基于强化学习的软件驱动 5G 切片中 QoS/QoE 感知的服务功能链编排
网络与互联网体系结构
2018-04-09 v1 人工智能
摘要
随着将连接到 5G 网络的设备和应用日益多样化，具备可确认的 QoE 且满足终端用户功能与 QoS 需求的灵活敏捷服务编排必不可少。SDN（软件定义网络）与 NFV（网络功能虚拟化）被视为 5G 核心网络的关键使能技术。为此，本文提出一种在 SDN/NFV 使能的 5G 切片中基于强化学习的 QoS/QoE 感知服务功能链（SFC）。首先，实现了一个基于 LLDP 的轻量级 QoS 信息收集器，其在 SDN 控制器南向接口上以捎带方式工作，以实现 QoS 感知。随后，设计了一个基于 DQN（深度 Q 网络）的智能体框架以支持 NFV 场景下的 SFC。该智能体将 QoE 与 QoS 作为关键方面来构建奖励，从而期望在遵守 QoS 约束的同时最大化 QoE。实验结果表明，该框架在动态网络环境下对 SFC 的 QoE 提供与 QoS 需求维护均表现出良好性能。
引用
@article{arxiv.1804.02099,
title = {Reinforcement Learning based QoS/QoE-aware Service Function Chaining in Software-Driven 5G Slices},
author = {Xi Chen and Zonghang Li and Yupeng Zhang and Ruiming Long and Hongfang Yu and Xiaojiang Du and Mohsen Guizani},
journal= {arXiv preprint arXiv:1804.02099},
year = {2018}
}