[发明专利]基于深度强化学习的服务链并行部署方法及装置

权利要求书

1.一种基于深度强化学习的服务链并行部署方法，其特征在于，包括以下步骤：

步骤S1：对离线的服务链部署问题进行数学建模，以得到所述服务链部署问题的数学公式；

步骤S2：根据所述数学公式为所有服务链中的共享的VNF选择放置服务器位置，其中，通过深度强化学习中的DQN来选择可共享的VNF的服务器位置，以生成多个子服务链；以及

步骤S3：通过最短路径原则将多个子服务链连成完整服务链，并为没有指定放置位置的VNF选择部署服务器；

在为共享的VNF选择放置服务器时，采用深度强化学习，以使DRL根据网络拓扑和每个服务链请求的源点和目的点的位置分布为共享的VNF选择服务器；

根据服务链部署问题获取多个服务链请求，其中，所述多个服务链请求包括每个服务链请求的源点和目的点的服务器与每个服务链中的VNF的顺序、类型和资源消耗。

2.根据权利要求1所述的基于深度强化学习的服务链并行部署方法，其特征在于，在所述步骤S1中，将数据中心网络建模为一个边加权顶点加权的无向图G＝(V，E)，其中，c_e表示每条边的带宽，e∈E，c_v表示每个顶点的计算能力，v∈V，且用CPU表示节点服务器的计算能力c_v，其中，通过所述节点服务器每秒支持的指令数表示所述计算能力c_v。

3.一种基于深度强化学习的服务链并行部署装置，其特征在于，包括：

建模模块，用于对离线的服务链部署问题进行数学建模，以得到所述服务链部署问题的数学公式；

选择模块，用于根据所述数学公式为所有服务链中的共享的VNF选择放置服务器位置，其中，通过深度强化学习中的DQN来选择可共享的VNF的服务器位置，以生成多个子服务链；

部署模块，用于通过最短路径原则将多个子服务链连成完整服务链，并为没有指定放置位置的VNF选择部署服务器；

获取模块，用于根据服务链部署问题获取多个服务链请求，其中，所述多个服务链请求包括每个服务链请求的源点和目的点的服务器与每个服务链中的VNF的顺序、类型和资源消耗；

所述选择模块具体用于，在为共享的VNF选择放置服务器时，采用深度强化学习，以使DRL根据网络拓扑和所述每个服务链请求的源点和目的点的位置分布为共享的VNF选择服务器。

4.根据权利要求3所述的基于深度强化学习的服务链并行部署装置，其特征在于，所述建模模块还用于，

将数据中心网络建模为一个边加权顶点加权的无向图G＝(V，E)，其中，c_e表示每条边的带宽，e∈E，c_v表示每个顶点的计算能力，v∈V，且用CPU表示节点服务器的计算能力c_v，其中，通过所述节点服务器每秒支持的指令数表示所述计算能力c_v。