运营商网络中基于深度强化学习的服务功能链迁移机制

发布时间：2023-01-26 01:50

　　为改善运营商网络提供的移动服务体验,该文研究服务功能链（SFC）的在线迁移问题。首先基于马尔可夫决策过程（MDP）对服务功能链中的多个虚拟网络功能（VNF）在运营商网络中的驻留位置迁移进行模型化分析。通过将强化学习和深度神经网络相结合提出一种基于双深度Q网络（double DQN）的服务功能链迁移机制,该迁移方法能在连续时间下进行服务功能链的在线迁移决策并避免求解过程中的过度估计。实验结果表明,该文所提出的策略相比于固定部署算法和贪心算法在端到端时延和网络系统收益等方面优势明显,有助于运营商改善服务体验和资源的使用效率。 

【文章页数】：7 页

【参考文献】：
期刊论文
[1]基于深度增强学习的软件定义网络路由优化机制[J]. 兰巨龙,于倡和,胡宇翔,李子勇.  电子与信息学报. 2019(11)
[2]基于云推理模型的深度强化学习探索策略研究[J]. 李晨溪,曹雷,陈希亮,张永亮,徐志雄,彭辉,段理文.  电子与信息学报. 2018(01)



本文编号：3732030