网络资源配置方法、装置、计算机设备及可读存储介质制造方法及图纸

本申请提供网络资源配置方法、装置、计算机设备及可读存储介质，该方法包括：获取网络资源最优配置模型，根据所述传输任务信息和所述资源配置策略，将所述网络资源最优配置模型转化为网络资源配置对应的任务稳定优化模型，求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置；该方法可以考虑任务类型和网络状态时变性，针对异质异构通信网络，将面向过程的连续任务网络资源最优配置问题转化为面向时隙的任务稳定优化问题，并求解任务稳定优化问题获取网络资源最优配置信息实现网络资源最优配置，从而缩小时间搜索维度和资源搜索维度，降低算法复杂度。

Network resource allocation method, device, computer equipment and readable storage medium

【技术实现步骤摘要】
网络资源配置方法、装置、计算机设备及可读存储介质
本申请涉及网络
，特别是涉及一种网络资源配置方法、装置、计算机设备及可读存储介质。
技术介绍
随着新兴网络技术的快速兴起，通信网络正向万物互联的趋势发展，异构网络融合已成为当前通信网络的常态。然而在大规模异构通信网络中，网络拓扑复杂时变，通信资源异质异构显著，且面临多样化任务传输问题，这对通信网络的资源控制系统提出了更高的挑战。尤其对于连续任务传输，由于其涉及的网络传输资源种类多，且时变性强，如何合理地配置网络资源以使得这些任务的服务质量得到保证，是当前通信网络资源控制系统面临的一个难点。传统技术需要已知连续传输任务的生成时间以及对传输资源的要求，设计离线资源配置策略，来实现面向连续任务的网络传输资源配置问题。但是传统技术捕捉不到网络状态的时变性，从而导致资源配置方案中的算法复杂性较大。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够降低资源配置方案中的算法复杂性的网络资源配置方法、装置、计算机设备及可读存储介质。本申请实施例提供一种网络资源配置方法，所述方法包括：获取网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的传输任务信息和所述网络资源配置系统的资源配置策略；根据所述传输任务信息和所述资源配置策略，计算网络效用函数和网络惩罚函数；其中，表示t时刻网络中的第l个网络效用函数，表示t时刻所述网络中的第j个网络惩罚函数；通过所述网络效用函数和所述网络惩罚函数，分别计算所述网络效用函数对应的虚拟任务队列信息以及所述网络惩罚函数对应的虚拟任务队列信息；若所述虚拟任务队列信息、所述网络效用函数和所述网络惩罚函数满足预设条件，则根据所述虚拟任务队列信息以及决策空间，更新所述网络资源最优配置模型的目标函数的约束条件，并将所述网络资源最优配置模型中的目标函数和更新后的所述约束条件作为任务稳定优化模型；其中，所述预设条件包括所述虚拟任务队列信息为稳定状态、以及；求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置；其中，t时刻所述网络效用函数对应的虚拟任务队列信息为，，t时刻所述网络惩罚函数对应的虚拟任务队列信息为，，满足，满足，为有限值，表示时间t分割后的各个离散时隙。在其中一个实施例中，所述获取网络资源最优配置模型，包括：通过网络状态信息、所述传输任务信息以及所述决策空间，得到所述网络资源最优配置模型。在其中一个实施例中，所述通过网络状态信息、所述传输任务信息以及所述决策空间，得到所述网络资源最优配置模型，包括：通过所述网络状态信息、所述传输任务信息以及所述决策空间，得到网络资源最优配置模型的目标函数和所述目标函数的约束条件。在其中一个实施例中，所述求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置，包括：采用采样控制方式求解所述任务稳定优化模型，得到最优资源分配对应的网络资源最优配置信息；根据所述网络资源最优配置信息，对所述网络资源进行配置。在其中一个实施例中，所述采用采样控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息，包括：采用李亚普诺夫泛函控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息。在其中一个实施例中，所述采用李亚普诺夫泛函控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息，包括：采用李亚普诺夫泛函控制方式将所述任务稳定优化模型转化为凸优化模型，并求解凸优化模型，得到所述最优资源分配对应的所述网络资源最优配置信息。本申请实施例提供一种网络资源配置方法，所述方法包括：通过网络状态信息、传输任务信息以及决策空间，得到网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的传输任务信息和所述网络资源配置系统的资源配置策略；根据所述传输任务信息和所述资源配置策略，计算网络效用函数和网络惩罚函数；其中，表示网络中的第l个网络效用函数，表示所述网络中的第j个网络惩罚函数；通过所述网络效用函数和所述网络惩罚函数，分别计算所述网络效用函数对应的虚拟任务队列信息以及所述网络惩罚函数对应的虚拟任务队列信息；若所述虚拟任务队列信息、所述网络效用函数和所述网络惩罚函数满足预设条件，则根据所述虚拟任务队列信息以及决策空间，更新所述网络资源最优配置模型的目标函数的约束条件，并将所述网络资源最优配置模型中的目标函数和更新后的所述约束条件作为任务稳定优化模型；其中，所述预设条件包括所述虚拟任务队列信息为稳定状态、以及；采用李亚普诺夫泛函控制方式将所述任务稳定优化模型转化为凸优化模型，并求解凸优化模型，得到最优资源分配对应的所述网络资源最优配置信息；根据所述网络资源最优配置信息，对所述网络资源进行配置；其中，t时刻所述网络效用函数对应的虚拟任务队列信息为，，t时刻所述网络惩罚函数对应的虚拟任务队列信息为，，满足，满足，为有限值，表示时间t分割后的各个离散时隙。本申请实施例提供一种网络资源配置装置，所述网络资源配置装置包括：获取模块，用于获取网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的传输任务信息和所述网络资源配置系统的资源配置策略；函数计算模块，用于根据所述传输任务信息和所述资源配置策略，计算网络效用函数和网络惩罚函数；其中，表示网络中的第l个网络效用函数，表示所述网络中的第j个网络惩罚函数；队列信息计算模块，用于通过所述网络效用函数和所述网络惩罚函数，分别计算所述网络效用函数对应的虚拟任务队列信息以及所述网络惩罚函数对应的虚拟任务队列信息；转化模块，用于若所述虚拟任务队列信息、所述网络效用函数和所述网络惩罚函数满足预设条件，则根据所述虚拟任务队列信息以及决策空间，更新所述网络资源最优配置模型的目标函数的约束条件，并将所述网络资源最优配置模型中的目标函数和更新后的所述约束条件作为任务稳定优化模型；其中，所述预设条件包括所述虚拟任务队列信息为稳定状态、以及；求解模块，用于求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置；其中，t时刻所述网络效用函数对应的虚拟任务队列信息为，，t时刻所述网络惩罚函数对应的虚拟任务队列信息为，，满足，满足，为有限值，表示时间t分割后的各个离散时隙。本申请实施例提供一种计算机设备，包括存储器、处理器，所述存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的本文档来自技高网...

【技术保护点】
1.一种网络资源配置方法，其特征在于，所述方法包括：/n获取网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的传输任务信息和所述网络资源配置系统的资源配置策略；/n根据所述传输任务信息和所述资源配置策略，计算网络效用函数和网络惩罚函数；其 中，

【技术特征摘要】
1.一种网络资源配置方法，其特征在于，所述方法包括：
获取网络资源最优配置模型，所述网络资源最优配置模型包括网络资源配置系统的传输任务信息和所述网络资源配置系统的资源配置策略；
根据所述传输任务信息和所述资源配置策略，计算网络效用函数和网络惩罚函数；其
中，表示t时刻网络中的第l个网络效用函数，表示t时刻所述网络中的第j个网络
惩罚函数；
通过所述网络效用函数和所述网络惩罚函数，分别计算所述网络效用函数对应的虚拟任务队列信息以及所述网络惩罚函数对应的虚拟任务队列信息；
若所述虚拟任务队列信息、所述网络效用函数和所述网络惩罚函数满足预设条件，则
根据所述虚拟任务队列信息以及决策空间，更新所述网络资源最优配置模型的目标函数的
约束条件，并将所述网络资源最优配置模型中的目标函数和更新后的所述约束条件作为任
务稳定优化模型；其中，所述预设条件包括所述虚拟任务队列信息为稳定状态、以及；
求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置；
其中，t时刻所述网络效用函数对应的虚拟任务队列信息为，，t时刻所述网络惩罚函数对应的虚拟任务队列信息为，，满
足，满足，为有限值，表示时间t
分割后的各个离散时隙。


2.根据权利要求1所述的方法，其特征在于，所述获取网络资源最优配置模型，包括：通过网络状态信息、所述传输任务信息以及所述决策空间，得到所述网络资源最优配置模型。


3.根据权利要求2所述的方法，其特征在于，所述通过网络状态信息、所述传输任务信息以及所述决策空间，得到所述网络资源最优配置模型，包括：通过所述网络状态信息、所述传输任务信息以及所述决策空间，得到网络资源最优配置模型的目标函数和所述目标函数的约束条件。


4.根据权利要求1所述的方法，其特征在于，所述求解所述任务稳定优化模型，得到连续任务传输的网络资源配置信息，并根据所述网络资源配置信息对网络资源进行配置，包括：
采用采样控制方式求解所述任务稳定优化模型，得到最优资源分配对应的网络资源最优配置信息；
根据所述网络资源最优配置信息，对所述网络资源进行配置。


5.根据权利要求4所述的方法，其特征在于，所述采用采样控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息，包括：采用李亚普诺夫泛函控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息。


6.根据权利要求5所述的方法，其特征在于，所述采用李亚普诺夫泛函控制方式求解所述任务稳定优化模型，得到最优资源分配对应的所述网络资源最优配置信息，包括：采用李亚普诺夫泛函控制方式将所述任务稳定优化模型转化为凸优化模型，并求解凸优化模型，得到所述最优资源分配对应的所述网络资源最优配置信息。


7.一种网络资源配置方法，其特征在于，所述方法包括：
通过网络状态信息、传输任务信息以及决策空间，得到网络资源最优配置模型，所述网络资源最优配置...

【专利技术属性】
技术研发人员：王剑，杜军，王景璟，任勇，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11