基于深度强化学习的服务功能链多维资源优化

摘要：

在网络功能虚拟化(Network Function Virtualization,NFV)环境下,保证用户服务功能链(Service Function Chain,SFC)服务质量的同时节约资源消耗,降低运营成本,对运营商来说至关重要.联合考虑SFC部署和无线接入网资源分配,提出一种基于深度强化学习的SFC多维资源联合分配算法.构建一种基于环境感知的SFC资源分配机制,建立用户时延要求、无线速率需求以及资源容量等约束下的SFC部署成本最小化模型.考虑到无线环境的动态变化,将此优化问题转化为一个无模型离散时间马尔科夫决策过程(Markov Decision Process,MDP)模型.由于该MDP状态空间的连续性和动作空间的高维性,采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)强化学习算法进行求解,得到最小化部署成本的资源分配策略.仿真结果表明,该算法可在满足性能需求及资源容量等约束的同时,有效降低SFC部署成本和端到端传输时延.

关键词：网络功能虚拟化、服务功能链部署、无线资源分配、强化学习、深度确定性策略梯度算法

所属期刊栏目：57

分类号：TN929.5;TP393

资助基金：国家自然科学基金;重庆市教委科学技术研究项目

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76