典型文献
卫星CDN中基于DQN的资源编排算法
文献摘要：
随着空间与信息技术迅速发展,热点内容分发密集型场景将成为卫星网络应用的重点方向,而卫星内容分发网络(CDN)是提高空天内容分发效率的重要手段.针对卫星CDN体系架构中存在的业务需求时空不均、卫星资源稀缺、现有编排算法适应性不足等问题,提出一种基于深度Q学习(Deep Q-Learning,DQN)的资源编排算法.该方法首先对用户请求进行分类,依据卫星时变运行轨迹和星地资源情况,计算出卫星可通信的最短路径集合;之后通过马尔可夫模型建模量化卫星和用户的相关信息,利用DQN算法计算出最优的卫星CDN存储节点,达到降低用户请求时延,降低星地资源占用率,提高缓存命中率的效果.
文献关键词：
卫星CDN;DQN;资源编排
中图分类号：
作者姓名：
张嘉然;杨雅婷;嵩天
作者机构：
北京理工大学计算机学院,北京100081;北京理工大学网络空间安全学院,北京100081
文献出处：
引用格式：
[1]张嘉然;杨雅婷;嵩天-.卫星CDN中基于DQN的资源编排算法)[J].天地一体化信息网络,2022(04):45-54
A类：
B类：
CDN,DQN,资源编排,热点内容,密集型,卫星网络,网络应用,重点方向,内容分发网络,天内,体系架构,业务需求,卫星资源,资源稀缺,Deep,Learning,运行轨迹,星地资源,资源情况,最短路径,马尔可夫模型,算法计算,请求时延,资源占用,占用率,缓存命中率
AB值：
0.384131
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
