El crecimiento del Internet de las cosas (IoT) en varias aplicaciones críticas genera heterogeneidad de servicios con diferentes etiquetas de prioridad. Un conjunto de órdenes de funciones de red virtual (VNF) representa el encadenamiento de funciones de servicio (SFC) para que un servicio en particular se ejecute de manera robusta en un entorno habilitado para virtualización de funciones de red (NFV). En las redes IoT, la configuración de SFC adaptativo ha surgido para garantizar la optimalidad y elasticidad del gasto de recursos. En este documento, se proporciona un manejo de recursos consciente de la prioridad para SFC adaptativo mediante la modelización de la configuración de solicitudes de servicio IoT en tiempo real. Se estudian los modelos de problemas de las características principales que impactan en la optimización de los tiempos de configuración y la utilización de recursos. Los enfoques propuestos consultan el prometedor motor de aprendizaje profundo reforzado integrado en la capa de gestión (por ejemplo, orquestador) para observar las características del estado de las VNF, aplicar la acción en la instanciación y modificación de VNFs nuevos/creados, y evaluar las demoras promedio de transmisión para los servicios IoT de extremo a extremo. En los procedimientos de SFC integrados, el agente formula el aproximador de funciones para puntuar las métricas de rendimiento de la cadena existente. La simulación del banco de pruebas se realizó en topologías SDN/NFV y capturó el promedio de recompensas, demoras, ratio de entrega y rendimiento como -48.6666, 10.9766 ms, 99.9221% y 615.8441 Mbps, superando a otros enfoques de referencia, siguiendo la configuración de parámetros en este entorno.