基于模型驱动与 AI 技术协同的移动网络编排
网络与互联网体系结构
2023-11-15 v1 信号处理
摘要
随着数据流量的持续增长，在靠近终端用户的战略网络位置缓存热门内容，不仅能提升用户体验，还可缓解网络中高度拥塞链路的利用压力。主动缓存领域的一个关键挑战是在各种优化准则下寻找托管热门内容项的最优位置。这些问题本质上是组合型的，因此寻找最优和/或近最优决策的计算代价高昂。本文提出一种框架，通过首先使用深度卷积神经网络（CNN）预测与最优位置相关的决策变量，来降低底层整数数学规划的计算复杂度。该 CNN 以离线方式用最优解训练，然后用于驱动一个小得多的优化问题，从而适于实时决策。数值研究表明，所提方法能在线提供高质量决策，这一特性对实际部署至关重要。
引用
@article{arxiv.2004.00660,
title = {Network Orchestration in Mobile Networks via a Synergy of Model-driven and AI-based Techniques},
author = {Yantong Wang and Vasilis Friderikos},
journal= {arXiv preprint arXiv:2004.00660},
year = {2023}
}
备注
6 pages, 3 figures, the conference accepted version