Розробка багатоагентої системи динамiчного управлiння SDN мережами

Abstract

У роботi розглядається задача динамiчного управлiння трафiком у програмно визначених мережах (SDN) iз використанням мультиагентної системи на основi навчання з пiдкрiпленням. Запропоновано архiтектуру, в якiй для кожної пари комутаторiв створюється окремий Q-learning агент, що обирає оптимальний мар шрут на основi поточного стану мережi. Ключовою iнновацiєю є використання вiдносного стану шляху, координацiйного менеджера для узгодження одночасних рiшень агентiв та iнiцiалiзацiї Q-таблицi прiором Дейкстри. Проведено порiв няльний аналiз iз статичним алгоритмом Дейкстри та адаптивним алгоритмом Галлагера.

This thesis addresses the problem of dynamic traffic management in Software Defined Networks (SDN) using a multi-agent system based on reinforcement learning. The proposed architecture assigns an independent Q-learning agent to each switch pair, selecting optimal routes based on real-time network state. Key innovations include path relative state representation, a coordination manager for synchronizing simultaneous agent decisions, and Dijkstra-prior Q-table initialization. A comparative analysis with static Dijkstra routing and Gallager’s adaptive algorithm is presented.