[发明专利]一种性能感知的服务功能链智能部署方法及装置

权利要求书

1.一种性能感知的服务功能链智能部署方法，其特征在于，包括以下步骤：

S1，计算服务功能链中所有VNF的性能影响因子总和；其中，每个VNF的性能影响因子为所述每个VNF所需的虚拟资源与对应物理服务器剩余的物理资源的比值；

S2，以所述总和最小为优化目标，利用深度强化学习算法得到最佳节点映射方案；

S3，基于所述最佳节点映射方案，完成所有VNF的映射；

S4，基于多路径的链路部署方法，完成服务功能链中不同VNF之间的链路映射。

2.根据权利要求1所述的一种性能感知的服务功能链智能部署方法，其特征在于，所述步骤S1中，

映射到服务器n_s上的虚拟网络功能n_v的性能影响因子为：

其中，n_v∈N_V，n_s∈N_s，N_V和N_s分别表示VNF集合和物理服务器集合；与分别表示虚拟网络功能n_v所需的虚拟计算资源、虚拟缓存资源和虚拟带宽资源；与分别表示还未在物理服务器n_s上部署虚拟网络功能n_v时，物理服务器n_s上剩余的物理计算资源、物理缓存资源和物理带宽资源；为权重系数，且

3.根据权利要求2所述的一种性能感知的服务功能链智能部署方法，其特征在于，所述步骤S2包括：

采用深度强化学习算法中的DQN算法，通过最大化累计奖励得到最佳节点映射方案。

4.根据权利要求3所述的一种性能感知的服务功能链智能部署方法，其特征在于，所述采用深度强化学习算法中的DQN算法，通过最大化累计奖励得到最佳节点映射方案，包括：

S21，设置深度强化学习算法的模型参数，包括状态集、动作集和奖励值；

其中，t时刻的状态集S_t＝{S_v,S_p}；

式中，S_v为服务功能链中所有虚拟节点的状态集合，包括已映射虚拟节点与物理服务器的对应部署结果和剩余的未映射虚拟节点的状态；S_p为底层物理服务器的状态集合，包括物理服务器已被VNF占用的资源和剩余资源的状态；

t时刻的动作集A_t＝{A_n,A_r}；

式中，A_n为节点映射的动作集合，A_r为资源分配的动作集合；

t时刻的奖励值r_t表示为：

式中，L为一个正数；

S22，初始化经验回放池，随机初始化主网络，并将主网络的权重参数ω复制给目标网络；

S23，初始化状态集S_t＝{S_v,S_p}，且令t＝0，得到状态s_t；

S24，确定可选动作集A_t，以ε的概率随机选择一个动作，以1-ε的概率依据主网络的估值选取最优动作；

S25，执行S24最终选取的动作a_t，得到奖励值r_t，到达下一状态s_t+1，将向量[s_t,a_t,r_t,s_t+1]放入经验回放池；若经验回放池满，则进入步骤S26；若经验回放池未满，但所有VNF已完成部署，则进入步骤S23；若经验回放池未满，且存在VNF未完成部署，则t＝t+1，并进入步骤S24；

S26，从经验回放池中随机抽取一批向量，并从所述一批向量中逐个取出向量分别输入主网络、目标网络以计算得到损失函数，使用梯度下降法更新所述主网络的权重参数ω；

S27，重复步骤S26，并每隔时间长度T将所述主网络的权重参数ω复制给目标网络，直至网络收敛或达到预设迭代次数。