-
公开(公告)号：CN111669291A
公开(公告)日：2020-09-15
申请号：CN202010492093.X
申请日：2020-06-03
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度强化学习的虚拟化网络服务功能链部署方法，用于解决边缘计算背景下的虚拟化网络服务功能部署问题，属于边缘计算技术领域。本方法，通过分别解决虚拟功能放置和流量路由两个问题，实现以最小成本代价的服务功能链的部署，可以利用深度强化学习的优势，以适应随时间变化的流量控制需求。本方法用神经网络作为累计奖赏Q值的依据。另外，在为神经网络输入样本时，深度强化学习引入了经验池的概念。本发明既考虑了总成本也考虑了端到端延迟，尤其是中间处理延迟，适用于应用在动态复杂的，对服务器的通讯成本和延迟都要求较高的场景。
-
公开(公告)号：CN111669291B
公开(公告)日：2021-06-01
申请号：CN202010492093.X
申请日：2020-06-03
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于深度强化学习的虚拟化网络服务功能链部署方法，用于解决边缘计算背景下的虚拟化网络服务功能部署问题，属于边缘计算技术领域。本方法，通过分别解决虚拟功能放置和流量路由两个问题，实现以最小成本代价的服务功能链的部署，可以利用深度强化学习的优势，以适应随时间变化的流量控制需求。本方法用神经网络作为累计奖赏Q值的依据。另外，在为神经网络输入样本时，深度强化学习引入了经验池的概念。本发明既考虑了总成本也考虑了端到端延迟，尤其是中间处理延迟，适用于应用在动态复杂的，对服务器的通讯成本和延迟都要求较高的场景。
-
Search Results
2
records
(took 0.016 seconds)
