Key points are not available for this paper at this time.
In diesem Papier befassen wir uns mit der Problematik der Ressourcenbereitstellung als Enabler für end-to-end dynamisches Slicing in softwaredefinierten Netzwerken/netzwerkbasierter Virtualisierung von Funktionen (SDN/NFV)-basierten Netzwerken der fünften Generation (5G). Den verschiedenen Slices werden dynamisch isolierte Anteile von physischen Ressourcenblöcken (PRBs), Basisbandverarbeitungsressourcen, Rückverbindungskapazität sowie Datenweiterleitungselemente (DFE) und SDN-Controller-Verbindungen zugewiesen. Durch die Verwendung umfangreicher, aus einem Live-Mobilfunknetz stammender Key Performance Indicators (KPIs)-Datensätze, die mit Verkehrsproben ausgestattet sind, führen wir zunächst einen Traffic-Vorhersageansatz mit geringer Komplexität ein, der auf einer weichen, gate-gesteuerten rekurrenten Einheit (GRU) basiert. Anschließend bauen wir an jeder virtuellen Netzwerkfunktion gemeinsame Multi-Slice-tiefe neuronale Netzwerke (DNNs) auf und trainieren sie, um die erforderlichen Ressourcen basierend auf dem Verkehr pro Slice zu schätzen, ohne dabei zwei Service-Level-Agreements (SLAs) zu verletzen, nämlich SLA basierend auf der Verletzungsrate und SLA basierend auf Ressourcenbeschränkungen. Dies wird erreicht, indem datasetabhängige verallgemeinerte nicht-konvexe Einschränkungen in die Offline-Optimierungsaufgaben der DNN integriert werden, die über eine Nicht-Null-Summen-Zweispieler-Spielstrategie gelöst werden. In diesem Zusammenhang heben wir die Rolle der zugrunde liegenden Hyperparameter im Trade-off zwischen Über Provisionierung und Slice-Isolation hervor. Schließlich bieten wir anhand der Zuverlässigkeitstheorie eine geschlossene Analyse für die untere Schranke der sogenannten zuverlässigen Konvergenzrate und zeigen den Einfluss der Verletzungsrate auf diese auf.
Chergui et al. (Do,) haben diese Frage untersucht.