《表1 链路保留率和网络阻塞率关系》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的流量工程算法研究与应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于深度模型的输出结果是0到1之间的连续数值，所以还需要设置一个合理的阈值来对拓扑进行剪枝。因此本文统计了3 000个请求负载情况下网络阻塞率和链路保留率之间的关系见表1：当保留的链路太少时，由于网络连通性降低，网络的阻塞率会增加。当仅保留2%左右的链路时，网络阻塞率降至最低，但随着链路保留率的增加，DL-TEA的性能会逐渐退化成贪婪算法。因此，本文的仿真场景中，DL-TEA根据模型输出的链路系数对链路进行排序，然后每次仅保留前2%的链路集合进行路由。另外，还统计了训练集中同源宿请求在不同网络状态下的路径分布情况，发现在该仿真拓扑中，同源宿请求的路径分布相对比较集中，平均每个请求占用的链路数量比例也在2%左右。