联合遗传算法和强化学习的虚拟网络功能映射与调度方法

摘要

网络功能虚拟化环境下，为满足用户不同需求并提高资源利用效率，将虚拟网络功能映射与调度联合考虑。首先，通过构建网络低时延、虚拟机资源高利用及能量低损耗的多目标优化模型，设计了一种强化学习(RL)联合第三代非支配排序遗传算法(NSGAⅢ)的优化方法RL-NSGAⅢ;然后，采用两段式初始化技术求得高质量初始解，利用强化学习的优势自适应调节交叉变异参数，以保持种群多样性；最后，基于参考点的第三代非支配排序遗传算法，将虚拟网络功能映射至虚拟机并进行调度服务，得到多目标优化策略。仿真结果表明：相较于已有的NSGAⅢ、NSGAⅡ和MOPSO算法，采用RL-NSGAⅢ算法计算得到的时延降低了17%～28%,节点负荷提高了9%～19%,能量损耗降低了12%～26%,表明所提算法在提高网络速率和降低网络运营支出上的有效性。

关键词

网络功能虚拟化 / 虚拟网络功能 / 映射与调度 / 强化学习 / 第三代非支配排序遗传算法

基金资助

国家自然科学基金资助项目(62106157); 国家重点研发计划资助项目(2018YFB1701403)