一种基于资源预测的数字孪生辅助虚拟网络功能主动迁移方法

1.一种基于资源预测的数字孪生辅助虚拟网络功能主动迁移方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤s2中，通过设计基于图卷积神经网络和时间卷积网络的预测模型进行vnf资源需求的预测。

3.根据权利要求2所述的方法，其特征在于：所述的预测模型包括图学习模块、gcn网络和tcn网络；所述图学习模块用于自适应生成图邻接矩阵；所述tcn网络通过扩张时间卷积以提取vnf多元资源数据序列的时间特征；将tcn网络输出的时间特征和图学习模块重建的图邻接矩阵输入到gcn网络中以提取空间特征。

4.根据权利要求3所述的方法，其特征在于：所述图学习模块利用vnf之间的隐藏关系自适应生成图邻接矩阵：a＝ggl(e)＝θs(δ(m1m2t-m2m1t))；其中，e表示具有随机初始化的可学习节点嵌入；m1＝tanh(ωe1σ1)，m2＝tanh(ωe2σ2)，式中tanh(·)表示正切双曲激活函数，e1和e2表示节点嵌入，σ1、σ2表示模型参数；δ(·)表示用于正则化相邻矩阵的元素；θs表示行向稀疏函数；ggl(·)表示图学习函数。

5.根据权利要求1所述的方法，其特征在于：步骤s3中，所述优化问题表示为：

6.根据权利要求5所述的方法，其特征在于：将所建立的优化问题转换为马尔可夫决策过程，定义状态空间、动作空间和奖励函数；

7.根据权利要求6所述的方法，其特征在于：根据转换得到的马尔可夫过程，采用基于多智能体的近端优化策略求解最优的vnf数字孪生部署策略，求解过程包括：