[发明专利]一种基于强化学习的集中式数据处理时间优化方法在审
| 申请号： | 202010471690.4 | 申请日： | 2020-05-29 |
| 公开（公告）号： | CN111782354A | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 赵俊峰;宋浒;夏飞;巫乾军;储诚贵;陈宇航;董清泉;俞俊 | 申请（专利权）人： | 国网江苏省电力有限公司信息通信分公司;国电南瑞科技股份有限公司 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F9/50;G06N20/00 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210024 *** | 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： | |||
| 搜索关键词： | 一种 基于 强化 学习 集中 数据处理 时间 优化 方法 | ||
1.一种基于强化学习的集中式数据处理时间优化方法，其特征在于，包括如下步骤：
(1)SDN控制器提供当前的网络资源图GR；
(2)强化学习调度器接收来自用户的运算图GC和来自SDN控制器的网络资源图GR，并循环执行强化学习调度操作，生成最终的部署图GD；
(3)控制器根据部署图GD，控制网络中各个设备执行数据处理任务；
(4)当任务执行完成后，SDN控制器收集任务的执行时间返回给时间估计器；
(5)时间估计器根据真实的执行时间，训练自身的估计函数。
2.根据权利要求1所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述运算图GC为规定运算的运算过程、使用的数据量的一个有向无环图。
3.根据权利要求1所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述网络资源图GR为整个网络中运算、存储、带宽资源在网络中设备结点分配状况的拓扑图；所述部署图GD为运算任务在设备结点中的分布，由强化学习调度器调整，并由约束器生成。
4.根据权利要求3所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述约束器检查强化学习调度器对部署图的调度动作是否符合约束，如果符合约束则接受强化学习调度器调度并改变部署，否则维持部署不变。
5.根据权利要求1所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述SDN控制器为集中式网络架构的控制器，所述SDN控制器收集整个网络的拓扑信息和设备状况提供给上层应用，并根据上层应用的指示进行路由，控制下层转发设备对数据的转发，同时所述SDN控制器接收强化学习调度器输出的部署图控制网络中数据的转发，并收集网络的运行数据用于估计器和调度器的训练。
6.根据权利要求1所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述时间估计器根据网络中设备结点拥有的资源量和被分配的运算任务情况，估计设备执行完运算任务所花费的时间。
7.根据权利要求1所述基于强化学习的集中式数据处理时间优化方法，其特征在于：所述强化学习调度器根据部署图的状态以及估计器对时间的估计，对部署图进行逐步操作，采用强化学习算法进行学习。
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国网江苏省电力有限公司信息通信分公司;国电南瑞科技股份有限公司，未经国网江苏省电力有限公司信息通信分公司;国电南瑞科技股份有限公司许可，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/pat/books/202010471690.4/1.html，转载请声明来源钻瓜专利网。
