مجازی سازی تابع شبکه، جعبه‌های میانی سخت‌افزاری را به مجموعه‌ای از تابع شبکه مجازی مبتنی بر نرم‌افزار تبدیل می‌کند که می‌تواند میزبان تقاضای رو به رشد سرویس‌های حساس به تأخیر در شبکه های مبتنی بر محاسبات ابر-مه باشد. مکان‌یابی پویا زنجیره توابع سرویس با استفاده مجدد از نمونه های توابع شبکه می‌تواند منجر به بهبود استفاده از منابع و صرفه جویی در زمان شود. برای رسیدگی به این مسئله، ما یک روش مکان‌یابی زنجیره توابع سرویس موازی شده با استفاده مجدد از تابع شبکه در شبکه های مبتنی بر محاسبات ابر-مه را پیشنهاد می کنیم. در اینجا، مسئله مکان‌یابی با استفاده از رویکردهای یادگیری تقویتی عمیق باهدف حداکثر سازی پاداش تجمعی بلندمدت پیکربندی‌شده است. این روش با اشتراک گذاشته توابع شبکه به‌صورت موازی می‌تواند شتاب محاسباتی را در ارائه سرویس‌های آنلاین محقق کند. علاوه بر این، روش پیشنهادی با استخراج توزیع توابع شبکه مقداردهی شده توانایی پذیرش درخواست های آینده را افزایش می دهد. نتایج شبیه‌سازی برتری روش پیشنهادی نشان می دهد، جایی که با در نظر گرفتن معیار هزینه پولی بیش از 7% نسبت به بهترین روش های موجود عملکرد بهتری دارد. پرونده مقاله