买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京邮电大学

摘要：本发明公开了基于深度强化学习的个性化智能软件化网络资源分配方法，主要包括以下步骤：检查网络服务的资源需求种类；计算资源需求和比较阈值并进行分类；选取底层网络属性构建特征矩阵，作为策略神经网络的输入；在训练集和测试集中对智能体进行训练和测试；对分类后的个性化服务进行智能资源分配。本发明通过对每个用户提出的需求进行归类并采用深度强化学习的方法对个性化网络资源进行分配，既保证了用户个性化差异化需求，又实现了精准高效的网络资源分配，从而充分提高了6G网络资源的利用率。本发明提高了网络资源分配方案的质量。

主权项：1.一种基于深度强化学习的个性化智能网络资源分配方法，其特征在于，所述方法应用于在中大规模底层通信网络中进行精准高效的软件化网络资源分配，建立了准确可靠的网络需求分类方法，选取分类后的服务所对应的底层网络拓扑属性构建特征矩阵和策略神经网络并进行训练，，包括以下步骤：步骤1：检查资源需求种类；步骤2：计算资源需求和比较阈值并进行分类，所述需要处理的计算需求有：计算该网络服务的总节点数|TotalElementVN|、平均有线类资源需求量、平均无线类资源需求量、平均网络处理传输时延，所述网络服务的平均有线类资源需求量为： 其中，a、b代表该个性化网络服务的有线节点，CPUa代表节点a的计算资源，Stora代表节点a的存储资源，Capaa代表节点a的容量资源，Bandab代表链路ab的带宽资源，VNWiredNode代表网络服务有线节点集合，|VNWiredNode|代表网络服务有线节点总数，VNLink代表网络服务链路集合，|VNLink|代表网络服务链路总数；平均无线类资源需求量为： 其中，c代表该个性化网络服务无线节点，Specc代表节点c的频谱资源，VNWireleNode代表该网络服务无线节点集合，|VNWireleNode|代表该个性化网络服务无线节点总数；平均网络处理传输时延为： 其中，a、b代表该个性化网络服务节点，VNNode代表网络服务节点集合，|VNNode|代表网络服务节点总数，VNLink代表网络服务链路集合，|VNLink|代表网络服务链路总数，ProDelaya代表节点a的处理时延，ProDelayab代表链路ab的传输时延；步骤3：用选择的属性构建特征矩阵，作为策略神经网络的输入；步骤4：在训练集和测试集中对智能体进行训练和测试；步骤5：对分类后的服务进行智能资源分配。

全文数据：

权利要求：

百度查询： 南京邮电大学 基于深度强化学习的个性化智能软件化网络资源分配方法