带宽与计算资源的网络切片联邦编排

网络切片已被认为是 5G 支持多样化物联网业务与应用场景的关键赋能技术之一。本文研究由具备雾计算的 5G 所支撑的大规模物联网网络的分布式网络切片。多种具有不同需求的业务需由 5G 网络提供的频谱资源与雾计算网络的计算资源共同支撑。我们提出一种基于新控制平面实体——联邦编排器（federated-orchestrator）的新颖分布式框架，其可在无需基站交换任何本地数据与资源信息的情况下协调频谱与计算资源。我们提出一种基于带部分变量分裂的乘子交替方向法（Alternating Direction Method of Multipliers with Partial Variable Splitting）的分布式资源分配算法。我们证明 DistADMM-PVS 在 F-编排器与基站间协调完全同步时，以对所有支撑业务类型的最坏情况性能保证最小化整个网络的平均业务响应时间。受协调同步可能导致高协调时延、在大规模网络中不可容忍的观察启发，我们提出一种新颖的异步 ADMM 算法。我们证明 AsynADMM 可收敛至全局最优解，且具有改进的可扩展性与可忽略的协调时延。我们利用某 5G 支撑的校园内智能交通系统收集的两个月流量数据评估所提框架性能。针对高峰与非高峰时段的行人与车相关业务进行了广泛仿真。结果显示所提框架对两类支撑业务均显著降低了业务响应时间，尤其相较于仅单一资源的网络切片。