计算机应用研究

作者：金明,李琳琳,张文瑾,刘文,

单位：1.火箭军工程大学作战保障学院,西安710000；2.解放军96941部队,北京100089；3.解放军96872部队,陕西宝鸡721000；

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,

基金：国家自然科学基金资助项目；；

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。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期