-
公开(公告)号：CN111368888A
公开(公告)日：2020-07-03
申请号：CN202010116968.6
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度动态贝叶斯网络的服务功能链故障诊断方法，属于通信技术领域，结合服务功能链场景的特点，根据服务功能链的分层网络架构中的故障传播关系，构建故障诊断模型，采用在物理节点监测其上多个虚拟网络功能性能数据的方式收集症状的高维数据。并且考虑到基于SDN/NFV架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性，采用深度信念网络对观测数据特征进行提取。最后，利用故障传播的时间相关性，引入动态贝叶斯网络对故障根源进行实时诊断。本发明提出5G端到端网络切片场景的服务功能链故障诊断方法能够在有效处理高维网络数据的同时，满足系统对故障诊断精度的要求。
-
公开(公告)号：CN111147307A
公开(公告)日：2020-05-12
申请号：CN201911397560.4
申请日：2019-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的服务功能链可靠部署方法，属于通信技术领域。该方法包括以下步骤：S1：基于设备使用度和周边安全系数的可靠性度量方式得到可靠性值；S2：通过功能特性、拓扑特性初步确定每个虚拟网络功能的可靠性需求；S3：求得满足虚拟链路可靠性需求的链路可靠性需求可部署长度；S4：基于各个可靠性需求，使用深度强化学习寻找适合虚拟网络环境和基层环境的最佳映射方案；S5：在映射过程中如VNF可靠性不能满足，使用基于重要度的节点备份方法，链路部署结果不满足链路可靠性，使用基于链路备份重要度的链路备份方法。本方法在保证可靠性需求的基础上能够有效应对基层故障，减少失效SFC数量，同时保证负载均衡使整个虚拟网络更加稳定可靠。
-
公开(公告)号：CN110493826A
公开(公告)日：2019-11-22
申请号：CN201910804972.9
申请日：2019-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法，属于移动通信技术领域。在该方法中，包括：1)以队列稳定为约束，联合拥塞控制、用户关联、子载波分配和功率分配，并建立网络总吞吐量最大化的随机优化模型；2)考虑到调度问题的复杂性，系统的状态空间和动作空间是高维的，DRL算法利用神经网络作为非线性近似函数，高效地解决维度灾难题；3)针对无线网络环境的复杂性和动态多变性，引入迁移学习算法，利用迁移学习的小样本学习特性，使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时，满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。
-
-
Search Results
13
records
(took 0.023 seconds)
