SLA 约束下 NextG 网络切片的多元、多步与时空流量预测
网络与互联网体系结构
2023-09-08 v1 信息论
信号处理
math.IT
摘要
本研究提出一种用于 NextG 移动网络的时空流量预测方法，以确保每个网络切片的服等级协议（SLA）。我们的方法是多元、多步且时空的。利用 20 个无线接入网（RAN）特征、峰值流量小时数据以及基于移动性的聚类，我们提出一种基于参数的 SLA 损失函数以保证 SLA 违例率。我们聚焦于单小区、多小区和基于切片的预测方法，并详细对比分析其性能、优势与局限。首先，我们探讨单小区与多小区训练架构的应用。单小区训练提供逐小区级别的预测，而多小区训练使用来自相同或不同基站多个小区的流量训练模型。我们表明单小区方法优于多小区方法，相较于基于 SLA 与基于 MAE 的基线模型，测试损失分别改善 11.4% 与 38.1%。接着，我们探索基于切片的流量预测。我们提出用于切片下行流量体积预测的单切片与多切片方法，论证多切片预测提供更准确的预报。我们引入的基于切片的模型相较于我们的基于小区的模型、基线 SLA 基于模型与基线 MAE 基于模型，测试损失分别大幅改善 28.2%、36.4% 与 55.6%。
引用
@article{arxiv.2309.03898,
title = {Multivariate, Multi-step, and Spatiotemporal Traffic Prediction for NextG Network Slicing under SLA Constraints},
author = {Evren Tuna and Alkan Soysal},
journal= {arXiv preprint arXiv:2309.03898},
year = {2023}
}