简介:
一种基于深度强化学习的安全性虚拟网络映射方法,属于网络技术与人工智能网络领域。基于虚拟网络架构的网络资源分配面临一系列的安全挑战与危机,所提出的安全性虚拟网络映射方法从资源分配的角度出发,通过网络建模,属性设置,属性提取,策略网络模型搭建以及深度强化学习代理训练与测试等关键步骤完成整个虚拟网络映射过程,即网络资源的分配过程。该过程重点提取了网络的安全属性进行训练,在满足用户安全需求的基础上进行网络资源的分配。与其他安全性虚拟网络映射方法相比,本发明方法具有更好的虚拟网络映射收益,收益消耗比和虚拟网络请求接受率等性能。
一种基于深度强化学习的安全性虚拟网络映射方法,属于网络技术与人工智能网络领域。基于虚拟网络架构的网络资源分配面临一系列的安全挑战与危机,所提出的安全性虚拟网络映射方法从资源分配的角度出发,通过网络建模,属性设置,属性提取,策略网络模型搭建以及深度强化学习代理训练与测试等关键步骤完成整个虚拟网络映射过程,即网络资源的分配过程。该过程重点提取了网络的安全属性进行训练,在满足用户安全需求的基础上进行网络资源的分配。与其他安全性虚拟网络映射方法相比,本发明方法具有更好的虚拟网络映射收益,收益消耗比和虚拟网络请求接受率等性能。