GNN-DRE嵌入算法

时延成本双降

将不同图神经网络与深度强化学习集成，精准捕获空天地网络和VNF转发图的特征信息，实现端到端时延与嵌入成本的同步优化。

Liu, Liang · Tengxiang, Jing · Siyuan, Tan · 张玉洁 · Yejun, He · 徐川

Engineering Applications of Artificial Intelligence 2025

参数信息

端到端时延降低

约8 %

嵌入成本降低

约13 %

技术优势

时延更低

采用图神经网络和深度强化学习做出有效的嵌入决策，相比基准算法端到端时延降低约8%。

成本更低

在满足约束的同时优化嵌入决策，相比基准算法嵌入成本降低约13%。

决策更准

通过集成不同GNN模型，可以更准确地捕获SAGIN和VNF-FG的丰富特征信息。

应用场景

• 空天地一体化网络：解决空天地网络中VNF转发图的高效嵌入问题，满足服务请求流需求。
• 6G网络架构：为6G网络提供可扩展且并行的网络服务编排方案。
• 网络功能虚拟化：优化VNF部署，降低虚拟化网络功能嵌入的时延和成本。
• 软件定义网络：在SDN控制器上运行算法，实现动态的VNF-FG嵌入决策。