一种基于深度强化学习的SD-WAN流量分配方法及系统

本发明公开一种基于深度强化学习的SD‑WAN流量分配方法及系统，包括：采集SD‑WAN的两个通信区域边缘设备的网络基础延迟数据和应用层延迟数据；基于延迟数据和应用层延迟数据计算真实延迟数据后进行时段划分，划分尖峰时段和非尖峰时段；基于网络基础延迟数据，利用四分位数计算尖峰时段和非尖峰时段的延迟阈值；使用真实延迟数据和延迟阈值构建奖励函数，基于强化学习架构、环境条件和奖励函数构建通道切换模型；使用网络基础延迟数据、应用层延迟数据、真实延迟数据、尖峰时段和非尖峰时段对通道切换模型进行训练和优化，得到训练后的通道切换模型；将实时采集的延迟数据输入训练后的额通道切换模型中，实现SD‑WAN流量分配。