[发明专利]服务于众智计算环境的服务链部署方法及系统

权利要求书

1.服务于众智计算环境的服务链部署方法，其特征在于，该方法包括以下步骤：

步骤1，基于网络拓扑进行路由器模型的构建，明确服务链的服务流程；

步骤2，根据步骤1的网络拓扑确定与用户相连的AP节点的部署，并确定AP节点在复用情况下复用用户个数对传输时延的函数；

步骤3，将模型的参数、路由器的传输时延参数以及部署开销的参数传入路由器模型，采用深度强化学习的方法，从一个路由节点开始，对整个网络进行优化，迭代到时延整体达到最低；

所述步骤3的优化迭代过程中，利用贝尔曼方程，通过前几轮迭代中路由节点产生的延迟和衰减系数作为影响当前节点部署的因素，且当前状态的节点选择概率为：

V(s)＝max_a(R(s，a)+γV(s′))

式中，V(s)表示当前状态s的节点选择概率，R(s,a)表示选择当前状态s导致的延迟的相反数加上一个常数，其中γ表示衰减系数，s′表示当前状态s的下一状态，a表示当前模型执行的下一步操作 即改变某个节点的服务；

步骤4，根据 步骤3生成的部署方案进行服务链的部署。

2.根据权利要求1所述的服务于众智计算环境的服务链部署方法，其特征在于，所述步骤2中确定的传输时延和用户个数的函数关系如下：

Delay＝e^0.1*x

式中：Delay表示传输时延，x表示AP节点接入用户个数。

3.根据权利要求1-2任一项所述的服务于众智计算环境的服务链部署方法，其特征在于，所述步骤3中影响深度强化学习的奖励因素包括部署开销以及传输延迟两部分，即

Cost＝αDelay+βConsumption

式中，Cost表示深度强化模型要最终优化的Reward，α和β均表示权重参数，Delay表示传输时延，Consumption表示部署开销。

4.服务于众智计算环境的服务链部署系统，其特征在于，该系统包括：

模型构建模块，基于网络拓扑进行路由器模型的构建，明确服务链的服务流程；

传输时延模块，根据模型构建模块中的拓扑确定与用户相连的AP节点的部署，并生成AP节点在复用情况下复用用户个数对传输时延的函数；

优化模块，将模型的参数、路由器的传输时延参数以及部署开销的参数传入路由器模型，采用深度强化学习的方法，从一个路由节点开始，对整个网络进行优化，迭代到时延整体达到最低，获得优化的服务链部署方案；

所述优化模块利用贝尔曼方程，通过前几轮迭代中路由节点产生的延迟和衰减系数作为影响当前节点部署的因素，且当前状态的节点选择概率为：

V(s)＝max_a(R(s，a)+γV(s′))

式中，V(s)表示当前状态s的节点选择概率，R(s,a)表示选择当前状态s导致的延迟的相反数加上一个常数，其中γ表示衰减系数，s′表示当前状态s的下一状态，a表示当前模型执行的下一步操作。

5.根据权利要求4所述的服务于众智计算环境的服务链部署系统，其特征在于，所述传输时延模块确定的传输时延和用户个数的函数关系如下：

Delay＝e^0.1*x

式中：Delay表示传输时延，x表示AP节点接入用户个数。

6.根据权利要求4-5任一项所述的服务于众智计算环境的服务链部署系统，其特征在于，所述优化模块中影响深度强化学习的奖励因素包括部署开销以及传输延迟两部分，即

Cost＝αDelay+βConsumption

式中，Cost表示深度强化模型要最终优化的Reward，α和β均表示权重参数，Delay表示传输时延，Consumption表示部署开销。