基于深度强化学习的端到端确定性切片编排方法及装置

本发明公开一种基于深度强化学习的端到端确定性切片编排方法及装置，通过虚拟化技术将物理网络节点映射至虚拟网络上，得到端到端网络切片虚拟化模型；获取目标网络切片的资源数据，根据资源数据计算目标网络切片的信息新鲜度指标、可靠性指标、时延指标以及吞吐量指标；根据目标网络切片的信息新鲜度指标、可靠性指标、时延指标以及吞吐量指标构建资源分配优化模型；通过深度强化学习算法以及马尔可夫决策过程模型对资源分配优化模型进行优化求解，得到目标网络切片的资源分配方案；根据资源分配方案为不同业务分配资源。从而在不同网络条件下保持较高的业务满意度，实现电力业务的确定性传输，减少通信时延并提高可靠性。