The rapid development and deployment of network services has brought a series of challenges to researchers. On the one hand, the needs of Internet end users/applications reflect the characteristics of travel alienation, and they pursue different perspectives of service quality. On the other hand, with the explosive growth of information in the era of big data, a lot of private information is stored in the network. End users/applications naturally start to pay attention to network security. In order to solve the requirements of differentiated quality of service (QoS) and security, this paper proposes a virtual network embedding (VNE) algorithm based on deep reinforcement learning (DRL), aiming at the CPU, bandwidth, delay and security attributes of substrate network. DRL agent is trained in the network environment constructed by the above attributes. The purpose is to deduce the mapping probability of each substrate node and map the virtual node according to this probability. Finally, the breadth first strategy (BFS) is used to map the virtual links. In the experimental stage, the algorithm based on DRL is compared with other representative algorithms in three aspects: long term average revenue, long term revenue consumption ratio and acceptance rate. The results show that the algorithm proposed in this paper has achieved good experimental results, which proves that the algorithm can be effectively applied to solve the end user/application differentiated QoS and security requirements.

网络服务的快速发展和部署给研究人员带来了一系列挑战。一方面，互联网最终用户/应用程序的需求反映了旅行疏远的特征，并且他们追求服务质量的不同观点。另一方面，随着大数据时代信息的爆炸性增长，大量私有信息存储在网络中。最终用户/应用程序自然会开始关注网络安全性。为了解决差异化服务质量（QoS）和安全性的要求，针对基层CPU，带宽，时延和安全性属性，提出了一种基于深度强化学习（DRL）的虚拟网络嵌入（VNE）算法。网络。在由以上属性构成的网络环境中对DRL代理进行了培训。目的是推导每个基板节点的映射概率，并根据该概率映射虚拟节点。最后，广度优先策略（BFS）用于映射虚拟链接。在实验阶段，将基于DRL的算法与其他代表性算法在三个方面进行了比较：长期平均收益，长期收益消耗率和接受率。结果表明，本文提出的算法取得了良好的实验结果，证明该算法可以有效地解决最终用户/应用区分的QoS和安全性要求。目的是推导每个基板节点的映射概率，并根据该概率映射虚拟节点。最后，广度优先策略（BFS）用于映射虚拟链接。在实验阶段，将基于DRL的算法与其他代表性算法在三个方面进行了比较：长期平均收益，长期收益消耗率和接受率。结果表明，本文提出的算法取得了良好的实验结果，证明该算法可以有效地解决最终用户/应用区分的QoS和安全性要求。目的是推导每个基板节点的映射概率，并根据该概率映射虚拟节点。最后，广度优先策略（BFS）用于映射虚拟链接。在实验阶段，将基于DRL的算法与其他代表性算法在三个方面进行了比较：长期平均收益，长期收益消耗率和接受率。结果表明，本文提出的算法取得了良好的实验结果，证明该算法可以有效地解决最终用户/应用区分的QoS和安全性要求。长期平均收入，长期收入消耗率和接受率。结果表明，本文提出的算法取得了良好的实验结果，证明该算法可以有效地解决最终用户/应用区分的QoS和安全性要求。长期平均收入，长期收入消耗率和接受率。结果表明，本文提出的算法取得了良好的实验结果，证明该算法可以有效地解决最终用户/应用区分的QoS和安全性要求。