본 논문은 기존의 세그먼트 라우팅(SR) 방법들이 라우팅을 먼저 결정하고 경로 분할 기법을 사용하여 스왑 노드를 선택하여 세그먼트 라우팅 경로(SRP)를 형성하는 과정에서 라우팅 변경 시 경로 재분할이 필요하고, 흐름 테이블 발행 시간을 고려하지 않아 흐름 테이블 발행 속도를 극대화할 수 없다는 문제점을 지적합니다. 이를 해결하기 위해, 본 논문은 흐름 테이블 발행 시간을 줄이기 위해 적절한 스왑 노드를 선택하는 라우팅 전략과 경로 분할 전략을 동시에 형성하는 최적화 모델을 제시합니다. 또한, 제안된 모델을 해결하기 위해 심층 강화 학습(DRL) 기반의 지능형 세그먼트 라우팅 알고리즘(DRL-SR)을 설계합니다. DRL-SR은 다양한 QoS 성능 지표, 흐름 테이블 발행 시간 오버헤드 및 SR 레이블 스택 깊이를 포함하는 트래픽 매트릭스를 상태 공간으로 사용하며, 라우팅을 고려하여 다음 노드를 선택하고, 새로 추가된 노드가 스왑 노드로 선택될지 여부와 컨트롤러가 스왑 노드에 흐름 테이블을 발행하는 데 드는 시간 비용 요소를 고려한 행동 선택 전략 및 보상 함수를 설계합니다. 실험 결과, 기존 방법과 비교하여 제안된 세그먼트 경로 최적화 모델과 지능형 해결 알고리즘(DRL-SR)이 세그먼트 경로 설정 작업 완료에 필요한 시간 오버헤드를 줄이면서 처리량, 지연 및 패킷 손실과 같은 성능 지표를 최적화할 수 있음을 보여줍니다.
