基于Q-learning算法的vEPC虚拟网络功能部署方法

• 作者: 汤红波 王晓雷 袁泉 赵宇 黄开枝
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 5G 虚拟网络功能 服务功能链部署 Q-learning
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 学术通信
• 页码范围: 172-182
• 页数: 11页
• 分类号: TN915.81
• 字数: 8070字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2017173

摘要

针对虚拟化演进分组核心网(vEPC)环境下,现有虚拟网络功能(VNF)部署方法无法在优化时延的同时保证服务链部署收益的问题,提出一种改进的基于Q-learning算法的vEPC虚拟网络功能部署方法.在传统0-1规划模型的基础上,采用马尔可夫决策过程建立了vEPC服务链部署的空间一时间优化模型,并设计了改进的Q-learning算法求解.该方法同时考虑了空间维度下的EPC服务链虚拟映射和时间维度下的VNF生命周期管理,实现了VNF部署的收益一时延多目标优化.仿真结果表明,与其他VNF部署方法相比,该方法在降低网络时延的同时提高了VNF部署的收益和请求接受率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤红波		54	210	8.0	11.0
3	王晓雷		20	80	4.0	8.0
5	黄开枝		129	449	11.0	14.0
8	袁泉		8	22	2.0	4.0