Random-based Routing Algorithm for

Random-based Routing Algorithm for Traffic Engineering (RRATE) [7] employed a machine learning technique - random race - to improve the MIRA computation time. RRATE has two stages for each ingress egress pair: learning and post-learning. In the learning stage, upon receiving a routing demand, costs of k pre-selected paths are calculated based on maxflow-mincut criticality (the same as MIRA) and residual bandwidths (equation 2). The least cost path is then selected and its racing reward is accumulated. The race between those k paths in term of reward values will end when there is a path whose reward reaches a pre-defined value N. After that, the corresponding pair moves into the post-learning stage and costs are not calculated any more. Alternatively, demands of that pair will be routed by the path having maximum racing value and its links satisfy bandwidth constraint. This post-learning stage reduces the computing time of RRATE compared to MIRA.

Kết quả (Việt) 2:

Ngẫu nhiên dựa trên Routing Algorithm cho Cơ khí giao thông (RRATE) [7] đã sử dụng một kỹ thuật học máy - đua ngẫu nhiên - để cải thiện thời gian tính toán MIRA. RRATE có hai giai đoạn cho mỗi cặp nguồn đi ra: học tập và bài học. Trong giai đoạn học tập, khi nhận được một yêu cầu định tuyến, chi phí k chọn sẵn con đường được tính toán dựa trên tính quyết maxflow-mincut (giống như MIRA) và băng thông còn lại (phương trình 2). sau đó con đường chi phí ít nhất được lựa chọn và thưởng đua của nó được tích lũy. Cuộc chạy đua giữa những con đường k trong thời hạn giá trị phần thưởng sẽ kết thúc khi có một con đường mà phần thưởng đạt đến một giá trị N. được xác định trước Sau đó, cặp đôi tương ứng di chuyển vào giai đoạn hậu học và các chi phí không được tính nữa. Ngoài ra, nhu cầu của các cặp sẽ được định tuyến bởi các con đường có giá trị tối đa và đua liên kết của nó đáp ứng băng thông hạn chế. giai đoạn bài học này làm giảm thời gian tính toán của RRATE so với MIRA.