公开(公告)号：CN110233763A

公开(公告)日：2019-09-13

申请号：CN201910527020.7

申请日：2019-07-19

Applicant: 重庆大学

Inventor： 王森 ,  张标

IPC: H04L12/24 ,  G06N3/04

Abstract: 本发明涉及一种基于时序差分学习的虚拟网络嵌入算法，该方法将VNE问题建模为马尔可夫决策过程(MDP)，并建立了一个神经网络来逼近VNE状态的值函数。在此基础上，提出了一种基于时序差分学习(一种强化学习方法)的命名为VNE-TD的算法。在VNE-TD中，节点映射的多个嵌入候选项是概率生成的，TD学习用于评估每个候选项的长期潜力。大量的仿真结果表明，VNE-TD算法在(block ratio)阻塞比和收益方面都明显优于以往的算法。

公开(公告)号：CN110233763B

公开(公告)日：2021-06-18

申请号：CN201910527020.7

申请日：2019-07-19

Applicant: 重庆大学

Inventor： 王森 ,  张标

IPC: H04L12/24 ,  G06N3/04

Abstract: 本发明涉及一种基于时序差分学习的虚拟网络嵌入算法，该方法将VNE问题建模为马尔可夫决策过程(MDP)，并建立了一个神经网络来逼近VNE状态的值函数。在此基础上，提出了一种基于时序差分学习(一种强化学习方法)的命名为VNE‑TD的算法。在VNE‑TD中，节点映射的多个嵌入候选项是概率生成的，TD学习用于评估每个候选项的长期潜力。大量的仿真结果表明，VNE‑TD算法在(block ratio)阻塞比和收益方面都明显优于以往的算法。