Odin：基于在线学习的5G/6G网络分片端到端SLA分解
网络与互联网体系结构
2025-09-18 v1
摘要
网络分片在实现5G/6G发展中发挥着关键作用，使能够针对延迟、吞吐量和可靠性等多样化服务等级协议(SLA)要求进行配置。由于网络分片跨越多个域(包括接入网、传输网和核心网)进行端到端(E2E)部署，因此有效地将端到端SLA分解为各域的目标配置至关重要，以便各域能够为分片提供充足的资源。然而，由于域的异构性、网络条件的动态变化以及SLA调度器缺乏对域资源优化的了解，SLA分解工作面临巨大挑战。本文提出Odin，一种基于贝叶斯优化的解决方案，利用各域的在线反馈实现可证明高效的SLA分解。通过理论分析和严格评估，我们展示Odin的端到端调度器在与基线解决方案相比，能够实现最高45%的SLA满足率提升，同时即使在来自各个域的噪声反馈存在的情况下，还能降低整体资源成本。
引用
@article{arxiv.2509.13511,
title = {Odin: Effective End-to-End SLA Decomposition for 5G/6G Network Slicing via Online Learning},
author = {Duo Cheng and Ramanujan K Sheshadri and Ahan Kak and Nakjung Choi and Xingyu Zhou and Bo Ji},
journal= {arXiv preprint arXiv:2509.13511},
year = {2025}
}
备注
accepted for publication at ACM MobiHoc 2025