基于深度强化学习的服务功能链映射算法
【摘要】 针对服务功能链映射对网络时延和部署失败率的影响，提出了一种基于深度强化学习的服务功能链映射算法DQN-SFC。首先构建了一个多层次NFV管理编排架构，以满足算法对资源感知和设备配置的需求;然后基于马尔可夫决策过程建模，对SFC映射问题进行形式化描述;最后构建了一个深度强化学习网络，将网络平均时延和部署失败产生的运维开销作为奖惩反馈，经过训练后可根据网络状态决定虚拟网络功能的部署位置。通过仿真实验，对该算法的正确性和性能优势进行了验证。实验表明:与传统算法相比，该算法能有效降低网络平均时延和部署失败率，同时算法运行时间具有一定优势。
