Distributed controllers using a Self-Organizing Map Neural Network in SDN environment

신경회로망의 일종인 자기조직화지도(Self-Organizing Map)는 대뇌피질의 시각피질의 학습 과정을 모델화한 인공신경망으로써 자율 학습에 의한 클러스터링을 수행하는 알고리즘이다[2]. 자기조직화지 도에서 알고리즘을 실행하거나 종료하기 위해서는 현재 입력 벡터와 현재 반복 횟수, 두 개의 값을 유지해야 한다. 자기조직화 지도 알고리즘 은 다음과 같다. 1) 가중치 행렬 각 원소의 값을 임의의 0보다 크고 1보다 작은 값으로 초기화 2) 입력 벡터와 경쟁 층에 존재하는 j개의 노드에 대해 입력 벡터와 노드 간의 거리 를 계산 3) 현재 입력 벡터와 값이 가장 작은 경쟁 층의 노드를 선택 4) 해당 노드의 가중치와 이웃 노드의 가중치를 수정 5) 현재 입력 벡터가 마지막 입력 벡터라면 다음 과정으로 이동하고 그렇지 않다면 2번으로 리턴 6) 현재 반복 횟수가 최대 반복 횟수라면 알고리즘 종료 7) 현재 반복 횟수가 최대 반복 횟수가 아니라면 현재 입력 벡터를 처음 입력 벡터로 설정하고 2번으로 리턴