一种基于深度强化学习的虚拟网络映射方法

摘要

一种基于深度强化学习的虚拟网络映射方法，包括以下步骤：步骤1，将虚拟网络映射中节点映射问题建模为马尔可夫决策过程；步骤2，在马尔可夫决策过程基础上，利用DDQN算法进行虚拟节点的映射；步骤3，利用最短路径算法进行虚拟网络链路映射：步骤4，更新物理网络资源，包括CPU资源和链路带宽资源。通过这种自适应学习方案，可以通过节约能耗和提高VNR接收率来获得全局最优的映射方法，比传统方法相比，有更好的灵活性。实验表明，该方法能够降低能耗，提高请求接受率并提高长期平均收益。