申请/专利权人：南京邮电大学

申请日：2023-06-30

公开（公告）日：2023-09-29

公开（公告）号：CN116827796A

主分类号：H04L41/0895

分类号：H04L41/0895;H04L41/147;H04L41/16;H04L67/61;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.10.24#实质审查的生效;2023.09.29#公开

摘要：本发明公开了一种基于VNF资源需求预测的SFC智能部署方法及系统包括，构建基于VNF实例共享的SFC部署模型，减少了实例的频繁创建和撤销，在保证用户请求的QoS要求下，联合优化系统运行成本和端到端时延，并将其转化为马尔科夫决策过程模型；利用深度强化学习DuelingDQN进行该部署模型的求解；得到最优的动态虚拟网络功能链部署策略；本发明构建了一套完整的服务功能链部署方法，针对移动核心网架构下提出了一种基于VNF资源需求预测的SFC智能部署算法，建立了最小化系统通信成本的优化问题；使用深度强化学习领域中的深度强化学习DuelingDQN解决最小化系统部署成本问题，以时延约束前提下选择最优的SFC部署策略。

主权项：1.一种基于VNF资源需求预测的SFC智能部署方法，其特征在于，包括：对当前网络负载特征、VNF性能特征、网络流量和节点资源特征进行分析，建立当前到达的SFC各节点所需的资源预测模型，并返回满足条件的VNFs节点集合；建立SFC映射模型，将所述模型中的SFC映射过程分为三层结构并对抽象参数进行表示，建立SFC部署成本模型；通过所述预测模型返回的节点集合建立深度学习模型，确定系统的状态空间集合、动作空间集合和奖励函数并分别进行初始化；将最小化SFC部署成本作为目标函数，以时延为约束，构建深度强化学习DuelingDQN算法获得最优的SFC部署策略。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于VNF资源需求预测的SFC智能部署方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD