林逍

摘 要：通信網(wǎng)絡(luò)的發(fā)展將網(wǎng)絡(luò)的維護(hù)和操作變得復(fù)雜化，在網(wǎng)絡(luò)管理中減少人工操作有利于提高效率，規(guī)避錯(cuò)誤。隨著人工智能技術(shù)的發(fā)展和網(wǎng)絡(luò)設(shè)備的智能化，網(wǎng)絡(luò)管理的智能化將逐漸成為可能。

本文首先提出網(wǎng)絡(luò)管理系統(tǒng)智能化需求點(diǎn)：動(dòng)態(tài)資源分配。要實(shí)現(xiàn)的是對(duì)信道資源的合理分配，以降低全網(wǎng)小站申請(qǐng)、占用資源的平均時(shí)間。

本文對(duì)動(dòng)態(tài)資源分配問(wèn)題的模型進(jìn)行抽象，據(jù)此仿真搭建了神經(jīng)網(wǎng)絡(luò)，并以強(qiáng)化學(xué)習(xí)算法進(jìn)行訓(xùn)練，與傳統(tǒng)的先到先分配、短任務(wù)優(yōu)先分配、小任務(wù)優(yōu)先分配、隨機(jī)分配等算法共同進(jìn)行測(cè)試，對(duì)所產(chǎn)生的結(jié)果進(jìn)行對(duì)比分析。

關(guān)鍵詞：網(wǎng)絡(luò)管理系統(tǒng)，機(jī)器學(xué)習(xí)，動(dòng)態(tài)資源分配

1 需求分析

對(duì)于網(wǎng)絡(luò)管理系統(tǒng)，智能化就是指那些具有能動(dòng)地滿足網(wǎng)絡(luò)管理員的各種需求的屬性。

為保證通信系統(tǒng)長(zhǎng)期可靠地服務(wù)，極為關(guān)鍵的一點(diǎn)功能需求有：對(duì)信道資源進(jìn)行高效地分配管理。針對(duì)功能需求，本文希望網(wǎng)管能夠能在其中能動(dòng)地實(shí)現(xiàn)一些智能化。

資源分配的本質(zhì)是資源的有限性，目標(biāo)是使得整體價(jià)值最大。資源的目標(biāo)有時(shí)候是互斥的，比如一項(xiàng)決定對(duì)A目標(biāo)實(shí)現(xiàn)是有利的，而對(duì)B目標(biāo)達(dá)成是有害的，所以需要對(duì)互斥的目標(biāo)設(shè)定權(quán)重，從而決定是否要采取這項(xiàng)決定。

目前在網(wǎng)絡(luò)管理系統(tǒng)中，可能存在約上千個(gè)終端小站，當(dāng)有需要時(shí)，這些小站將通過(guò)返向鏈路傳輸文件，這就需要向中心站申請(qǐng)信道資源。而中心站所能分配的信道資源是有限的，這就不可避免地會(huì)存在傳送任務(wù)需要排隊(duì)的問(wèn)題。

為了使得在最短時(shí)間內(nèi)，完成所有終端小站的文件傳輸任務(wù)，分配算法的選擇至關(guān)重要。目前常見(jiàn)的資源分配算法有先到先分配算法（First Come First Served，F(xiàn)CFS）、最短任務(wù)優(yōu)先分配算法（Shortest Job First，SJF）、最小任務(wù)優(yōu)先分配算法（Minimum Job First，MJF）及隨機(jī)分配算法（Random）。

顯然，在何時(shí)給哪個(gè)任務(wù)分配資源，這是一個(gè)非常典型的智能決策問(wèn)題，非常適合采用強(qiáng)化學(xué)習(xí)方法進(jìn)行。

2 模型設(shè)計(jì)

在本實(shí)驗(yàn)中，本文將動(dòng)態(tài)資源分配問(wèn)題抽象為以下模型：

已知網(wǎng)絡(luò)管理系統(tǒng)中的各個(gè)終端小站，在有需求會(huì)向中心站申請(qǐng)資源傳送文件，中心站所能分配的信道資源是有限的。將小站的文件傳送申請(qǐng)稱作一個(gè)任務(wù)，將中心站可分配的信道資源稱為資源池。當(dāng)任務(wù)申請(qǐng)到達(dá)中心站時(shí)，若資源池已滿，則任務(wù)進(jìn)入等待池。設(shè)定任務(wù)在每一個(gè)離散的時(shí)間步長(zhǎng)t到達(dá)。智能體將在每一個(gè)時(shí)間步長(zhǎng)選擇一個(gè)或多個(gè)等待的任務(wù)進(jìn)行分配。

假設(shè)每個(gè)任務(wù)的信道資源需求在它到達(dá)時(shí)是已知的，更具體地，對(duì)每個(gè)任務(wù)j，其所需要的資源是rj，它的任務(wù)持續(xù)時(shí)間，也就是所需要占用信道的時(shí)間是Tj。模型所分配的各個(gè)任務(wù)是同一優(yōu)先級(jí)的，換句話說(shuō)，同一優(yōu)先級(jí)的任務(wù)將進(jìn)入同一等待池。以任務(wù)平均完成時(shí)間的最小化作為網(wǎng)絡(luò)訓(xùn)練的目標(biāo)。

用當(dāng)前資源池中的實(shí)時(shí)占用情況、等待資源分配的申請(qǐng)隊(duì)列及后臺(tái)日志來(lái)描述系統(tǒng)狀態(tài)。如圖1是資源池的初始狀態(tài)及等待池中任務(wù)的示意圖。不同顏色代表不同的任務(wù)。任務(wù)塊橫向格數(shù)代表資源需求，縱向格數(shù)代表時(shí)間需求。

行動(dòng)空間用A = {? ? ?，1，...，M}表示，其中a = i表示“對(duì)等待池第i個(gè)任務(wù)分配資源”; a =? ? ? ?表示資源池已滿，即不可再分配任務(wù)。在每一個(gè)時(shí)間步，時(shí)間被凍結(jié)，直到智能體做完這些選擇。一旦智能體選擇了行動(dòng)a =? ?，則行動(dòng)結(jié)束，進(jìn)入下一個(gè)時(shí)間步，資源池圖像上的任務(wù)下移一步，任何新到達(dá)的工作都會(huì)顯現(xiàn)出來(lái)。

對(duì)能夠降低所有任務(wù)平均完成時(shí)間的行動(dòng)給予正的獎(jiǎng)賞，反之給予負(fù)的懲罰。在每一個(gè)時(shí)間步設(shè)置獎(jiǎng)勵(lì)為-J，在這里J是當(dāng)前系統(tǒng)中的任務(wù)數(shù)量總和，包括資源池、等待隊(duì)列及后臺(tái)日志中的所有任務(wù)。

3.仿真訓(xùn)練

將智能體的策略表示為一個(gè)神經(jīng)網(wǎng)絡(luò)，它的輸入是環(huán)境當(dāng)前狀態(tài)空間構(gòu)成的矩陣，輸出是可能采取行動(dòng)的概率分布。訓(xùn)練過(guò)程中，在每一個(gè)episode中，都有固定數(shù)量的任務(wù)到達(dá)，根據(jù)策略進(jìn)行安排。當(dāng)所有作業(yè)均執(zhí)行完畢后，episode終止。本實(shí)驗(yàn)設(shè)置了多組不同的任務(wù)到達(dá)序列，每組稱為一個(gè)任務(wù)序列。

在每次訓(xùn)練迭代中，模擬每個(gè)任務(wù)序列在每個(gè)episode里使用當(dāng)前策略的可能操作，并使用結(jié)果數(shù)據(jù)來(lái)改善分配之后所有任務(wù)序列的策略。記錄每個(gè)episode的每個(gè)時(shí)間步長(zhǎng)的所有環(huán)境狀態(tài)、行動(dòng)及獎(jiǎng)勵(lì)信息，并使用這些值計(jì)算在每個(gè)episode每個(gè)時(shí)間步t的累計(jì)獎(jiǎng)勵(lì)vt。然后使用強(qiáng)化學(xué)習(xí)算法里的梯度下降策略來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)。

4.測(cè)試結(jié)果

當(dāng)?shù)却刂械淖畲笕蝿?wù)數(shù)量M取5時(shí)，整個(gè)實(shí)驗(yàn)過(guò)程，用各個(gè)算法進(jìn)行分配，所有的任務(wù)平均完成時(shí)間與任務(wù)到達(dá)率關(guān)系如圖：

5.結(jié)論

以縮短全部任務(wù)平均完成時(shí)間為目標(biāo)，本文所測(cè)試的幾種不同的分配算法中，先到先分配（FCFS）算法表現(xiàn)最差，平均任務(wù)完成時(shí)間最長(zhǎng);次差為隨機(jī)分配（Random）算法;當(dāng)任務(wù)負(fù)載率較低時(shí)，強(qiáng)化學(xué)習(xí)所訓(xùn)練的RM算法、短任務(wù)優(yōu)先算法（SJF）及小任務(wù)優(yōu)先算法（MJF）的表現(xiàn)幾乎沒(méi)有區(qū)別;當(dāng)任務(wù)負(fù)載率較高時(shí)，MJF算法的表現(xiàn)顯著不如RM算法及SJF算法，此時(shí)RM算法優(yōu)于SJF。而當(dāng)任務(wù)負(fù)載率進(jìn)一步提高之后，RM算法與SJF算法的表現(xiàn)趨于一致。

故而，本文所用的強(qiáng)化學(xué)習(xí)算法，在動(dòng)態(tài)資源分配問(wèn)題中，對(duì)于降低任務(wù)平均完成時(shí)間有著較好的表現(xiàn)，證明了強(qiáng)化學(xué)習(xí)算法的有效性。而強(qiáng)化學(xué)習(xí)算法在本實(shí)驗(yàn)中的表現(xiàn)，完全可以遷移到網(wǎng)絡(luò)管理系統(tǒng)中的信道資源分配。

參考文獻(xiàn)：

[1] 聞新，周露，王丹力，熊曉英等 MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì).北京科學(xué)出版社，2001.5.

[2] 張文鴿，吳澤寧，途洪波神經(jīng)網(wǎng)絡(luò)的改進(jìn)及應(yīng)用河南科學(xué)Vol.21，No2，2003.

[3] 戚涌，李千目，劉鳳玉基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)智能診斷系統(tǒng).微電子學(xué)與計(jì)算機(jī)，2004，21（10）：10-13，18.

[4] 焦李成，神經(jīng)網(wǎng)絡(luò)計(jì)算[M].西安：西安電子科技大學(xué)出版社，1993.9.

[5]陳樺，程云艷.BP神經(jīng)網(wǎng)絡(luò)算法的改進(jìn)及在Matlab中的實(shí)現(xiàn).陜西科技大學(xué)學(xué)報(bào).Vol.22，No.2，2004.4.