一种基于深度强化学习的虚拟网络功能转发图部署方法技术

本发明专利技术涉及通信技术领域，具体涉及一种基于深度强化学习的虚拟网络功能转发图部署方法，利用神经网络推断过程执行速度快的特点，快速求解部署方案，提高时效及准确性；同时利用深度强化学习方法，面对不同实际情况自适应地学习并调整部署策略。具体通过构建智能体学习模型和与现实相符的网络仿真环境，在仿真环境中不断积累经验池后训练智能体学习模型，最终使用训练好的模型在实际环境中给出虚拟网络功能转发图部署决策，本发明专利技术通过加入深度强化学习模型和图神经网络，解决虚拟网络功能转发图部署问题中复杂的图结构处理和序列决策问题，且能面对不同的网络环境自适应的调整部署策略，提供高效，快速，低延迟的部署方案。

【技术实现步骤摘要】

本专利技术涉及通信，具体涉及一种基于深度强化学习的虚拟网络功能转发图部署方法。

技术介绍

1、物联网(internet of things,iot)技术让万物互联。截止到2022年，连接物联网的设备数量超过450亿。大量的设备给物联网网络中的业务提供带来新的挑战，特别是由于应用的不同，客户向电信服务提供商提出的业务要求也各不相同。这一问题在目前的网络中是极其具有挑战性的，因为当前的服务部署是基于专用网络功能。为了解决上述传统网络中的业务提供问题，软件定义网络(software defined network,sdn)和网络功能虚拟化(network function virtualization,nfv)被作为构建动态、敏捷的iot网络的两项关键技术。sdn通过集中路由设备的控制功能创建可编程网络。通过这些技术，在支持sdn和nfv的iot网络中，一个网站的网络服务被分解为一系列的虚拟化网络功能(virtualizednetwork function,vnf)。通过sdn控制器，实现网络服务的动态设计、部署和管理。

2、然而为了实现支持sdn和本文档来自技高网...

【技术保护点】

1.一种基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

3.如权利要求2所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

4.如权利要求3所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

5.如权利要求4所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

6.如权利要求5所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

7.如权利要求6所述的基于深度...

【技术特征摘要】

1.一种基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，包括下列步骤：

2.如权利要求1所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

3.如权利要求2所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

4.如权利要求3所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

5.如权利要求4所述的基于深度强化学习的虚拟网络功能转发图部署方法，其特征在于，

...

【专利技术属性】
技术研发人员：黄林，黄柏华，陈鹏，高荣亮，李侦，罗广军，邱帆，
申请(专利权)人：中国电子科技集团公司第三十四研究所，
类型：发明
国别省市：