基于深度强化学习的网络切片链路优化方案

向浩源 张智斌

摘要：随着5G 和物联网的增长，网络切片已成为满足各种服务质量保证的关键技术。切片资源有限的情况下，如何有效地进行组播资源分配，提高切片利用率，优化服务质量，是当前面临的一大挑战。针对此类问题，提出一种基于深度强化学习的多路径转发链路负载优化方案。该方案针对组播类型网络切片并将其切片过程抽象为SDN（software definednetwork）环境中最优组播树的构建，利用double dueling DQN 算法实现模型训练，并采用基于衰减上置信界（UpperConfidence Bound，UCB）的优先级重放机制优化算法，更加快速准确地构造最优组播路径。实验结果表明，所提优化方案算法与经典Steiner 樹算法相比能够更有效地优化组播类型网络切片过程的链路负载。

关键词：网络切片；软件定义网络；深度强化学习；多路径转发；链路负载优化

中图分类号：TN914 文献标识码：A

文章编号：1009-3044（2024）06-0083-06