基于深度强化学习的流媒体边缘云会话调度策略

摘要：

在流媒体边缘云资源调度中,传统启发式方法或规划方法多数存在自适应性不足、时间复杂度高等问题.基于迁移代价、负载均衡等约束,提出一种流媒体边缘云会话调度策略.以流媒体边缘云系统的状态信息作为属性特征,结合深度学习与确定性策略进行梯度强化学习,以解决用户请求接入问题.实验结果表明,该策略具有较好的请求接入效果,且能够降低迁移代价,同时缩短了运行时间.

关键词：流媒体边缘云、会话调度、会话迁移、深度学习、强化学习、确定性策略梯度

所属期刊栏目：45

分类号：TP37(计算技术、计算机技术)

资助基金：国家自然科学基金61673362;中央高校基本科研业务费专项资金WK3500000002

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：237-242,248