[发明专利]一种基于强化学习的数据中心虚拟化网络故障诊断方法有效
| 申请号： | 201910644115.7 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110740054B | 公开（公告）日： | 2022-04-01 |
| 发明（设计）人： | 东方;沈典;张欢欢;王士琦;罗军舟 | 申请（专利权）人： | 东南大学 |
| 主分类号： | H04L41/12 | 分类号： | H04L41/12;H04L41/06;H04L41/14;H04L41/142 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 葛潇敏 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于强化学习的数据中心虚拟化网络故障诊断方法，包括如下步骤：步骤1，初始化网络故障诊断模型；步骤2，根据设定的故障诊断目标，采用强化学习算法训练Q表，所述Q表记录了每种故障下采取每个动作获得的累计折扣奖励值；步骤3，故障发生时，将网络状态信息映射到Q表中的网络状态，根据网络状态查询Q表，依据奖励值最大原则选择动作作为故障诊断结果；步骤4，使用信息增益方法进一步优化网络状态空间，降低模型内存使用开销同时提高诊断精度。此种方法将故障感知过程放置在信息采集服务器降低信息采集开销，同时使用强化学习算法构建网络故障诊断模型，再使用信息增益方法进一步优化故障诊断模型，提高了故障诊断精度。 | ||
| 搜索关键词： | 一种 基于 强化 学习 数据中心 虚拟 网络 故障诊断 方法 | ||
【主权项】：
1.一种基于强化学习的数据中心虚拟化网络故障诊断方法，其特征在于包括如下步骤：/n步骤1，初始化网络故障诊断模型；/n步骤2，根据设定的故障诊断目标，采用强化学习算法训练Q表，所述Q表记录了每种故障下采取每个动作获得的累计折扣奖励值；/n步骤3，故障发生时，将网络状态信息映射到Q表中的网络状态，根据网络状态查询Q表，依据奖励值最大原则选择动作作为故障诊断结果；/n步骤4，使用信息增益方法进一步优化网络状态空间。/n
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东南大学，未经东南大学许可，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/patent/201910644115.7/，转载请声明来源钻瓜专利网。
- 上一篇：业务编排方法及装置
- 下一篇：用于设备迁移的系统和方法
