基于强化学习的异构CPU环境网络资源部署方法

摘要

针对现有方法进行异构CPU网络资源部署后存在的任务迟延长、资源处理效率低等问题，提出基于强化学习的异构CPU环境网络资源统一部署方法。先对Q-Learning强化学习及深度Q学习网络DQN的特点进行分析，通过更新深度神经网络各层权值、进行强化学习训练以及设置目标网络等方式更新Q值，构建异构多核处理器CPU资源调度模型，将其用来调度网络资源，并利用DQN网络确定最佳资源部署策略，实现网络资源统一部署。实验结果表明：该方法可实现异构多核CPU负载均衡，且该方法部署后的任务迟延少、执行时间短，资源处理效率突出，具有一定应用价值。

关键词

异构CPU / 深度Q学习网络 / 神经网络 / 网络资源部署 / 网络权值