| 摘要 | 第2-4页 |
| ABSTRACT | 第4-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 SDN研究现状 | 第11-13页 |
| 1.2.2 数据中心网络拥塞控制研究现状 | 第13-15页 |
| 1.3 本文研究内容与创新点 | 第15-16页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 本文创新点 | 第16页 |
| 1.4 论文结构 | 第16-18页 |
| 2 SDN与数据中心网络拥塞控制的研究 | 第18-29页 |
| 2.1 SDN相关技术研究 | 第18-21页 |
| 2.1.1 SDN定义与特征 | 第18-19页 |
| 2.1.2 SDN体系架构概述 | 第19-21页 |
| 2.2 数据中心网络相关技术 | 第21-28页 |
| 2.2.1 数据中心概述 | 第21-22页 |
| 2.2.2 数据中心网络架构 | 第22-24页 |
| 2.2.3 数据中心拥塞控制的研究 | 第24-28页 |
| 2.2.3.1 网络拥塞现象及成因 | 第25-26页 |
| 2.2.3.2 数据中心网络拥塞控制算法 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 强化学习的研究 | 第29-36页 |
| 3.1 强化学习模型 | 第29-30页 |
| 3.2 Markov决策过程与评价函数 | 第30-31页 |
| 3.3 强化学习的几种典型算法 | 第31-34页 |
| 3.4 强化学习的应用 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于Q-Learning的离策略拥塞控制方法 | 第36-46页 |
| 4.1 算法交互模型 | 第36-37页 |
| 4.2 问题描述 | 第37-39页 |
| 4.3 改进的Q-Learning算法 | 第39-41页 |
| 4.4 算法流程 | 第41-43页 |
| 4.5 基于Q-Learning的离策略拥塞控制方法 | 第43-45页 |
| 4.6 本章小结 | 第45-46页 |
| 5 基于SARSA的在策略拥塞控制方法 | 第46-52页 |
| 5.1 改进的SARSA算法 | 第46-48页 |
| 5.2 算法流程 | 第48-50页 |
| 5.3 基于SARSA的在策略拥塞控制方法 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 6 测试与分析 | 第52-60页 |
| 6.1 测试平台 | 第52页 |
| 6.2 系统实现 | 第52-53页 |
| 6.3 测试应用例 | 第53-55页 |
| 6.3.1 测试拓扑 | 第53-54页 |
| 6.3.2 动作的选择 | 第54页 |
| 6.3.3 奖励规则 | 第54-55页 |
| 6.4 测试过程及测试结果 | 第55-59页 |
| 6.4.1 拥塞控制有效性测试 | 第55-57页 |
| 6.4.2 链路利用率测试 | 第57-59页 |
| 6.5 测试结论 | 第59-60页 |
| 7 总结与展望 | 第60-62页 |
| 7.1 本文总结 | 第60-61页 |
| 7.2 工作展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 本文作者在硕士研究生期间参与的项目及成果 | 第65-66页 |
| 参与的项目 | 第65页 |
| 科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |