[發明專利]基于深度學習的服務功能鏈可靠性部署方法、系統及裝置在審
| 申請號: | 202310395959.9 | 申請日: | 2023-04-13 |
| 公開(公告)號: | CN116566829A | 公開(公告)日: | 2023-08-08 |
| 發明(設計)人: | 趙東昊;劉益岑;王路;盧昱;黃哲軒 | 申請(專利權)人: | 中國人民解放軍陸軍工程大學 |
| 主分類號: | H04L41/0895 | 分類號: | H04L41/0895;H04L41/122;H04L41/16;H04L45/247;H04L45/76;G06N3/092 |
| 代理公司: | 北京八月瓜知識產權代理有限公司 11543 | 代理人: | 陳紅 |
| 地址: | 050003 河北省石*** | 國省代碼: | 河北;13 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 深度 學習 服務 功能 可靠性 部署 方法 系統 裝置 | ||
1.一種基于深度強化學習的服務功能鏈可靠性部署方法,其特征在于,包括,
S1、獲取主拓撲最短路徑集合;
S2、根據最短路徑集合獲取主拓撲部署,根據主拓撲計算主拓撲可靠度,并根據主拓撲可靠度判斷是否需要備份VNF選擇模型,若不需要備份VNF選擇模型,則完成服務功能鏈可靠性部署,若需要備份VNF選擇模型,繼續執行步驟;
S3、根據所述主拓撲初始化有限狀態空間S、有限動作空間A和狀態轉移概率P,將初始化后的所述S、A和P輸入到CMAC-Q-Learning模型,S和P用于存儲Q-Learning迭代過程中產生的狀態-動作對;
S4、計算值函數Q(st,at);
S5、將值函數Q(st,at)輸入CMAC神經網絡,并通過表格查詢的方式,根據值函數Q(st,at)對CMAC神經網絡進行擬合,在局部鄰域內進行權值W更新和取值學習率αW,對算法運行條件進行判斷,若運行符合條件則執行S4,若不符合運行條件則執行S6。
S6、根據行為策略計算得到最優的備份VNF個數BN,基于聯合備份模型計算得到相應的備份鏈路BE,根據計算資源、鏈路資源、時延和可靠性約束得到備份路徑部署,將主拓撲部署和備份路徑部署輸出得到可靠服務功能鏈部署方案πs。
2.根據權利要求1所述的方法,其特征在于,所述S1具體包括:采用K-Dijkstra算法計算從節點ni到ne的最短路徑集合P,根據網絡時延將集合P按照降序的方式排列,記為集合記為E={e1,e2,…,ek},E為主拓撲最短路徑集合。
3.根據權利要求2所述的方法,其特征在于,所述S2具體包括:以端到端時延最小化為目標從集合E中選擇最短路徑D,將服務功能鏈請求t中所有VNF映射最短路徑D,形成一條主拓撲,計算主拓撲可靠度,若服務功能鏈可靠度大于等于服務功能鏈請求的最低可靠性需求,則無需備份VNF,算法結束,否則跳轉至S3。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍陸軍工程大學,未經中國人民解放軍陸軍工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310395959.9/1.html,轉載請聲明來源鉆瓜專利網。





