King’s College London:Chien-Cheng Wu | 使用深度强化学习的多目标网络切片配置

【标题】Multi-Objective Provisioning of Network Slices using Deep Reinforcement Learning

【作者团队】Chien-Cheng Wu, Vasilis Friderikos1, Cedomir Stefanovic

【发表日期】2022.7.27

【论文链接】https://arxiv.org/pdf/2207.13821.pdf

【推荐理由】网络切片（NS）对于在下一代网络中有效实现不同的网络应用至关重要。尽管如此，复杂的服务质量（QoS）要求和网络服务中的不同异构性要求网络切片供应（NSP）优化需要很高的计算时间。传统的优化方法在满足网络应用的低延迟和高可靠性方面具有挑战性。为此，本文将实时NSP建模为在线网络片供应（ONSP）问题。其将ONSP问题表述为在线多目标整数规划优化（MOIPO）问题。然后，通过将近似策略优化（PPO）方法应用于交通需求预测来近似求解MOIPO问题。仿真结果表明，与最先进的MOIPO解算器相比，该方法具有更低的SLA违反率和网络运行成本。