基于深度强化学习的分离式数据中心存储资源调度优化方法

袁政利; 郭少勇; 胡鑫; 仝杰; 郝佳恺; Michel Kadoch; 喻鹏

doi:10.11959/j.issn.1000-436x.2025135

您当前的位置：

首页 >

文章列表页 >

基于深度强化学习的分离式数据中心存储资源调度优化方法

学术论文 | 更新时间：2025-09-23

- 基于深度强化学习的分离式数据中心存储资源调度优化方法
- Storage resource scheduling optimization method for separated data center based on deep reinforcement learning
- “在数据中心存储领域，研究者提出将存储调度内嵌于白盒交换机的方案，通过贝叶斯和深度强化学习优化存储资源调度，显著降低访问时延。”
- 通信学报 2025年46卷第8期页码：1-15
- 作者机构：
  
  1.北京邮电大学网络与交换技术全国重点实验室，北京 100876
  2.中国电力科学研究院有限公司，北京 100192
  3.国网北京市电力公司，北京 100031
  4.魁北克大学高等技术学院，蒙特利尔 QC G1K 9H7
- 作者简介：
  
  [ "袁政利（2001- ），女，河北邯郸人，北京邮电大学博士生，主要研究方向为DPU、存储优化、强化学习等。" ]
  [ "郭少勇（1985- ），男，河北邢台人，博士，北京邮电大学教授、博士生导师，主要研究方向为工业互联网网络管控、电力智联网等。" ]
  [ "胡鑫（1999- ），男，重庆人，北京邮电大学博士生，主要研究方向为边缘计算、模型推理、分布式机器学习系统等。" ]
  [ "仝杰（1983- ），男，山西运城人，博士，中国电力科学研究院用电与能效研究所教授级高级工程师，主要研究方向为算电协同、电力人工智能、电力物联网等。" ]
  [ "郝佳恺（1972- ），男，北京人，国网北京市电力公司特级专家、正高级工程师，主要研究方向为电力信息通信建设、运维等。" ]
  [ "Michel Kadoch（1944- ），男，博士，魁北克大学高等技术学院教授，主要研究方向为无线自组网、5G和6G网络、网络管理等。" ]
  [ "喻鹏（1986- ），男，湖北随州人，博士，北京邮电大学副教授、博士生导师，主要研究方向为5G/6G网络智能管控。" ]
- 基金信息：
  
  国家自然科学基金资助项目(62322103);中央高校基本科研业务费专项资金资助项目(2023ZCTH11);北京市自然科学基金资助项目(4232009)
- DOI：10.11959/j.issn.1000-436x.2025135
  中图分类号： TP393
- 收稿日期：2025-04-12，
  
  修回日期：2025-07-24，
  
  录用日期：2025-08-04，
  
  纸质出版日期：2025-08-25
- 稿件说明：
移动端阅览
袁政利,郭少勇,胡鑫等.基于深度强化学习的分离式数据中心存储资源调度优化方法[J].通信学报,2025,46(08):1-15.

YUAN Zhengli,GUO Shaoyong,HU Xin,et al.Storage resource scheduling optimization method for separated data center based on deep reinforcement learning[J].Journal on Communications,2025,46(08):1-15.
袁政利,郭少勇,胡鑫等.基于深度强化学习的分离式数据中心存储资源调度优化方法[J].通信学报,2025,46(08):1-15. DOI： 10.11959/j.issn.1000-436x.2025135.

YUAN Zhengli,GUO Shaoyong,HU Xin,et al.Storage resource scheduling optimization method for separated data center based on deep reinforcement learning[J].Journal on Communications,2025,46(08):1-15. DOI： 10.11959/j.issn.1000-436x.2025135.

浏览量

174

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多智能体深度强化学习的低轨星座跳波束资源调度研究

数字孪生辅助下基于D3QN的车载网络协同卸载算法

动态场景下自动驾驶运行时安全保障的自适应方法

云边端场景下基于多智能体深度强化学习的边缘缓存策略

基于深度强化学习的分离式数据中心存储资源调度优化方法

Storage resource scheduling optimization method for separated data center based on deep reinforcement learning

DOI：10.11959/j.issn.1000-436x.2025135