买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利一种基于机器学习的端到端网络切片资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116112934B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310146059.0，技术领域涉及：H04W16/14；该发明授权一种基于机器学习的端到端网络切片资源分配方法是由刘楠;王喻星;潘志文;尤肖虎设计研发完成，并于2023-02-22向国家知识产权局提交的专利申请。

本一种基于机器学习的端到端网络切片资源分配方法在说明书摘要公布了：本发明公开了一种基于机器学习的端到端网络切片资源分配方法。其中，强化学习IPPO算法主要用于决策满足网络切片数学模型各项约束并且使得目标函数最大的RB资源分配方案。随机森林算法作为辅助主要用于快速判断接入网给定的RB资源分配方案能否在核心网成功完成切片的VNF映射。两者相辅相成，将原来端到端联合优化的问题在不影响最优解的前提下，转化为在接入网侧和核心网侧单独进行优化。从而大大降低了计算时间复杂度，提高了资源分配的效率。

本发明授权一种基于机器学习的端到端网络切片资源分配方法在权利要求书中公布了：1.一种基于机器学习的端到端网络切片资源分配方法，其特征在于，包括如下步骤： 步骤1、首先根据网络切片数学模型搭建对应的仿真环境，以及初始化端到端网络切片接入网和核心网参数；接入网负责将RB分配给切片中的用户，RB指的是无线频谱资源块，而核心网负责将网络切片的VNF映射到满足模型约束的通用服务器上，VNF指的是虚拟网络功能； 步骤2、分析网络切片数学模型的特点，通过接入网侧给定的无线频谱资源RB分配方案计算得出接入网侧和核心网侧的AssociatedTuple中的各个元素，用于判断对应的分配方案能否在核心网侧成功部署，其中AssociatedTuple指的是关联元组； 步骤3、用DFS+pruning算法判断给定的AssociatedTuple是否在核心网侧存在满足各项约束的部署方式；其中DFS+pruning算法指的是深度优先搜索+剪枝算法；核心网侧约束包括：服务器的虚拟机VM数量约束、服务器计算资源约束、链路带宽约束以及链路时延约束； 步骤4、随机生成多组AssociatedTuple数据集，用DFS+pruning算法得到对应的标签，然后用随机森林算法训练一个二分类器用于快速判断给定的AssociatedTuple是否能在核心网完成VNF映射； 步骤5、在接入网侧，先将网络切片数学模型优化问题转化为一个马尔可夫决策过程MDP：其中表示状态空间，表示动作空间，表示奖励函数； 步骤6、采用强化学习IPPO算法训练智能体，用于决策满足各项约束并且使得利润最大的无线频谱资源RB分配方案，IPPO算法指的是独立的近端策略优化算法。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。