算力网络技术研究 [J ] . 现代传输 , 2022 , ( 4 ): 45 - 48 .

YANG Y . Research on computing power network technology based on the evolution of computing network integration [J ] . Modern Transmission , 2022 , ( 4 ): 45 - 48 .

贾庆民 , 丁瑞 , 刘辉 , 等 . 算力网络研究进展综述 [J ] . 网络与信息安全学报 , 2021 , 7 ( 5 ): 1 - 12 .

JIA Q M , DING R , LIU H , et al . A review of the research progress of computing power networks [J ] . Journal of Network and Information Security , 2021 , 7 ( 5 ): 1 - 12 .

段晓东 , 姚惠娟 , 付月霞 , 等 . 面向算网一体化演进的算力网络技术 [J ] . 电信科学 , 2021 , 37 ( 10 ): 76 - 85 .

DUAN X D , YAO H J , FU Y X , et al . Computing power network technology for the evolution of integrated computing network [J ] . Telecommunications Science , 2021 , 37 ( 10 ): 76 - 85 .

任杰 , 王洪超 , 王钦定 , 等 . 服务感知网络 [J ] . 电子学报 , 2025 , 53 ( 2 ): 371 - 384 .

REN J , WANG H C , WANG Q D , et al . Service aware network [J ] Acta Electronica Sinica , 2025 , 53 ( 2 ): 371 - 384 .

魏汝翔 , 刘琦 , 赵广 , 等 . 东数西算下面向业务的路由策略分析与探索 [J ] . 中兴通讯技术 , 2023 , 29 ( 4 ): 14 - 18 .

WEI R X , LIU Q , ZHAO G , et al . Analysis and exploration of business-oriented routing strategy under eastern data and western computing [J ] . ZTE Technology Journal , 2023 , 29 ( 4 ): 14 - 18 .

孙钰坤 , 张兴 , 雷波 . 边缘算力网络中智能算力感知路由分配策略研究 [J ] . 无线电通信技术 , 2022 , 48 ( 1 ): 60 - 67 .

SUN Y K , ZHANG X , LEI B . Research on intelligent computing aware routing allocation strategy in edge computing networks [J ] . Radio Communications Technology , 2022 , 48 ( 1 ): 60 - 67 .

金天骄 , 栗蔚 . 基于算力网络的大数据计算资源智能调度分配方法 [J ] . 数据与计算发展前沿 , 2022 , 4 ( 6 ): 29 - 37 .

JIN T J , LI W . Intelligent scheduling and allocation method for big data computing resources based on computing power network [J ] . Frontiers of Data and Computing Development , 2022 , 4 ( 6 ): 29 - 37 .

GUO L J , GUO F X , PENG M G . A novel routing method for dynamic control in distributed computing power networks [J ] . Digital Communications and Networks , 2024 , 10 ( 6 ): 1644 - 1652 .

ARULKUMARAN K , DEISENROTH M P , BRUNDAGE M , et al . Deep reinforcement learning: a brief survey [J ] . IEEE Signal Processing Magazine , 2017 , 34 ( 6 ): 26 - 38 .

FRANCOIS-LAVET V , HENDERSON P , ISLAM R , et al . An introduction to deep reinforcement learning [J ] . Foundations and Trends® in Machine Learning , 2018 , 11 ( 3-4 ): 219 - 354 .

MOUSAVI S S , SCHUKAT M , HOWLEY E . Deep reinforcement learning: an overview [C ] // Proceedings of SAI Intelligent Systems Conference . Cham : Springer International Publishing , 2016 : 426 - 440 .

TANG F X , MAO B M , FADLULLAH Z M , et al . ST-DeLTA: a novel spatial-temporal value network aided deep learning based intelligent network traffic control system [J ] . IEEE Transactions on Sustainable Computing , 2019 , 5 ( 4 ): 568 - 580 .

张维庭 , 孙呈蕙 , 王洪超 , 等 . 算网资源智能适配与融合调度方法 [J ] . 电信科学 , 2023 , 39 ( 9 ): 12 - 20 .

ZHANG W T , SUN C H , WANG H C , et al . Intelligent adaptation and fusion scheduling method for computing network resources [J ] . Telecommunications Science , 2023 , 39 ( 9 ): 12 - 20 .

孙国玮 , 许方敏 , 朱瑾瑜 , 等 . 算力网络中的确定性调度与路由联合智能优化方案 [J ] . 北京邮电大学学报 , 2023 , 46 ( 2 ): 9 .

SUN G W , XU F M , ZHU J Y , et al . Deterministic scheduling and routing joint intelligent optimization scheme in computing power networks [J ] . Journal of Beijing University of Posts and Telecommunications , 2023 , 46 ( 2 ): 9 .

XIE Y P , HUANG X Y , LI J C , et al . Computing power network: multi-objective optimization-based routing [J ] . Sensors , 2023 , 23 ( 15 ): 6702 .

赵丹丹 , 黄德根 , 孟佳娜 , 等 . 基于BERT-GRU-ATT模型的中文实体关系分类 [J ] . 计算机科学 , 2022 , 49 ( 6 ): 319 - 325 .

ZHAO D D , HUANG D G , MENG J N , et al . Chinese entity relationship classification based on BERT-GRU-ATT model [J ] . Computer Science , 2022 , 49 ( 6 ): 319 - 325 .

后同佳 , 周良 . 基于双向GRU神经网络和注意力机制的中文船舶故障关系抽取方法 [J ] . 计算机科学 , 2021 , 48 ( S2 ): 154 - 158 .

HOU T J , ZHOU L . Chinese ship fault relation extraction method based on bidirectional GRU neural network and attention mechanism [J ] . Computer Science , 2021 , 48 ( S2 ): 154 - 158 .

HE X , ZHAO W L , GAO Z J , et al . Short-term load forecasting by GRU neural network and DDPG algorithm for adaptive optimization of hyperparameters [J ] . Electric Power Systems Research , 2025 , 238 : 111119 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度强化学习的数据传输策略优化研究

基于虚拟网络嵌入的异构算力网络资源管理

SDCN中基于深度强化学习的移动边缘计算任务卸载算法研究

算网资源智能适配与融合调度方法

面向电力业务质量保障的NR-U与Wi-Fi频谱共享