软件定义网络中的无模型深度强化学习
人工智能
2022-09-07 v1 网络与互联网体系结构
摘要
本文比较了两种用于软件定义网络网络安全的深度强化学习方法。我们实现并比较了神经情景控制（Neural Episodic Control）到深度 Q 网络（Deep Q-Network）与双重深度 Q 网络（Double Deep Q-Networks）。这两种算法以类似于零和博弈的形式实现。对包含两个博弈中防御者获胜所需回合数的结果进行了双尾 T 检验分析。另对相应博弈中智能体的博弈得分进行了比较。该分析用于确定哪种算法是博弈表现最佳的，以及它们之间是否存在显著差异，从而表明一种是否会比另一种更受青睐。研究发现这两种方法之间无显著统计差异。
引用
@article{arxiv.2209.01490,
title = {Model-Free Deep Reinforcement Learning in Software-Defined Networks},
author = {Luke Borchjes and Clement Nyirenda and Louise Leenen},
journal= {arXiv preprint arXiv:2209.01490},
year = {2022}
}
备注
SATNAC 2022 Conference, 6 pages, 2 tables, 5 figures, 2 algorithms