5G网络切片：多种机器学习分类器分析
密码学与安全
2023-10-04 v1 机器学习
摘要
将一个物理5G通信基础设施划分为若干具有带宽、时延、可靠性、安全性与服务质等 distinct 特性的虚拟网络切片，称为5G网络切片。每个切片是一个独立的逻辑网络，满足特定业务或用例的需求，如虚拟现实、游戏、自动驾驶汽车或工业自动化。网络切片可动态调整以满足业务变化的需求，从而以一种更具成本效益和效率的方式在共享基础设施上交付多样化服务与应用。本文评估了多种机器学习技术，包括逻辑回归模型、线性判别模型、k近邻模型、决策树模型、随机森林模型、SVC BernoulliNB模型与GaussianNB模型，以考察各模型在检测网络切片上的准确率与精度。报告还给出了5G网络切片概述。
引用
@article{arxiv.2310.01747,
title = {5G Network Slicing: Analysis of Multiple Machine Learning Classifiers},
author = {Mirsad Malkoc and Hisham A. Kholidy},
journal= {arXiv preprint arXiv:2310.01747},
year = {2023}
}