从通信到6G中的编排：挑战、启发因素与研究方向
分布式、并行与集群计算
2024-07-02 v1 人工智能
新兴技术
机器学习
网络与互联网体系结构
摘要
在新兴的6G服务背景下，实现涉及众多物理与数字实体的全息互联互通 presents a crucial challenge. 由于通信基础设施资源匮乏，这一挑战进一步加剧，亟需创新解决方案以实现有效的服务部署。探索语义通信 (SemCom) 以提升点对点物理层效率的潜力在解决此问题方面前景广阔。然而，实现高效的SemCom需要克服知识在语义解码器与编码器之间共享的重大障碍，尤其是在动态且非平稳的环境中，且需满足严格的端到端质量要求。为填补现有文献之间的这一空白，本文提出了知识库管理与编排框架 (Knowledge Base Management And Orchestration, KB-MANO)。该框架根植于计算-网络收敛 (Computing-Network Convergence, CNC) 与终身学习的概念，旨在为更新和在系统范围内重新分配知识库的网络与计算资源提供分配。其主要目标是最小化知识管理活动对实际服务 provisioning 的影响。本文提出了概念验证，以展示 KB-MANO 如何与无线接入网络中的资源分配相集成。最后，本文提供了关于未来研究方向的见解，强调语义导向通信系统在6G技术领域的变革潜力。
引用
@article{arxiv.2407.00081,
title = {Semantic Revolution from Communications to Orchestration for 6G: Challenges, Enablers, and Research Directions},
author = {Masoud Shokrnezhad and Hamidreza Mazandarani and Tarik Taleb and Jaeseung Song and Richard Li},
journal= {arXiv preprint arXiv:2407.00081},
year = {2024}
}
备注
Accepted at IEEE Network magazine special issue: Goal-oriented Semantic Communication and Networking