Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学刘家佳获国家专利权

西北工业大学刘家佳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北工业大学申请的专利一种基于优先级驱动的自适应网络切片重构方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120547082B

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511069117.X,技术领域涉及:H04L41/40;该发明授权一种基于优先级驱动的自适应网络切片重构方法及系统是由刘家佳;王佳黛;沈华章设计研发完成,并于2025-07-31向国家知识产权局提交的专利申请。

一种基于优先级驱动的自适应网络切片重构方法及系统在说明书摘要公布了:本发明公开了一种基于优先级驱动的自适应网络切片重构方法及系统,属于通信网络技术领域,根据网络切片服务的延迟敏感度预定义网络切片的优先级,基于网络切片的优先级,优先对未满足资源需求的最高优先级的网络切片,执行本地VNF放缩方法,对未满足资源需求的非最高优先级网络切片,执行全局VNF迁移方法,完成后,对释放节点的剩余资源需求未满足的网络切片VNF,执行本地VNF放缩方法,进入下一轮网络切片重构,直到满足最低优先级网络切片VNF的资源需求;本地VNF放缩方法基于集成增量学习的MADDPG算法构建;全局VNF迁移方法基于DDQN算法构建,解决了单一重构实现方法无法根据服务的需求特点选择重构方式的局限性。

本发明授权一种基于优先级驱动的自适应网络切片重构方法及系统在权利要求书中公布了:1.一种基于优先级驱动的自适应网络切片重构方法,其特征在于,包括以下步骤: 根据网络切片服务的延迟敏感度预定义网络切片的优先级:网络切片的延迟敏感度越高,网络切片的服务优先级越高; 基于网络切片的优先级,对网络切片重复执行本地VNF放缩方法和全局VNF迁移方法,进行网络切片重构; 所述网络切片重构包括: 优先对未满足资源需求的最高优先级的网络切片,执行本地VNF放缩方法,对未满足资源需求的非最高优先级网络切片,执行全局VNF迁移方法,全局VNF迁移方法完成后,对释放节点的剩余资源需求未满足的网络切片VNF,执行本地VNF放缩方法,进入下一轮网络切片重构;重复执行本地VNF放缩方法和全局VNF迁移方法,直到满足最低优先级网络切片VNF的资源需求; 所述本地VNF放缩方法基于集成增量学习的MADDPG算法构建;所述全局VNF迁移方法基于DDQN算法构建; 所述本地VNF放缩方法,具体为: 在本地物理节点上,监测网络切片VNF的资源需求变化,将物理节点上VNF的资源重构问题建模为马尔可夫决策过程; 采用集成增量学习的MADDPG算法解决资源重构问题,每个VNF实例作为智能体,基于优先级权重,进行节点资源调整决策; 如果节点资源充足,则满足所有VNF的资源需求;如果节点资源不足,则优先满足最高优先级VNF的资源需求; 所述全局VNF迁移方法,具体为: 在物理节点资源过载时,获取各过载节点的优先级,所述过载节点的优先级为节点上所有的VNF优先级的和; 根据各过载节点的优先级确定优先处理的过载节点,获取优先处理的过载节点上资源未被满足的VNF优先级,选择优先级最高的VNF作为待迁移VNF; 采用DDQN算法观察整体网络资源利用状况,以VNF迁移时延最小为目标;将待迁移VNF迁移到其他资源充足的物理节点; 释放已迁移的原节点VNF占用的资源; 所述VNF迁移时延计算公式为: 其中,表示VNF迁移时延,表示处理延迟,表示路径x的传输延迟,表示路径x的传播延迟; 表示迁移VNF实例的大小,表示迁移路径x上链路的最小带宽,是表示路径x是否使用物理链路的二进制变量;表示第条物理链路的可用带宽,表示中间变量,E表示物理链路; 表示路径x的传播延迟,表示第条物理链路的传播时延; 所述DDQN算法的状态定义为: 其中,表示DDQN算法的状态,表示网络中节点信息,表示网络中链路资源信息,为待迁移VNF所在物理节点的索引,为迁移延迟,V表示物理节点; 所述DDQN算法的动作定义为: 其中,表示DDQN算法的动作; 选择VNF迁移时延最小的节点作为目标节点; 所述目标节点资源不足时DDQN算法的奖励为0; 所述目标节点资源充足时DDQN算法的奖励定义为: 其中,表示目标节点资源充足时,DDQN算法的奖励,其中为根据训练情况调整的平衡权值,表示从源节点到目标节点的迁移延迟。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。