一种基于深度强化学习的服务功能链资源动态调整方法技术

本发明专利技术公开了一种基于深度强化学习的服务功能链(SFC)动态调整方法，属于网络功能虚拟化(NFV)编排领域，所述基于深度强化学习的SFC动态调整方法包括：步骤1)构建面向数据中心的物理网络模型；步骤2)对数据中心所需要的SFC请求进行建模；步骤3)对SFC动态调整过程建模；步骤4)马尔可夫决策过程(MDP)建模；步骤5)搭建智能SFC动态调整算法(ISFCDAA)模型；步骤6)训练ISFCDAA模型；利用训练好的ISFCDAA进行SFC动态调整。本发明专利技术最终可实现数据中心网络中较高服务接受率和长期收益，为网络功能虚拟化编排器(Network Function Virtualization Orchestrator,NFVO)编排器的资源管理提供了有效的解决方案。

【技术实现步骤摘要】

本专利技术涉及nfv编排，尤其涉及一种基于深度强化学习的服务功能链资源动态调整方法。

技术介绍

1、在当前互联网技术高速发展的时代，用户的网络服务需求正变得日益多元化与复杂化。传统的网络架构依赖于一系列专用的硬件设备来实现网络功能，包括但不限于防火墙、网络地址转换器和负载均衡器等。这些专用设备的网络服务与其硬件紧密关联，造成了服务提供商在应对多变的服务需求时遇到诸多挑战。由于不同专用设备的标准化程度存在差异，这大大限制了网络配置的灵活性，加之这些设备的日常维护和管理代价高昂，导致网络运营的成本负担进一步加剧。此外，随着5g/6g网络技术的快速发展，垂直行业服务(如智能制造、远程医疗等)需求的显著增长，原有基于专用硬件设备的网络服务模式面临着前所未有的挑战。这些新兴的网络服务不仅对网络的灵活性和可扩展性提出了更高的要求，而且对网络的实时响应能力和服务质量(quality of service,qos)有着严格的要求。然而，传统网络架构中的专用硬件设备因其固有的硬件依赖性和低配置灵活性，难以迅速适应这种快速变化的网络服务需求，导致无法高效地支持新兴的网络应用，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服务功能链资源动态调整方法，其特征在于，包括：

2.根据权利要求1所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤1)具体包括：

3.根据权利要求2所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤2)具体包括：

4.根据权利要求1所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤3)中SFC调整包括满足每个服务器CPU资源、满足实际物理链路带宽资源、SFC中每个VNF由单个服务器服务以及满足请求时延；SFC调整成本包括迁移成本和实例化成本；SFC调整目标包括最小化调整成...

【技术特征摘要】

1.一种基于深度强化学习的服务功能链资源动态调整方法，其特征在于，包括：

2.根据权利要求1所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤1)具体包括：

3.根据权利要求2所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤2)具体包括：

4.根据权利要求1所述的基于深度强化学习的服务功能链资源动态调整方法，其特征在于，步骤3)中sfc调整包括满足每个服务器cpu资源、满足实际物理链路带宽资源、sfc中每个vnf由单个服务器服务以及满足请求时延；sfc调整成本包括迁移成本和实例化成本；sfc调整目标包括最小化调整成本和最小化资源分布标准...

【专利技术属性】
技术研发人员：舒兆港，王媛滔，陈淑武，谢海辉，
申请(专利权)人：福建农林大学，
类型：发明
国别省市：