电讯技术

作者：张晓莉,雷雨声,刘夏茜,王斌

单位：(西安科技大学 通信与信息工程学院，西安 710600)

关键词：工业物联网（IIOT）；软件定义网络；网络切片；资源分配；准入控制；深度强化学习；

基金：国家自然科学基金资助项目(U19B2015)

针对工业物联网中业务需求多样性和服务质量（Quality of Service，QoS）要求差异性导致的网络资源利用低问题，提出一种基于深度强化学习的网络切片资源分配策略。该策略运用深度强化学习优化网络切片资源分配的准入控制，通过智能体在特定时间窗口内处理资源请求，并根据不同网络切片的QoS要求及请求准入结果进行资源的动态分配。实验结果表明，所提策略相比基准算法在提高网络收益、资源利用率和接收率方面分别提升了8.33%、9.84%和8.57%。该策略能够在保证服务质量的同时提高整个网络的效率和性能。

来源：2025年第8期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第8期