深度学习在 SDN 中的应用研究

软件定义网络作为一种最新网络架构,可通过软件编程的方式定义和控制网络,其控制平面和转发平面分离及开放性可编程的特点,为新型互联网体系结构研究提供了新的实验途径,也极大地推动了下一代互联网的发展。 深度学习相对于传统的机器学习有很多优点,深度学习能够发现多层特征,并能够将高层特征表示成更抽象的数据特征。 深度学习网络模型因为具有多个隐藏层而具有很强的特征学习能力,相对于机器学习模型来说具有很大的进步。 随着深度学习的快速发展,有必要在软件定义网络中引入深度学习,推进软件定义网络的进一步发展。 从架构、数据源、快速特征提取、深度学习算法选择和分析深度学习在 SDN 中的现有应用五个方面来说明深度学习在 SDN 中的应用