[发明专利]多业务SDN网络的流量分配方法及装置

权利要求书

1.一种多业务SDN网络的流量分配方法，其特征在于，包括：

将SDN网络的当前状态信息输入至训练好的强化学习网络模型，输出相应的动作信息；

根据所述动作信息，对SDN网络中的流量进行分配；

其中，所述状态信息包括每一会话的每一业务的性能指标，所述强化学习网络模型是根据相应状态信息生成样本数据，并根据深度确定性策略梯度算法DDPG进行训练后得到；

所述每一业务的性能指标包括每一业务的流量需求；所述将SDN网络的当前状态信息输入至训练好的强化学习网络模型之前，还包括：

将每一会话的每一业务的流量需求作为状态空间s，将每一会话每一业务的流量分配结果作为行为空间a，设置相应的奖励值函数r；

通过强化学习网络中的策略网络，根据状态空间s的状态s_t生成行为a_t，通过执行行为a_t得到奖励值r_t和下一时刻的状态s_t+1，重复生成a_t并执行得到s_t+1，以获得多个包含四元组(s_t,a_t,r_t,s_t+1)的样本的样本空间，通过所述样本空间中的多个样本对所述强化学习网络模型进行训练；

所述设置相应的奖励值函数，包括：

根据每一类业务考虑时延的权重和考虑带宽的权重，以及每一类业务的时延影响函数和每一类业务的带宽影响函数，设置相应业务的效用函数U_n；

根据每一类业务的效用函数和每一类业务的权重α_n，设置奖励值函数r；

所述根据状态空间s的状态s_t生成行为a_t，包括：

其中，a_π为根据所述策略网络得到的行为，a_base为用于减少强化学习探索时间设置的引导行为，ε为随训练次数递减的减函数，N_t为随机噪声。

2.根据权利要求1所述的方法，其特征在于，所述将每一会话每一业务的流量分配结果作为行为空间，包括：

为每一会话的每一业务以跳数为大小选取L条最短路径；

将所有会话中每一会话的每一业务的L条路径的流量分配比作为行为空间。