面向多租户网络的数据驱动自适应网络切片

支持多租户的网络切片在提升 5G 网络性能方面发挥关键作用。本文提出一种用于回传与无线接入网（RAN）中基于预留的网络切片的两时间尺度框架。在所提出的两时间尺度方案中，通过一种新颖的稀疏优化框架在长时间尺度激活网络切片子集，以最大化租户期望效用；而在短时间尺度，激活的切片根据时变用户业务与信道状态被重新配置。具体而言，利用用户与信道的统计信息，并考虑服务切片用户的期望效用与重配置代价，我们 formulate 一个稀疏优化问题以更新切片资源配置，从而强制预留资源的最大隔离。所 formulate 的长时间与短时间尺度优化问题均为非凸且难以求解。我们使用 $\ell_q$-范数（$0<q<1$）与组 LASSO 正则化迭代寻找优化问题的凸近似。我们提出一种 Frank-Wolfe 算法在长时间尺度迭代求解近似问题。为应对业务变化的动态特性，我们提出一种快速的分布式算法在短时间尺度求解近似优化问题。仿真结果展示了我们的方法相对于最优解及现有最先进方法的性能。