네트워크 기능 가상화를 위한 동적 자원 할당의 MDP 및 기계 학습 기반 비용 최적화

네트워크 기능 가상화(NFV)의 도입은 서비스 제공자가 탄력성과 유연성을 갖춘 소프트웨어 정의 네트워크 기능을 제공할 수 있게 합니다. NFV 구성 요소를 클라우드 자원에 동적으로 할당하는 핵심 기술은 비용과 QoS 효과를 유지하기 위해 수요 변화에 신속하게 대응해야 합니다. 본 논문에서는 Markov Decision Process(MDP)를 NP-hard 문제에 적용하여 NFV 구성 요소를 위한 클라우드 자원을 동적으로 할당합니다. 또한, 미래 자원 신뢰성을 예측하기 위해 역사적 자원 사용을 모니터링하는 Bayesian 학습 방법을 적용합니다. 실험 결과는 우리가 제안한 전략이 관련 접근 방식을 능가함을 보여줍니다.