详情介绍
本发明涉及一种基于联邦强化学习的服务功能链部署方法，属于移动通信技术领域，包括以下步骤：S1：在云边协同网络场景下，联合网络边缘端和云端共同进行服务功能链SFC部署，实现部署成本和部署能耗联合优化；S2：对时延敏感和资源密集这两大类型的物联网网络应用请求，分别建立两种不同时间尺度的基于参数化深度Q学习P‑DQN的本地SFC部署算法；S3：根据步骤S2得到的多个本地P‑DQN算法参数，建立一种基于联邦学习的全局SFC部署模型训练方法，对时延敏感型的小时间尺度SFC部署建立一种基于窗口值的异步联邦参数聚合方式，对资源密集型的大时间尺度SFC部署建立一种弹性参数更新的同步联邦参数聚合方式。
交易流程
安全保障
关注公众号
浏览手机版
