隨著5G研究的深入和商用的推進(jìn),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(duì)于5G網(wǎng)絡(luò)的研究來(lái)說(shuō)是一個(gè)關(guān)鍵性的挑戰(zhàn)。網(wǎng)絡(luò)功能虛擬化技術(shù)為5G的實(shí)現(xiàn)提供了關(guān)鍵支撐,同時(shí)也為5G的資源管理問(wèn)題引入了新的研究方向,但是網(wǎng)絡(luò)功能虛擬化場(chǎng)景中的資源管理是一個(gè)比較復(fù)雜問(wèn)題。特別地,虛擬網(wǎng)絡(luò)功能的不同放置位置會(huì)為其性能帶來(lái)不同的影響。文中首先對(duì)網(wǎng)絡(luò)功能虛擬化的資源分配方法及放置對(duì)性能的影響進(jìn)行了分析和研究,在此基礎(chǔ)上,主要根據(jù)知識(shí)定義網(wǎng)絡(luò)所提出的范例,探討了將機(jī)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(cè)內(nèi)存資源消耗。其次,重點(diǎn)對(duì)輸入流量的特征進(jìn)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(jī)管理程序的性能監(jiān)測(cè)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(cè)內(nèi)存資源消耗,從而達(dá)到對(duì)內(nèi)存資源進(jìn)行管理的目的。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(09)北大核心CSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【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(diǎn),圖2和圖3總結(jié)了本文將要解決的問(wèn)題。圖2給出了在真實(shí)世界中模擬的VNF,VNF的不同配置會(huì)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(cè)的結(jié)果,本文選擇神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行訓(xùn)練。圖3展示了本文對(duì)VNF性能進(jìn)行建模后的神經(jīng)網(wǎng)絡(luò),即預(yù)測(cè)內(nèi)存消耗的神經(jīng)網(wǎng)絡(luò)模型。本文的目標(biāo)是通過(guò)輸入流量進(jìn)行預(yù)測(cè),神經(jīng)網(wǎng)絡(luò)可以在輸入流量的情況下對(duì)內(nèi)存消耗的性能進(jìn)行預(yù)測(cè)。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(guò)控制循環(huán)來(lái)進(jìn)行操作,以提供自動(dòng)化、推薦、優(yōu)化、驗(yàn)證和估計(jì)。在定義KDN這個(gè)概念時(shí),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(lái)了便利。


本文編號(hào)：3301301