一种基于安全强化学习的云资源动态调度方法

本发明公开了一种基于安全强化学习的云资源动态调度方法，包括：将每个应用需求抽象为一个有向无环图，每一个作业阶段用节点表示，每一条边表示作业阶段之间的数据依赖；将计算资源的动态调度问题建模为马尔科夫决策过程，构建强化学习策略模型，定义状态、动作和奖励；强化学习策略模型包含图神经网络和决策网络，决策网络接收图神经网络的输出，并生成选择调度的任务节点和资源分配上限；以奖励最大化为目标对强化学习策略模型进行训练；训练完成后，对于当前时间步，结合实时获取的计算集群的状态，按顺序计算每一个决策步要调度的任务节点和实际分配的计算资源。利用本发明，可以实现更高效的资源调度，提高了计算资源的利用效率。