【技术实现步骤摘要】
本申请涉及物联网中服务编排以及边缘计算领域，尤其涉及一种基于双智能体深度强化学习的物联网服务编排方法及装置。
技术介绍
1、随着过去几年网络服务需求的大幅增长，越来越多的物联网（internet ofthings，简称iot）终端需要随时随地访问的特定服务，并且用户的物联网服务需求是异构的，使得物联网网络框架设计已经从单片模式过渡到软件范式，并得到网络功能虚拟化（network functions virtualization，简称nfv）、软件定义网络（software definednetwork，简称sdn）和移动边缘计算（mobile edge computing，简称mec）技术的支持，这些新技术是革命性的关键网络架构设计概念。
2、通过 nfv 技术，网络操作变得更加灵活、可伸缩和敏捷。使得物联网服务能够快速部署和按需缩放。此外，它还通过使用通用硬件和开源软件来减少建立和维护复杂基于硬件的网络的成本。nfv使服务提供商能够以更低的成本向用户提供更加创新和专业化的服务。
3、sdn是一种新型的网络架构，...
【技术保护点】
1.一种基于双智能体深度强化学习的物联网服务编排方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述依据历史时间段的服务请求到达率，利用预先训练的神经网络模型，确定下一时间段的服务请求到达率，包括：
3.根据权利要求1所述的方法，其特征在于，在第一智能体和第二智能体的训练过程中，对于下一时间段到达的服务请求，利用第一智能体确定的划分比例，将该划分比例输出给第二智能体，利用第二智能体依据该划分比例，确定VNF编排方案，并确定该VNF编排方案下的边缘计算时间延迟和边缘能耗，将该边缘计算时间延迟和边缘能耗反馈给第一智能体；
...【技术特征摘要】
1.一种基于双智能体深度强化学习的物联网服务编排方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述依据历史时间段的服务请求到达率，利用预先训练的神经网络模型，确定下一时间段的服务请求到达率，包括：
3.根据权利要求1所述的方法，其特征在于，在第一智能体和第二智能体的训练过程中，对于下一时间段到达的服务请求，利用第一智能体确定的划分比例，将该划分比例输出给第二智能体，利用第二智能体依据该划分比例，确定vnf编排方案，并确定该vnf编排方案下的边缘计算时间延迟和边缘能耗，将该边缘计算时间延迟和边缘能耗反馈给第一智能体；
4.根据权利要求3所述的方法，其特征在于，本地计算时间延迟依据划分比例、本地节点的cpu频率，以及，执行下一时间段到达的服务请求所需的cpu周期数确定；
5.根据权利要求3所述的方法，其特征在于，依据本地计算时间延迟、本地能耗、边缘计算时间延迟，以及，边缘能耗...
【专利技术属性】
技术研发人员：王滨，赵海涛，王星，王琴，杨德贤，徐波，谢瀛辉，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。