[发明专利]一种NFV资源调度方法、装置以及系统有效

专利信息
申请号: 202110800472.5 申请日: 2021-07-15
公开(公告)号: CN113535399B 公开(公告)日: 2023-04-25
发明(设计)人: 吴立军;李志圆 申请(专利权)人: 电子科技大学
主分类号: G06F9/50 分类号: G06F9/50;G06F9/48;G06F18/25;G06N3/0464;G06N3/08;H04L41/0894;H04W24/04;H04W28/16
代理公司: 北京艾格律诗专利代理有限公司 11924 代理人: 谢毅
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 nfv 资源 调度 方法 装置 以及 系统
【权利要求书】:

1.一种NFV资源调度方法,其特征在于,所述NFV资源调度方法包括:

获取原始请求数据以及动态网络拓扑信息;

根据所述原始请求数据获取服务请求特征;

根据所述动态网络拓扑信息获取拓扑特征;

将所述服务请求特征以及所述拓扑特征融合从而形成融合特征;

获取训练后的资源分配调度模型;

将所述融合特征输入至所述资源分配调度模型从而获取调度处理动作信息;

所述根据所述原始请求数据获取服务请求特征包括:

通过多头自注意力机制获取原始请求数据中的服务请求特征,其中,

在自注意力机制中引入了位置编码,使用多头自注意力,使用不同的线性映射将原请求投射到不同维度,并分别进行自注意力计算,最后进行多头串联,从而得到最终的服务请求特征;

所述根据所述动态网络拓扑信息获取拓扑特征包括:

通过双组件图卷积神经网络获取动态网络拓扑信息中的拓扑特征,其中,

进行动态拓扑的特征提取,引入双组件图卷积来显式地建模节点和链路的相关性,对非欧几里德域的网络拓扑进行自动特征提取。

2.如权利要求1所述的NFV资源调度方法,其特征在于,在所述将所述融合特征输入至所述资源分配调度模型从而获取调度处理动作信息之后,所述NFV资源调度方法进一步包括:

根据所述调度处理动作信息控制所述NFV资源对NFV环境进行调度并获取在通过该调度处理动作信息进行调度后NFV环境所返回的评价信息。

3.如权利要求2所述的NFV资源调度方法,其特征在于,所述评价信息包括对所述调度处理动作信息的评价以及指标信息。

4.如权利要求3所述的NFV资源调度方法,其特征在于,在获取在通过该调度处理动作信息进行调度后NFV环境所返回的评价信息后,所述NFV资源调度方法进一步包括:

根据获取的评价信息对资源分配调度模型中的参数进行调整。

5.一种NFV资源调度装置,其特征在于,所述NFV资源调度装置包括:

原始请求数据获取模块,所述原始请求数据获取模块用于获取原始请求数据;

动态网络拓扑信息获取模块,所述动态网络拓扑信息获取模块用于获取动态网络拓扑信息;

服务请求特征获取模块,所述服务请求特征获取模块用于根据所述原始请求数据获取服务请求特征;

拓扑特征获取模块,所述拓扑特征获取模块用于根据所述动态网络拓扑信息获取拓扑特征;

融合模块,所述融合模块用于将所述服务请求特征以及所述拓扑特征融合从而形成融合特征;

模型获取模块,所述模型获取模块用于获取训练后的资源分配调度模型;

模型计算模块,所述模型计算模块用于将所述融合特征输入至所述资源分配调度模型从而获取调度处理动作信息;其中,

所述根据所述原始请求数据获取服务请求特征包括:

通过多头自注意力机制获取原始请求数据中的服务请求特征,其中,

在自注意力机制中引入了位置编码,使用多头自注意力,使用不同的线性映射将原请求投射到不同维度,并分别进行自注意力计算,最后进行多头串联,从而得到最终的服务请求特征;

所述根据所述动态网络拓扑信息获取拓扑特征包括:

通过双组件图卷积神经网络获取动态网络拓扑信息中的拓扑特征,其中,

进行动态拓扑的特征提取,引入双组件图卷积来显式地建模节点和链路的相关性,对非欧几里德域的网络拓扑进行自动特征提取。

6.一种NFV资源调度系统,其特征在于,所述NFV资源调度系统包括多个如权利要求5所述的NFV资源调度装置。

7.一种电子设备,包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的NFV资源调度方法。

8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时能够实现如权利要求1至4中任一项所述的NFV资源调度方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110800472.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top