卫星CDN中基于DQN的资源编排算法

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.

关键词：卫星CDN、DQN、资源编排

所属期刊栏目：3

分类号：TN393(半导体技术)

资助基金：国家重点研发计划No.2020YFB1806000

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：45-54