使用机器学习检测5G网络中的吵闹邻居
网络与互联网体系结构
2016-10-25 v1 机器学习
摘要
5G网络的结构预计比当前网络更加动态和混乱。随着网络功能虚拟化（NFV）的出现，网络功能（NF）将不再与其运行的硬件紧密耦合，这给网络管理带来了新的挑战。“吵闹邻居”是一个常用术语，用于描述 NFV 基础设施中这样的情况：一个应用程序由于所需的部分资源被同一云节点中的其他应用程序占用而经历性能下降。这些情况无法使用直接的方法轻易识别，这要求在 NFV 基础设施管理中使用复杂的方法。在本文中，我们展示了如何使用机器学习（ML）技术来识别此类事件。通过使用在真实 NFV 基础设施中收集的数据进行实验，我们表明，在简单场景下，用于自动分类的标准模型可以以超过 90% 的准确率检测到吵闹邻居现象。
引用
@article{arxiv.1610.07419,
title = {Using Machine Learning to Detect Noisy Neighbors in 5G Networks},
author = {Udi Margolin and Alberto Mozo and Bruno Ordozgoiti and Danny Raz and Elisha Rosensweig and Itai Segall},
journal= {arXiv preprint arXiv:1610.07419},
year = {2016}
}