[发明专利]基于强化学习的网络切片资源映射方法

说明书

本发明实施例提供一种基于强化学习的网络切片资源映射方法，所述方法包括：接收网络切片资源映射请求；根据所述网络切片资源映射请求，触发节点资源映射，其中，针对物理节点的价值信息进行价值评估，根据评估结果提供物理节点的价值大小的排序信息，并根据所述排序信息对价值最大的物理节点进行网络功能资源映射；以及触发链路资源映射，进行设定次模拟链路选择，计算所述设定次模拟链路选择的反馈结果并选取所述反馈结果中的最优值，并根据所述最优值相对应的链路选择进行链路资源映射，避免了现有技术中未考虑物理节点价值信息的问题，进而可以在考虑物理节点的价值信息进行物理节点资源映射的情况下，提高各物理节点的资源利用率。

技术领域

本发明涉及计算机技术领域，具体地涉及一种基于强化学习的网络切片资源映射方法。

背景技术

随着社交网络、移动互联网、物联网等领域地迅速发展，云计算、大数据等新兴技术的出现，用户的终端数量不断增加，流量规模也在迅速增长，伴随而来的还有用户需求越来越多样化，要求网络的传输需求不能只考虑对带宽和时延的高容忍度，更要重视业务的精准细致的要求；另一方面，随着5G时代的到来，更加速了对网络要求的转变，如何满足多样化的业务需求成为当前互联网亟需解决的问题。2015年3月，下一代移动通信网络联盟(Next Generation Mobile Networks,NGMN)公布了《NGMN 5G白皮书》，其中定义了5G八大类二十四种典型场景，主要分为三类：移动宽带增强(eMBB)、大规模机器通信(mMTC)、超高可靠超低时延通信(uRLLC)，其中，eMBB场景数据量大，对网络传输速率要求高，mMTC对连接的可靠性要求较高，uRLLC业务的数据包较小，对时延和错误率要求严格，这三类场景所针对的具体应用场合不同，业务特点也不同，对5G网络提出的技术需求也不同，所以应该以灵活有效的方式构建相应网络，来满足业务需求。5G网络架构设计的目标就是以用户为中心，实现针对各种业务场景，灵活组网和部署，预期可以更好地实现多样化通信服务，为终端用户提供更加优化的网络支持。

网络切片被学术界认为是即将到来的5G时代中，解决网络灵活部署提供多样化服务的有效方案。网络切片在共享的物理网络基础设施上创建和运行多个异构虚拟网络，以满足不同业务需求并提高资源利用效率。依靠网络切片，运营商等网络资源提供者可以使用一个或者多个切片向不同的业务场景提供针对性的网络服务，同时也可以向不同的垂直行业提供这些具有类似网络特性的通信服务。网络切片技术可以实现从“one size fitsall”向“one size per service”的转变，不需要为每一个服务建设一个专用物理网络就可以实现业务的多样化可定制，其主要目标是将来自不同租户的带有节点和链路资源约束条件的网络切片请求编排到底层物理网络上，为多个租户构建独立的网络环境，同时为物理网络运营者创造尽可能多的收益。

现有的研究主要通过设计启发式算法来进行网络切片编排。网络切片链路中网络功能节点的编排是至关重要的环节，其中，大部分启发式算法都采用贪婪型的节点编排策略，该类策略将资源需求多的虚拟节点映射到资源最丰富的物理节点上，从而最大可能地满足当前网络切片请求的需求。然而，当前网络切片请求的映射结果会影响到后续网络切片请求的编排，现有研究主要关注最大化当前请求被接受的可能，而忽视了其对未来网络切片请求的影响。在网络功能节点编排结果的基础上，下一阶段要实现虚拟节点间链路的编排。相关技术中，在端到端节点间链路部署方面已经有了很多相关的工作，主要基于最短路径选择方法。网络切片请求链路的部署会涉及链路资源和服务器资源之间的权衡，包括了链路带宽资源、链路时延等多方面的影响，服务器方面包括服务器计算资源及服务器处理时延等多方面因素。

现有网络切片算法的节点映射和链路映射间关联性较差，且链路映射路径较长，导致算法请求接受率和收益开销比均较低。

现有技术存在一些缺点，如下：

在节点资源映射阶段，没有结合考虑节点的价值信息则进行相应的节点资源映射。

发明内容