计算机工程

作者：宋艳蕊, 庄雷, 徐泽汐, 冯旭, 莫文帅

单位：1. 郑州大学计算机与人工智能学院, 河南 郑州 4500002. 郑州大学网络空间安全学院, 河南 郑州 450000

关键词：车联网,云边协同,可靠性,服务功能链,深度强化学习,网络功能虚拟化

基金：河南省重大科技专项(221100210900-03)

在应对车联网(IoV)系统中请求类型多样化及数据海量化挑战时, 软件定义网络(SDN)和网络功能虚拟化(NFV)技术支持的云边协同架构已成为服务功能链(SFC)部署的有效手段。然而, IoV中无处不在的电磁干扰使组成SFC的虚拟网络功能(VNF)极易受损, 且以软件形式存在的VNF本身存在一定故障概率, 这使SFC部署过程的可靠性受到了威胁。为了在最小化成本前提下实现云边协同架构中车载请求的可靠部署, 构建一个基于SDN/NFV的可靠云边协同车载计算架构, 采用集中式训练-分布式推断方式训练部署模型。设计基于可靠成本效益比的可靠性增强算法SFC-RA, 通过创建与VNF具有相同功能的备份虚拟网络功能(BVNF)增强SFC的可靠性。提出一种基于策略梯度(PG)算法的在线SFC可靠部署算法PG_RA, 采用序列到序列模型作为学习代理, 以保障在满足资源约束的前提下能够提供满足用户需求的高可靠低成本服务。仿真结果表明, 相对于其他冗余方式和部署算法, SFC-RA算法能够降低2.78~6.33个单位的冗余成本, PG_RA算法能够平均提高12.88个百分点的可靠性水平及降低约6.7%的平均时延。

来源：2024年第12期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第12期