切片网络中基于测量的准入控制：一种最佳臂辨识方法
网络与互联网体系结构
2022-08-10 v2 机器学习
摘要
在切片网络中，切片的多租户共享特性要求基于网络资源测量对数据流进行自适应准入控制。本文研究基于测量的准入控制方案设计，以决定是否接纳新的数据流，以及在接纳时将其放入哪个切片。目标是设计一种联合测量与决策策略，以一定置信度返回正确决策（例如负载最轻的切片），同时最小化测量成本（在做出决策前进行的测量次数）。我们针对若干自然准入准则（规定何为正确决策）研究此类策略的设计。对于每种准则，利用多臂老虎机中最佳臂辨识的工具，我们首先推导出任意以固定置信度返回正确决策的算法在成本上的显式信息论下界。随后，我们设计出一种达到该理论极限的联合测量与决策策略。我们通过实验比较了这些策略的测量成本，并将其与下界及一种朴素测量方案进行对比。我们发现所提算法显著优于朴素方案（达 倍）。
引用
@article{arxiv.2204.06910,
title = {Measurement-based Admission Control in Sliced Networks: A Best Arm Identification Approach},
author = {Simon Lindståhl and Alexandre Proutiere and Andreas Johnsson},
journal= {arXiv preprint arXiv:2204.06910},
year = {2022}
}