面向车载应用的数字孪生辅助智能网络管理
网络与互联网体系结构
2024-03-26 v1
摘要
基于人工智能(AI)的新兴数据驱动方法为车载应用中的智能、灵活、自适应网络管理开辟了道路。为推动网络管理向网络自动化迈进,本文提出了一种数字孪生(DT)辅助的两级学习框架,用以促进基于机器学习的智能网络管理功能(INMFs)的自动化全生命周期管理。具体而言,在高层级,采用元学习来捕捉非平稳网络条件下 INMFs 不同层级的通用特征;在低层级,则基于快速模型适配为本地网络定制个体学习模型。层级化数字孪生部署于边缘与云服务器,通过与物理网络域的闭环交互辅助两级学习过程。最后,通过案例研究展示了元学习相较于基准方案的快速且准确的模型适配能力。
引用
@article{arxiv.2403.16021,
title = {Digital Twin Assisted Intelligent Network Management for Vehicular Applications},
author = {Kaige Qu and Weihua Zhuang},
journal= {arXiv preprint arXiv:2403.16021},
year = {2024}
}