基于神经网络策略代理的租户感知切片准入控制
信号处理
2020-01-14 v2
摘要
5G 网络将提供平台，用于部署大量具有不同基础设施层级资源需求的租户关联管理、控制和终端用户应用。在此背景下，5G 基础设施提供商必须通过智能准入为系统带来最大收益的网路切片来优化基础设施资源利用率并增加其收益。此外，必须确保当已部署切片有需求时，其资源能够动态扩展。在本文中，我们提出了一种神经网络驱动的策略代理用于网路切片准入，该代理从网络租户所部署切片的资源需求画像中学习其特征，并在切片准入的成本与收益同资源管理与编排成本之间进行权衡。该策略代理学习准入网络中利润最高的切片，同时确保其资源需求能够弹性扩展。我们给出了系统模型、策略代理架构以及仿真研究结果，表明与其他相关切片准入策略相比，基础设施提供商的收益有所提高。
引用
@article{arxiv.1908.07494,
title = {Tenant-Aware Slice Admission Control using Neural Networks-Based Policy Agent},
author = {Pedro Batista and Shah Nawaz Khan and Peter Öhlén and Aldebaro Klautau},
journal= {arXiv preprint arXiv:1908.07494},
year = {2020}
}
备注
14 pages; update: fixed typo