基于深度对决神经网络的最优快速实时资源切片

有效的网络切片要求基础设施/网络提供商应对网络资源请求的不确定需求与实时动态。另一挑战是对大量资源（如无线、计算和存储）的组合优化。本文开发了一个最优且快速的实时资源切片框架，在考虑租户资源需求不确定性的同时最大化网络提供商的长期收益。具体而言，我们首先提出一种新颖的系统模型，使网络提供商能够在独立虚拟切片下将各类资源有效切片给不同类别的用户。然后我们通过半马尔可夫决策过程刻画切片请求的实时到达。为在切片请求的动态性（如不确定的服务时间和资源需求）下获得最优资源分配策略，文献中常采用 Q-learning 算法。然而，该算法以收敛缓慢而著称，尤其对于具有大状态/动作空间的问题。这使得 Q-learning 在我们同时优化多种资源的情况下实际上不可行。为此，我们提出一种新颖的网络切片方法，采用称为深度对决（deep dueling）的先进深度学习架构，其比传统 Q-learning 算法快得多地达到最优平均奖励。该特性对于应对实时资源请求和用户的动态需求尤为可取。大量仿真表明，与最先进的网络切片方法相比，所提框架产生了高达 40% 更高的长期平均收益，同时快几千倍。