面向虚拟网络功能放置的深度优化时延感知树 (DO-DAT)
网络与互联网体系结构
2020-06-03 v1 人工智能
摘要
随着数据连接需求的持续增长，网络服务提供商面临着在确保网络性能持续改进的同时降低资本与运营开支的任务。尽管网络功能虚拟化 (NFV) 已被视为一种解决方案，但必须解决若干挑战以确保其可行性。本文针对虚拟网络功能 (VNF) 放置问题提出了一种基于机器学习的解决方案。该文利用粒子群优化技术优化决策树超参数，提出了深度优化时延感知树 (DO-DAT) 模型。以演进分组核心网 (EPC) 为用例，我们评估了该模型的性能，并将其与先前提出的模型及一种启发式放置策略进行了比较。
引用
@article{arxiv.2006.01790,
title = {Depth-Optimized Delay-Aware Tree (DO-DAT) for Virtual Network Function Placement},
author = {Dimitrios Michael Manias and Hassan Hawilo and Manar Jammal and Abdallah Shami},
journal= {arXiv preprint arXiv:2006.01790},
year = {2020}
}