基于深度强化学习的SDN/NFV卫星网络动态SFC部署方法

本发明涉基于深度强化学习的SDN/NFV卫星网络动态SFC部署方法，所述方法包括如下步骤：S1、构建三层SDN/NFV卫星网络架构：搭建具有应用管理层‑控制层‑数据转发层的卫星网络架构，使用虚拟拓扑模式实现动态网络映射；S2、定义SFC部署问题建模：将SFC部署问题以MDP建模，同时在定义中加入对SFC约束的限制，部署面向SFC的QoS约束及QoE进行综合优化；S3、通过动态部署决策算法求解最优部署方法：针对SFC动态部署问题提出基于深度强化学习的编排方法，其具有捕捉网络环境状态变化序列能力，在满足SFC的QoS约束下最大化QoE，实现最优动态VNF部署。本发明将多种网络指标进行计算，同时在MDP建模中考虑到SFC链部署的资源约束性质，在传统的奖励机制中为不同的约束条件分配了惩罚项，实现了面向SFC的QoS约束以及QoE体验的综合优化。