申请/专利权人:北京邮电大学
申请日:2019-11-27
公开(公告)日:2021-01-12
公开(公告)号:CN110890985B
主分类号:H04L12/24(20060101)
分类号:H04L12/24(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2021.01.12#授权;2020.04.10#实质审查的生效;2020.03.17#公开
摘要:本发明提供了一种虚拟网络映射方法及其模型训练方法、装置,该模型训练方法包括:根据物理网络中的节点信息获取训练集,将训练集进行预处理,得到训练集中节点信息的索引信息;将已完成预处理的训练集输入至模型的编码单元中进行训练,得到第一训练结果;将第一训练结果输入至模型的解码单元中进行训练,得到第二训练结果;根据第二训练结果,使用预设的损失函数计算模型的损失值;通过损失值更新模型参数;判断损失值是否满足预设的损失阈值;如果满足,则结束训练,得到用于虚拟网络映射的模型。通过编码单元中的多个编码器以及解码单元中的多个解码器并采用强化学习算法进行训练,提升了模型对虚拟网络的映射效果。
主权项:1.一种用于虚拟网络映射的模型训练方法,其特征在于,所述方法包括:根据物理网络中的节点信息获取训练集,将所述训练集进行预处理,得到所述训练集中的所述节点信息的索引信息;将已完成预处理的所述训练集输入至所述模型的编码单元中进行训练,得到第一训练结果;将所述第一训练结果输入至所述模型的解码单元中进行训练,得到第二训练结果;根据所述第二训练结果,使用预设的损失函数计算所述模型的损失值;通过所述损失值更新所述模型的参数;判断所述损失值是否满足预设的损失阈值;如果满足,则结束训练,得到用于虚拟网络映射的模型;所述模型的编码单元中包含多个编码器;所述将已完成预处理的所述训练集输入至所述模型的编码单元中进行训练,得到第一训练结果的步骤,包括:对所述模型的编码单元进行初始化,所述编码单元中包含多个相同的编码器;将已完成预处理的所述训练集输入至第一个编码器中并输出编码结果;依次将前一个编码器输出的编码结果输入后一个编码器,直至最后一个编码器输出的编码结果记为所述第一训练结果;所述模型的解码单元中包含多个解码器;所述将所述第一训练结果输入至所述模型的解码单元中进行训练,得到第二训练结果步骤,包括:对所述模型的解码单元进行初始化,所述解码单元中包含多个相同的解码器;将所述第一训练结果输入至第一个解码器并输出解码结果;依次将前一个解码器输出的解码结果以及所述第一训练结果输入后一个解码器,直至最后一个解码器输出的解码结果记为第二训练结果。
全文数据:
权利要求:
百度查询: 北京邮电大学 虚拟网络映射方法及其模型训练方法、装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。