基于异步优势演员-评论家学习的服务功能链资源分配算法

• 作者: 唐伦 贺小雨 王晓 谭颀 胡彦娟 陈前斌
• 来源期刊: 电子与信息学报
• 关键词: 网络切片 服务功能链资源分配 马尔科夫决策过程 异步优势演员-评论家学习 区块链
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 通信与信号处理|Communication and Signal Processing
• 页码范围: 1733-1741
• 页数: 9页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.11999/JEIT200287

摘要

考虑网络全局信息难以获悉的实际情况,针对接入网切片场景下用户终端(UE)的移动性和数据包到达的动态性导致的资源分配优化问题,该文提出了一种基于异步优势演员-评论家(A3C)学习的服务功能链(SFC)资源分配算法.首先,该算法建立基于区块链的资源管理机制,通过区块链技术实现可信地共享并更新网络全局信息,监督并记录SFC资源分配过程.然后,建立UE移动和数据包到达时变情况下的无线资源、计算资源和带宽资源联合分配的时延最小化模型,并进一步将其转化为马尔科夫决策过程(MDP).最后,在所建立的MDP中采用A3C学习方法,实现资源分配策略的求解.仿真结果表明,该算法能够更加合理高效地利用资源,优化系统时延并保证UE需求.