Biblioteca93.141 documentos en línea

Artículo

Deep Reinforcement Learning-Based Algorithm for VNF-SC DeploymentAlgoritmo basado en el aprendizaje por refuerzo profundo para el despliegue de VNF-SC

Resumen

La virtualizacin de funciones de red (NFV) tiene potencial para reducir significativamente los gastos de capital y puede mejorar la flexibilidad de la red. El problema del despliegue de funciones de red virtuales (VNF) ser uno de los problemas clave que habr que abordar en la NFV. Para resolver el problema del enrutamiento y el despliegue de VNF, se establece un modelo de optimizacin que minimiza el ndice mximo de ranuras de frecuencia utilizadas, el nmero de ranuras de frecuencia utilizadas y el nmero de VNF inicializadas. En este modelo de optimizacin, se considera la dependencia entre los diferentes VNF. Para resolver el problema de mapeo de la cadena de servicio de la red virtual altamente dinmica, se propuso un nuevo algoritmo de mapeo de la cadena de servicio de la funcin de red virtual PDQN-VNFSC combinando el algoritmo de prediccin y DQN (Deep Q-Network). En primer lugar, el mapeo en tiempo real de las cadenas de servicio de la red virtual se modela como un proceso de decisin de Markov parcialmente observable. A continuacin, el proceso de mapeo en tiempo real de la cadena de servicios de red virtual se optimiza utilizando beneficios globales y a largo plazo. Por ltimo, la cadena de servicios de la funcin de red virtual se mapea mediante el marco de decisin de aprendizaje offline y despliegue online. Los resultados de la simulacin muestran que, en comparacin con los algoritmos existentes, el algoritmo propuesto tiene un menor ndice mximo de ranuras de frecuencia utilizadas, el nmero de ranuras de frecuencia utilizadas y el nmero de VNF inicializados.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento