为解决软件定义网络场景中，当前主流的基于启发式算法的QoS优化方案常因参数与网络场景不匹配出现性能下降的问题，提出了基于深度强化学习的软件定义网络QoS优化算法。首先将网络资源和状态信息统一到网络模型中，然后通过长短期记忆网络提升算法的流量感知能力，最后基于深度强化学习生成满足QoS目标的动态流量调度策略。实验结果表明，相对于现有算法，所提算法不但保证了端到端传输时延和分组丢失率，而且提高了22.7%的网络负载均衡程度，增加了8.2%的网络吞吐率。

sdn_qos 使用Ryu Controller在软件定义网络中实现QoS 入门 创建python虚拟环境 pip install virtualenv virtualenv --python=python3 envname cd envname source bin/activate 安装mininet git clone git://github.com/mininet/mininet mininet/util/install.sh -a 安装Ryu及其要求 pip install eventlet msgpack-python netaddr oslo.config routes six webob apt install libxml2-dev libxslt1-dev libffi-dev git clone https://github.com/faucetsdn/ryu.

包含文件： 1.一种基于AntNet改进地QoS路由算法.pdf 2.实验源码（c++；tcl等源码） 3.仿真实验的完全实验；

Linux 的高级路由和流量控制 HOWTO 中文版 Linux Advanced Routing & Traffic Control 欢迎，亲爱的读者。 希望这篇文档能对你更好地理解 Linxs2.2/2.4 的路由有所帮助和启发。不被大 多数使用者所知道的是，你所使用工具，其实能够完成相当规模工作。比如 route 和 ifconfig，实际上暗中调用了非常强大的 iproute 2 的底层基本功能。 我希望这个 HOWTO 能够象 Rusty Russell 的作品那样通俗易懂。 你可以随时给 HOWTO 工作组发电子邮件来找到我们。但是如果您的问题并不 直接与这个 HOWTO 文档相关，请首先考虑发给邮件列表(参考相关章节)。我们 可不是免费的帮助平台，但我们经常会在邮件列表上回答问题。 在钻研这个 HOWTO 之前，如果您想做的只是一点简单的流量整形，不妨直接 去看看其它可能性这一章里面的 CBQ.init

将OFDM和MIMO两种关键技术引入HSOPA中，大大增强了其访问因特网的能力：可以提供更高的数据速率；可以提供更强的QoS保证；可以承载更多的用户数目；大大降低了每兆字节的传输成本，提高了运营商的商业竞争力。

简单介绍QOS测试方法。及相关标准，如有喜欢的可以下载

RTI-DDS-Qos---中文，主要介绍QOS策略和特性，用于实现分布式仿真系统。对开发DDS分布式仿真系统的应用很有帮助。

基于视频质量评估的QoE/QoS映射模型研究，郑迪升，胡怡红，本文首先分析研究了主观视频质量评估方法的双刺激损伤评价和客观视频质量评估方法的MDI算法指标，并采用这两种指标作为QoE和QoS的衡

Web服务组合QoS优化中的改进遗传算法.pdf

随机QoS感知的Web服务组合概率分析.pdf