北京邮电大学学报 ›› 2020, Vol. 43 ›› Issue (6): 132-139.doi: 10.13190/j.jbupt.2020-211
基于DRL的6G多租户网络切片智能资源分配算法
管婉青1, 张海君1,2, 路兆铭3,4
- 1. 北京科技大学 计算机与通信工程学院, 北京 100083;
2. 北京科技大学 人工智能研究院, 北京 100083;
3. 北京邮电大学 网络体系构建与融合北京市重点实验室, 北京 100876;
4. 北京邮电大学 先进信息网络北京实验室, 北京 100876
Intelligent Resource Allocation Algorithm for 6G Multi-Tenant Network Slicing Based on Deep Reinforcement Learning
GUAN Wan-qing1, ZHANG Hai-jun1,2, LU Zhao-ming3,4
- 1. School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China;
2. Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing 100083, China;
3. Beijing Key Laboratory of Network System Architecture and Convergence, Beijing University of Posts and Telecommunications, Beijing 100876, China;
4. Beijing Laboratory of Advanced Information Networks, Beijing University of Posts and Telecommunications, Beijing 100876, China
摘要: 未来第6代移动通信系统(6G)网络服务支持虚实结合、实时交互,亟需快速匹配多租户个性化服务需求,对此,提出了一种两层递阶的网络切片智能管理方案,上层部署全局资源管理器,下层部署面向不同租户的本地资源管理器.首先,考虑不同租户多类型切片请求的差异性,基于端到端切片的实时状态描述建立服务质量评估模型.结合服务质量反馈,利用深度强化学习(DRL)算法,优化上层全局资源分配和下层局部资源调整,提升不同域多维资源的使用效益,并使能租户资源定制化.仿真结果表明,所提方案能够在优化资源供应商长期收益的同时,保障服务质量.
中图分类号: