一种基于深度强化学习的动态虚拟网络功能编排方法
授权
摘要
本发明涉及一种基于深度强化学习的动态虚拟网络功能编排方法，属于无线通信领域。该方法包括：针对物理网络拓扑动态变化引起的VNF编排成本高的问题，建立时延约束下的最小化VNF编排的资源成本和运行成本的数学模型；根据网络拓扑动态变化和VNF动态变化，建立MDP模型，且通过深度Q网络来求解MDP；针对MDP模型中状态空间和动作空间过大和网络负载动态变化的问题，设计动态最优的VNF编排策略以解决VNF编排成本高的问题。本发明在保证用户时延性能的前提下，受限于网络中计算资源容量和链路带宽资源容量，动态的调整各网络切片VNF的编排策略，保证了用户性能，优化VNF编排成本，提高资源利用率。
基本信息
专利标题 ：
一种基于深度强化学习的动态虚拟网络功能编排方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112887156A
申请号 ：
CN202110204246.0
公开（公告）日 ：
2021-06-01
申请日 ：
2021-02-23
授权号 ：
CN112887156B
授权日 ：
2022-05-06
发明人 ：
唐伦张亚唐浩陈前斌
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区黄桷垭崇文路2号
代理机构 ：
北京同恒源知识产权代理有限公司
代理人 ：
赵荣之
优先权 ：
CN202110204246.0
主分类号 ：
H04L12/24
IPC分类号 ：
H04L12/24 G06N3/04
法律状态
2022-05-06 ：
授权
2021-06-18 ：
实质审查的生效
IPC(主分类) : H04L 12/24
申请日 : 20210223
申请日 : 20210223
2021-06-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
