计算机应用

作者：况翔, 马震, 朱万春, 张智, 崔云飞

单位：1.贵阳信息科技学院 信息工程学院，贵阳 550025；2.贵阳信息科技学院 智能工程学院，贵阳 550025；3.贵州大学 大数据与信息工程学院，贵阳 550025

关键词：服务功能链部署,强化学习,马尔可夫决策过程,异步优势Actor-Critic,图注意力网络,门控循环单元

基金：教育部产学合作协同育人项目(220700595294923)

为了在云计算中高效分配有限的网络资源以确保服务质量（QoS），并且同时提高资源利用率和管理效率，提出一种安全可靠性驱动的基于编解码的深度强化学习（ED-DRL）方法用于服务功能链（SFC）部署。该方法将SFC部署看作一个马尔可夫决策过程（MDP），采用图注意力网络（GAT）编码器和门控循环单元（GRU）解码器高效提取网络拓扑特征和节点间的依赖关系，并结合异步优势Actor-Critic（A3C）算法实现SFC部署策略的动态生成。针对安全可靠性的需求，重设计奖励函数，从而引导策略网络选择最优资源。仿真结果表明，ED-DRL能获得70.7%的接受率与0.063 5的平均收益，优于连续决策强化学习（CDRL）等对比方法。

来源：2025年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第12期