[发明专利]动态网络切片资源分配方法及装置、存储介质及电子设备

权利要求书

1.一种动态网络切片资源分配方法，其特征在于，包括：

分别构建核心网侧和接入网侧的马尔可夫决策模型；

确定动态网络切片资源分配问题的优化目标；

根据所述优化目标，基于构建的所述核心网侧的马尔可夫决策模型，利用第一学习模型，训练所述核心网侧的第一策略模型；

根据所述优化目标，基于构建的所述接入网侧的马尔可夫决策模型，利用第二学习模型，训练所述接入网侧的第二策略模型；

基于所述第一策略模型和第二策略模型，生成动态网络切片资源分配结果；以及

根据所述动态网络切片资源分配结果，执行动态网络切片资源分配。

2.根据权利要求1所述的动态网络切片资源分配方法，其特征在于，分别构建核心网侧和接入网侧的马尔可夫决策模型包括：

获取核心网侧的第一计算资源和第一通信资源；

获取接入网侧的第二计算资源和第二通信资源；

在所述核心网侧将所述第一计算资源和所述第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型；

在所述接入网侧将所述第二计算资源和所述第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。

3.根据权利要求2所述的动态网络切片资源分配方法，其特征在于，确定动态网络切片资源分配问题的优化目标包括：

基于所述核心网侧的所述第一计算资源和所述第一通信资源，确定所述核心网侧的收益；

基于所述接入网侧的所述第二计算资源和所述第二通信资源，确定所述接入网侧的部署成本；

基于所述收益和所述部署成本，确定最大化接入网侧的收益和最小化核心网侧的部署成本为优化目标。

4.根据权利要求2或3中任意一项所述的动态网络切片资源分配方法，其特征在于，所述获取核心网侧的第一计算资源和第一通信资源，还包括：

根据各网络节点CPU资源确定所述核心网侧的第一计算资源；以及

根据各网络节点链路带宽资源确定所述核心网侧的第一通信资源。

5.根据权利要求2或3中任意一项所述的动态网络切片资源分配方法，其特征在于，所述获取接入网侧的第二计算资源和第二通信资源，还包括：

根据各分布式处理单元的CPU资源确定所述接入网侧的所述第二计算资源；以及

根据各所述射频拉远单元RRU中物理资源块PRB的数量确定所述接入网侧的所述第二通信资源。

6.根据权利要求2所述的动态网络切片资源分配方法，其特征在于，所述根据所述优化目标，基于构建的所述核心网侧的马尔可夫决策模型，利用第一学习模型，训练所述核心网侧的第一策略模型，其中：

所述第一学习模型为深度强化学习模型。

7.根据权利要求2所述的动态网络切片资源分配方法，其特征在于，所述根据所述优化目标，基于构建的所述接入网侧的马尔可夫决策模型，利用第二学习模型，训练所述接入网侧的第二策略模型，其中：

所述第二学习模型为深度强化学习模型。

8.根据权利要求6或7中任一项所述的动态网络切片资源分配方法，其特征在于，所述深度强化学习模型是双Q学习模型。

9.根据权利要求2所述的动态网络切片资源分配方法，其特征在于，基于所述第一策略模型和第二策略模型，生成动态网络切片资源分配结果包括：

将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到所述核心网侧的第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果；

将所述第一分配结果输入到所述第二策略模型，得到包括所述接入网侧的计算资源和通信资源的第二分配结果；以及

根据所述第一分配结果与第二分配结果以生成动态网络切片资源分配结果。