【技术实现步骤摘要】
本专利技术实施例涉及算力网络，尤其涉及一种算力网络资源分配方法、装置、电子设备和介质。
技术介绍
1、当前网络中普遍采用传输控制协议(transmission control protocol，tcp)统计复用模式分配网络资源，即根据业务或者用户优先级设定不同的轮询方案分配不同的资源进行服务，以此保证通信质量兼顾多方需求。
2、但现代设备接入网络速率高、变化快，现有的开环服务模式不具备适时调整能力，经常陷入局部拥塞状态，无法达成总体最优；并且用户需求多样且难以获知，天然性的信息不对称使得网络管理者难以捕获需求状态调整供需配置，使得网络设备资源利用率低下。
技术实现思路
1、本专利技术实施例提供一种算力网络资源分配方法、装置、电子设备和介质，以解决现有的无法更好的进行网络资源分配的问题。
2、为了解决上述技术问题，本专利技术是这样实现的：
3、第一方面，本专利技术实施例提供了一种算力网络资源分配方法，包括：
4、获取目标网络的算力网络资源利用规则，其中，所述目标网络的算力网络资源利用规则通过将目标网络的算力网络资源信息和目标网络的用户的服务时间进行映射得到；
5、根据所述目标网络的算力网络资源利用规则得到目标网络的算力网络价格模型；
6、根据所述目标网络的算力网络资源利用规则和所述目标网络的算力网络价格模型构建目标效用函数；
7、根据所述目标效用函数得到所述目标网络的资源分配结果。
8、可
9、所述带宽资源包括以下至少一项：最小带宽需求和最大带宽需求，所述算力资源包括以下至少一项：算力最低价格和算力最高价格；所述目标网络的用户的服务时间包括：用户的服务起始时间和用户的服务结束时间；
10、所述目标网络的算力网络资源利用规则为：将所述最小带宽需求、最大带宽需求、算力最低价格和算力最高价格与用户的服务起始时间和用户的服务结束时间进行映射，并对所述算力网络资源信息和所述目标网络的用户的服务时间设置约束条件。
11、可选的，所述目标网络的算力网络价格模型根据所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率确定。
12、可选的，所述目标效用函数为所述目标网络的算力网络价格模型减去附带权重的所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率的乘积。
13、可选的，所述目标效用函数还包括：用户满意度；
14、所述目标效用函数为所述目标网络的算力网络价格模型减去附带权重的所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率的乘积，再加上用户满意度函数。
15、可选的，所述根据所述目标效用函数得到所述目标网络的资源分配结果，包括：
16、将使得所述目标效用函数最大值下的所述目标网络的算力网络资源利用规则和所述目标网络的算力网络价格模型中对应的带宽资源和算力资源，作为所述目标网络的资源分配结果。
17、可选的，还包括：
18、将所述目标效用函数和所述目标网络的资源分配结果输入目标神经网络，并根据预先设置的约束条件和迭代条件对所述目标效用函数进行迭代优化；
19、当满足预先设置的迭代条件时停止优化，得到目标网络的最优资源分配结果。
20、第二方面，本专利技术实施例提供了一种算力网络资源分配装置，包括：
21、获取模块，用于获取目标网络的算力网络资源利用规则，其中，所述目标网络的算力网络资源利用规则通过将目标网络的算力网络资源信息和目标网络的用户的服务时间进行映射得到；
22、第一处理模块，用于根据所述目标网络的算力网络资源利用规则得到目标网络的算力网络价格模型；
23、第二处理模块，用于根据所述目标网络的算力网络资源利用规则和所述目标网络的算力网络价格模型构建目标效用函数；
24、第三处理模块，用于根据所述目标效用函数得到所述目标网络的资源分配结果。
25、可选的，所述算力网络资源信息包括带宽资源和算力资源；
26、所述带宽资源包括以下至少一项：最小带宽需求和最大带宽需求，所述算力资源包括以下至少一项：算力最低价格和算力最高价格；所述目标网络的用户的服务时间包括：用户的服务起始时间和用户的服务结束时间；
27、所述目标网络的算力网络资源利用规则为：将所述最小带宽需求、最大带宽需求、算力最低价格和算力最高价格与用户的服务起始时间和用户的服务结束时间进行映射，并对所述算力网络资源信息和所述目标网络的用户的服务时间设置约束条件。
28、可选的，所述目标网络的算力网络价格模型根据所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率确定。
29、可选的，所述目标效用函数为所述目标网络的算力网络价格模型减去附带权重的所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率的乘积。
30、可选的，所述目标效用函数还包括：用户满意度；
31、所述目标效用函数为所述目标网络的算力网络价格模型减去附带权重的所述目标网络的算力网络资源利用规则和不同时刻下的不同优先级的用户的所述用户分布概率的乘积，再加上用户满意度函数。
32、可选的，所述第三处理模块，包括：
33、处理子模块，用于将使得所述目标效用函数最大值下的所述目标网络的算力网络资源利用规则和所述目标网络的算力网络价格模型中对应的带宽资源和算力资源，作为所述目标网络的资源分配结果。
34、可选的，还包括：
35、优化模块，用于将所述目标效用函数和所述目标网络的资源分配结果输入目标神经网络，并根据预先设置的约束条件和迭代条件对所述目标效用函数进行迭代优化；当满足预先设置的迭代条件时停止优化，得到目标网络的最优资源分配结果。
36、第三方面，本专利技术实施例提供了一种电子设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面中任一项所述的算力网络资源分配方法中的步骤。
37、第四方面，本专利技术实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面中任一项所述的算力网络资源分配方法中的步骤。
38、在本专利技术中，通过结合算力网络资源利用规则和算力网络价格模型定义算力网络的效用函数，分时段、分用户的提供差异化服务，实现算力、带宽联合资源分配，提升了网络性能，解决了现有的不具备适时调整能力，无法达成总体最优，并且用户需求多样且难以获知，使得网络设备资源利用率低下的问题。
本文档来自技高网...【技术保护点】
1.一种算力网络资源分配方法，其特征在于，包括：
2.根据权利要求1所述的算力网络资源分配方法，其特征在于，
3.根据权利要求1所述的算力网络资源分配方法，其特征在于，
4.根据权利要求1所述的算力网络资源分配方法，其特征在于，
5.根据权利要求1所述的算力网络资源分配方法，其特征在于，
6.根据权利要求1所述的算力网络资源分配方法，其特征在于，所述根据所述目标效用函数得到所述目标网络的资源分配结果，包括：
7.根据权利要求1所述的算力网络资源分配方法，其特征在于，还包括：
8.一种算力网络资源分配装置，其特征在于，包括：
9.一种电子设备，其特征在于：包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述的算力网络资源分配方法中的步骤。
10.一种可读存储介质，其特征在于：所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述的算力网络资源分配方法中
...【技术特征摘要】
1.一种算力网络资源分配方法，其特征在于，包括：
2.根据权利要求1所述的算力网络资源分配方法，其特征在于，
3.根据权利要求1所述的算力网络资源分配方法，其特征在于，
4.根据权利要求1所述的算力网络资源分配方法，其特征在于，
5.根据权利要求1所述的算力网络资源分配方法，其特征在于，
6.根据权利要求1所述的算力网络资源分配方法，其特征在于，所述根据所述目标效用函数得到所述目标网络的资源分配结果，包括：
7.根据权利要求1...
【专利技术属性】
技术研发人员：葛宁，孙佳辰，张曦木，刘京，马克，赵琳，翁玮文，王桂英，崔诗雨，杜琴，程锦霞，张龙，邓伟，
申请(专利权)人：清华大学，
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。