[发明专利]网络切片的资源配置方法及装置、存储介质、电子设备

权利要求书

1.一种网络切片的资源配置方法，其特征在于，所述方法包括：

获取初始网络资源和切片类型，并按照所述切片类型初始化所述初始网络资源得到服务网络资源；

按照所述切片类型对所述服务网络资源进行资源建模得到切片性能，并根据所述切片性能建立优化目标；

利用深度强化学习对所述优化目标进行最优策略求解确定目标网络切片。

2.根据权利要求1所述的网络切片的资源配置方法，其特征在于，所述切片类型，包括：信息服务、控制服务和娱乐服务。

3.根据权利要求1所述的网络切片的资源配置方法，其特征在于，所述按照所述切片类型对所述服务网络资源进行资源建模得到切片性能，包括：

建立与所述切片类型对应的缓存指示变量，所述缓存指示变量用于表征是否消耗所述切片性能；

建立与所述切片类型对应的分配服务资源，并对所述服务网络资源、所述分配网络资源和所述缓存指示变量进行资源建模得到切片性能。

4.根据权利要求3所述的网络切片的资源配置方法，其特征在于，所述对所述服务网络资源、所述分配网络资源和所述缓存指示变量进行资源建模得到切片性能，包括：

对所述服务网络资源、所述分配网络资源和所述缓存指示变量进行缓存部分建模得到第一性能；

对所述服务网络资源、所述分配网络资源和所述缓存指示变量进行非缓存部分建模得到第二性能；

根据所述第一性能和所述第二性能得到切片性能。

5.根据权利要求1所述的网络切片的资源配置方法，其特征在于，所述利用深度强化学习对所述优化目标进行最优策略求解确定目标网络切片，包括：

根据所述优化目标进行决策建模得到马尔可夫决策过程，所述马尔可夫决策过程中包括状态参数和所述优化目标；

基于所述马尔可夫决策过程，利用深度强化学习对所述优化目标进行最优策略求解确定目标网络切片。

6.根据权利要求5所述的网络切片的资源配置方法，其特征在于，所述利用深度强化学习对所述优化目标进行最优策略求解确定目标网络切片，包括：

对深度强化学习中的待训练的深度网络算法模型进行训练得到训练好的深度网络算法模型；

利用所述训练好的深度网络算法模型对所述优化目标进行最优策略求解确定目标网络切片。

7.根据权利要求6所述的网络切片的资源配置方法，其特征在于，所述对深度强化学习中的待训练的深度网络算法模型进行训练得到训练好的深度网络算法模型，包括：

初始化待训练的深度网络算法模型的模型参数，并将所述状态参数输入至已初始化的所述待训练的深度网络算法模型中得到目标状态；

根据所述模型参数存储所述状态参数和所述目标状态得到经验池，并利用所述经验池中的训练样本训练所述待训练的深度网络算法模型中的神经网络模型得到目标网络模型；

基于所述目标网络模型，根据损失函数更新所述模型参数，以得到训练好的深度网络算法模型。

8.一种网络切片的资源配置装置，其特征在于，包括：

类型划分模块，被配置为获取初始网络资源和切片类型，并按照所述切片类型初始化所述初始网络资源得到服务网络资源；

性能建模模块，被配置为按照所述切片类型对所述服务网络资源进行资源建模得到切片性能，并根据所述切片性能建立优化目标；

策略求解模块，被配置为利用深度强化学习对所述优化目标进行最优策略求解确定目标网络切片。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任意一项所述的网络切片的资源配置方法。

10.一种电子设备，其特征在于，包括：

处理器；

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器被配置为经由执行所述可执行指令来执行权利要求1-7中任意一项所述的网络切片的资源配置方法。