4、物联网网络中的智能控制：自动驾驶网络架构

物联网网络中的智能控制：自动驾驶网络架构

1. 网络内控制概述

随着物联网设备的爆炸式增长和各种应用的涌现，物联网网络面临着诸多挑战，如流量负载均衡、拥塞控制和安全防护等。传统的基于端主机或集中式的方案在处理这些问题时存在一定的局限性，而网络内控制为解决这些问题提供了新的思路。网络内控制可以直接在物联网网络内部实现控制循环，例如网络内负载均衡和网络内安全防护等。

目前已经有一系列关于物联网网络控制和管理的工作从网络内控制范式的角度展开，但这些方案大多依赖手动过程，需要操作人员仔细分析网络行为并设计相应的控制策略，这种手工方法的可扩展性和鲁棒性较差。

近年来，机器学习在学术界和工业界都引起了广泛关注。机器学习能够自动从经验中学习和优化策略，而无需遵循预定义的规则。因此，将机器学习应用于物联网网络控制和管理中，有望利用其强大的自适应能力来提高物联网网络的性能。

为了解决分布式网络内设备如何以分布式方式学习协作控制策略的问题，提出了一种混合网络内智能控制架构，采用集中式训练和分布式执行框架，并引入集中式管理平台来简化分布式网络内设备的训练过程。此外，还给出了三个相关的用例来评估该架构的可行性和性能，分别是网络内负载均衡、网络内拥塞控制和网络内DDoS检测。

2. 网络内功能的发展驱动因素

网络内功能的发展受到技术推动和用户需求拉动两方面因素的影响。

2.1 可编程网络硬件

可编程网络硬件的发展带来了更灵活的数据包处理架构，例如Barefoot的Tofino 2交换机、Cavium的XPliant交换机和Broadcom的Trident 4交换机等。这些交换机允许网络用户自定义数据包的处理逻辑，同