[发明专利]一种基于深度强化学习的数据中心网络负载均衡方法有效
| 申请号： | 202011192183.3 | 申请日： | 2020-10-30 |
| 公开（公告）号： | CN112437020B | 公开（公告）日： | 2022-06-24 |
| 发明（设计）人： | 郭得科;刘源;李克秋 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H04L47/125 | 分类号： | H04L47/125;G06N3/04;G06N3/08;H04L45/24 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李素兰 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种基于深度强化学习的数据中心网络负载均衡方法，步骤1：搭建虚拟的网络拓扑结构环境；步骤2：构建以及初始化Actor网络 |
||
| 搜索关键词： | 一种 基于 深度 强化 学习 数据中心 网络 负载 均衡 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津大学，未经天津大学许可，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/patent/202011192183.3/，转载请声明来源钻瓜专利网。
