隨著5G研究的深入和商用的推進,出現(xiàn)了各式各樣的挑戰(zhàn),其中,5G通信系統(tǒng)的資源管理對于5G網(wǎng)絡(luò)的研究來說是一個關(guān)鍵性的挑戰(zhàn)。網(wǎng)絡(luò)功能虛擬化技術(shù)為5G的實現(xiàn)提供了關(guān)鍵支撐,同時也為5G的資源管理問題引入了新的研究方向,但是網(wǎng)絡(luò)功能虛擬化場景中的資源管理是一個比較復(fù)雜問題。特別地,虛擬網(wǎng)絡(luò)功能的不同放置位置會為其性能帶來不同的影響。文中首先對網(wǎng)絡(luò)功能虛擬化的資源分配方法及放置對性能的影響進行了分析和研究,在此基礎(chǔ)上,主要根據(jù)知識定義網(wǎng)絡(luò)所提出的范例,探討了將機器學(xué)習(xí)技術(shù)應(yīng)用于虛擬網(wǎng)絡(luò)功能內(nèi)存資源管理的研究,構(gòu)建神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型,預(yù)測內(nèi)存資源消耗。其次,重點對輸入流量的特征進行提取,流量主要由一組特征表示,這些特征代表了從數(shù)據(jù)鏈路層到傳輸層的小批次信息,其中的內(nèi)存消耗是從虛擬機管理程序的性能監(jiān)測工具上得出的批量的平均內(nèi)存消耗。最后,利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測內(nèi)存資源消耗,從而達到對內(nèi)存資源進行管理的目的。 

【文章來源】：計算機科學(xué). 2020,47(09)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

VNF減載圖

NFV的內(nèi)存資源消耗是本文的研究重點,圖2和圖3總結(jié)了本文將要解決的問題。圖2給出了在真實世界中模擬的VNF,VNF的不同配置會導(dǎo)致VNF的不同行為,文中假設(shè)其為常量。另外,為了得到預(yù)測的結(jié)果,本文選擇神經(jīng)網(wǎng)絡(luò)來進行訓(xùn)練。圖3展示了本文對VNF性能進行建模后的神經(jīng)網(wǎng)絡(luò),即預(yù)測內(nèi)存消耗的神經(jīng)網(wǎng)絡(luò)模型。本文的目標是通過輸入流量進行預(yù)測,神經(jīng)網(wǎng)絡(luò)可以在輸入流量的情況下對內(nèi)存消耗的性能進行預(yù)測。圖3 內(nèi)存消耗神經(jīng)網(wǎng)絡(luò)模型

圖2 虛擬網(wǎng)絡(luò)功能建模在KDN中,KDN范例通過控制循環(huán)來進行操作,以提供自動化、推薦、優(yōu)化、驗證和估計。在定義KDN這個概念時,本文還借鑒了其他領(lǐng)域的許多思想,特別是黑箱優(yōu)化[18],該思想為本文的研究帶來了便利。


本文編號：3301301