文章摘要:空天地协同网络作为一种新型网络架构，拥有广域网络覆盖和泛在无缝接入等优势，但也面临日益增长的用户需求与有限的网络服务资源之间的矛盾，将边缘计算引入空天地协同网络能够大幅提升系统的业务处理能力。同时，为了进一步提高空天地协同的边缘云网络资源利用率，可以将一组虚拟网络功能按照一定的业务逻辑连接起来，形成动态可重构的服务功能链，为用户提供多样化且高质量的网络服务。考虑到空天地协同的边缘云网络的高动态和异构特性，研究了动态服务功能链的高效编排问题，设计了空天地协同的边缘云网络系统模型，并在此基础上构造了受网络资源和服务请求约束的端到端时延优化目标函数。其次，结合量子机器学习高效并行计算的优势，将服务功能链路径选择问题建模为基于开放量子随机行走的隐马尔可夫模型，并采用量子回溯解码的方法对模型进行了求解。最后，对文章研究的内容进行仿真验证，仿真结果表明：与传统精确求解和启发式方法相比，文章中提出的服务功能链动态编排方法能够在网络流量负载较高的情况下，提高服务请求成功率并降低端到端平均时延。

文章关键词:

项目基金: