摘要
随着信息技术的发展,网络环境变得越来越复杂。现在的网络链路动态变化、拓扑变换频繁,传统的网络路由决策很难适应当前网络环境复杂性的需求。因此本文设计了一种基于Transformer架构的智能路由决策系统。通过结合深度学习模型及网络拓扑信息、网络链路状态等,进行路由实时决策。并设计了自定义模型结构和输入数据处理流程,使得系统在大规模负载网络环境下能够实现高效路径选择。通过实验表明,本文所设计的模型在路径选择的准确性、宽带利用率及决策实时性等方面,比传统方法的路由决策具有显著优势。
出处
《中国宽带》
2025年第9期37-39,共3页
China BroadBand
基金
北方民族大学研究生创新项目(项目编号:YCX24376)。
