LACO：超越 5G 网络中一种时延驱动的切片编排
网络与互联网体系结构
2021-05-13 v1 机器学习
机器学习
摘要
网络切片有望成为即将到来的 5G 及更先进网络中的变革者，通过尚待探索的垂直行业利润扩大电信业务生态。这意味着鉴于大量预定义需求，必须按切片保证异构的服务水平协议（SLA）。本文中，我们开创了一种新颖的无线切片编排方案，在多租户环境中同时提供时延与吞吐量保证。借助坚实的数学框架，我们利用探索-利用范式，通过基于多臂老虎机（MAB）的编排器 LACO 做出自适应资源切片决策，且无需流量需求或信道质量统计的先验知识。与对底层系统盲目的传统 MAB 方法不同，LACO 依赖系统结构信息以加速决策。在初步仿真活动实证证明我们方案有效性后，我们使用现成设备对 LACO 进行了鲁棒实现，以充分模拟真实网络条件：当 LACO 就位时，在可承受的计算时间内测得了近最优结果。
引用
@article{arxiv.2009.03771,
title = {LACO: A Latency-Driven Network Slicing Orchestration in Beyond-5G Networks},
author = {Lanfranco Zanzi and Vincenzo Sciancalepore and Andres Garcia-Saavedra and Hans D. Schotten and Xavier Costa-Perez},
journal= {arXiv preprint arXiv:2009.03771},
year = {2021}
}