抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
仮想ネットワーク埋込み(VNE)アルゴリズムは,常にネットワーク仮想化(NV)技術における重要問題である。現在,この分野における研究は,まだ次の問題である。VNE問題を解決する従来の方法は発見的アルゴリズムを用いることである。しかし,この方法は手動埋込み規則に依存し,VNEの実際の状況と一致しない。さらに,VNEの問題を解決するための知的学習アルゴリズムの利用は,傾向になったので,この方式は徐々に除外される。同時に,VNEにはいくつかのセキュリティ問題がある。しかし,VNEのセキュリティ問題を解決するインテリジェントアルゴリズムは存在しない。このため,本論文では,強化学習(RL)に基づくセキュリティ意識VNEアルゴリズムを提案した。訓練フェーズでは,学習エージェントとしてポリシーネットワークを使用し,入力として特徴行列を形成するために,基板ノードの抽出された属性を取る。各基板ノードのマッピング確率を得るために,この環境において学習エージェントを訓練した。テストフェーズでは,マッピング確率に従ってノードを写像し,リンクをマッピングするために幅第一戦略(BFS)を使用する。セキュリティ問題に対して,各仮想ノードに対するセキュリティ要求レベル制約と各基板ノードに対するセキュリティレベル制約を追加した。仮想ノードは,セキュリティ要求のレベルより低い基質ノードに埋め込むことができるだけである。実験結果は,提案したアルゴリズムが,長期平均リターン,長期収入消費比率および仮想ネットワーク要求(VNR)受容率に関して,他の典型的アルゴリズムより優れていることを示した。【JST・京大機械翻訳】