摘要
本申请公开了一种用户体验感知的服务功能链智能编排方法,包括:对服务功能链编排过程构建马尔可夫决策模型;获取网络带宽、时延信息和用户请求数据,将其编码为特征向量作为状态的表示输入双层卷积神经网络,获取表示包含动作的行动策略;在每个时间步,选择动作并执行,获取新的状态和观察奖励;将状态、执行的动作和观察奖励回放到记忆库中,从中随机抽取样本进行学习,使用梯度下降的方法更新神经网络参数,根据损失函数评估每个函数的梯度,基于动态调整的学习率更新参数。本发明提供的基于用户体验感知的用户体验感知的服务功能链智能编排方法,能实现网络资源的高效利用和用户体验的提升。
技术关键词
智能编排方法
双层卷积神经网络
编排设备
神经网络参数
虚拟网络功能
处理单元
记忆
策略
时延
存储单元
编排装置
决策
计算机程序产品
样本
编码
动态
定义
模块
数据