基于深度强化学习的服务功能链映射算法

• 作者: 刘文 张文瑾 李琳琳 金明
• 来源期刊: 计算机应用研究
• 关键词: 网络功能虚拟化 服务功能链 深度强化学习 网络时延 网络运维开销
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3456-3460,3466
• 页数: 6页
• 分类号: TP302
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.08.0278

摘要

针对服务功能链映射对网络时延和部署失败率的影响,提出了一种基于深度强化学习的服务功能链映射算法DQN-SFC.首先构建了一个多层次NFV管理编排架构,以满足算法对资源感知和设备配置的需求;然后基于马尔可夫决策过程建模,对SFC映射问题进行形式化描述;最后构建了一个深度强化学习网络,将网络平均时延和部署失败产生的运维开销作为奖惩反馈,经过训练后可根据网络状态决定虚拟网络功能的部署位置.通过仿真实验,对该算法的正确性和性能优势进行了验证.实验表明:与传统算法相比,该算法能有效降低网络平均时延和部署失败率,同时算法运行时间具有一定优势.