CN115119332A - 意图驱动的无线网络资源冲突解决方法及其装置 - Google Patents
意图驱动的无线网络资源冲突解决方法及其装置 Download PDFInfo
- Publication number
- CN115119332A CN115119332A CN202210553721.XA CN202210553721A CN115119332A CN 115119332 A CN115119332 A CN 115119332A CN 202210553721 A CN202210553721 A CN 202210553721A CN 115119332 A CN115119332 A CN 115119332A
- Authority
- CN
- China
- Prior art keywords
- network
- intention
- resource
- wireless network
- strategy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013468 resource allocation Methods 0.000 claims abstract description 35
- 230000006870 function Effects 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007726 management method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access, e.g. scheduled or random access
- H04W74/08—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access]
- H04W74/0833—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure
- H04W74/0841—Non-scheduled or contention based access, e.g. random access, ALOHA, CSMA [Carrier Sense Multiple Access] using a random access procedure with collision treatment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/26—Monitoring; Testing of receivers using historical data, averaging values or statistics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/29—Performance testing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Probability & Statistics with Applications (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出一种意图驱动的无线网络资源冲突解决方法及其装置,所述方法包括:周期性获取当前无线网络已配置资源信息及当前网络中意图的性能状态;对新增意图所需资源进行预分配,生成预分配资源配置策略;判断预分配资源配置策略与当前网络中正在执行的资源配置策略是否存在不相容的情况;所述装置包括:接口模块;解决模块;反馈模块;存储模块。所述方法及其装置通过意图需求的相对优先级决定网络配置策略执行满意度的偏重,解决不同优先级的意图需求的网络资源冲突。
Description
技术领域
本发明涉及无线通信技术领域,具体涉及一种意图驱动的无线网络资源冲突解决方法及其装置。
背景技术
近年来,随着软件定义网络(Software Defined Network,SDN)、网络功能虚拟化(Network Functions Virtualization,NFV)的研究和发展,以及网络运营商对网络自动化、智能化、简约化的需求,意图网络(Intent-Based Networking,IBN)应运而生。在意图网络中,意图网络可以将网络所需实现的目标转译为网络的配置策略,并自动完成实施和维持,确保意图需求的实现,通过意图网络,极大地提高了网络管理和运营的效率,降低了网络维护的成本,将意图网络的概念应用到无线接入网络中,即意图驱动无线接入网络,可以在物理网络和智能服务意图之间构建数字孪生世界,使得无线接入网络可以适应日益增长的网络规模和不断变化的多样意图需求。
然而,当不同的意图在意图驱动无线接入网络中实施时,会引起不同维度的资源数据在无线网络中分配调度,由于环境的高动态特性使得无线网络中网络度资源的先验信息缺失,从而导致无线网络资源配置策略在意图优先级、网络操作的范围、操作网元的参数等方面出现冲突,引起网络性能出现下降。
目前,对于无线接入网侧的资源冲突的解决思路,通常聚焦于仅针对于单一的通信性能,通过分配网络虚拟化的通信资源以及物理资源协调解决;但是,针对意图驱动的无线接入网中如通信、计算等多维资源冲突问题,目前尚没有针对意图驱动的无线网络的资源冲突的解决方案。为此,亟需一种意图驱动的无线网络的资源冲突解决方法,以解决意图驱动无线网络中如通信、计算等多维资源之间需求发生相互冲突的问题,推进多维资源驱动的意图网络在无线接入网络领域的部署与运营。
基于现有技术存在的如上述问题,本发明提供一种意图驱动的无线网络资源冲突解决方法及其装置。
发明内容
本发明提出一种意图驱动的无线网络资源冲突解决方法及其装置。
本发明采用以下技术方案:
一种意图驱动的无线网络资源冲突解决方法,包括:
步骤1,周期性获取当前无线网络已配置资源信息及当前网络中意图的性能状态;
步骤2,当无线网络中出现新增意图时,对新增意图所需资源进行预分配,生成预分配资源配置策略;
步骤3,根据无线网络已配置资源信息以及当前网络中意图的性能状态,判断预分配资源配置策略与当前网络中正在执行的资源配置策略是否存在不相容的情况:
若预分配资源配置策略与当前网络中正在执行的资源配置策略存在不相容的情况,则无线网络资源配置策略中存在资源冲突,根据存储的意图历史需求信息与无线网络中资源的分布对网络资源进行重新调配;
若预分配资源配置策略与当前网络中正在执行的资源配置策略不存在不相容的情况,将资源预分配策略下发到无线接入网络中执行,并收集与存储当前无线网络资源配置策略的执行状态以及最新的意图性能状态数据。
进一步地,步骤2中,将新增意图的预分配策略作用的网络区域范围和执行生命期与在网络中正在执行的网络配置策略相应的数据信息进行对照,若不存在重叠作用的网络区域范围和/或重叠执行的时间段,则将新增意图的预分配策略通过网络管理和服务技术下发到低层网络基础设施中执行;
否则,结合新增意图的预分配配置策略与网络中正在执行的网络配置策略所需的参数值和无线网络状态信息,使用满意度函数预测在执行预分配配置策略后网络中用户的满意程度;
其中,意图是指期望无线接入网络达到的状态或效果,一种意图能够服务于一个或多个用户,当前意图是指欲在无线接入网络中实施执行的意图。
进一步地,意图为自然语言输入、图像输入或语音输入组成。
进一步地,步骤1中,无线网络中原有意图的数量为N,则预设的意图满意度函数的表达式如下:
其中,Hn(t)表示在时间t时某一意图n此时达到的多维性能,Hn,best和Hn,worst分别表示某一意图n的最佳和最差的多维性能函数取值;
多维性能的表达式如下:
其中,Fn[·]表示某一意图n的多维性能函数;Vs表示对于性能指标s的相应可供调配的多维网络资源,包括通信资源、计算资源等多维资源,示例地,若性能指标s是指云服务计算时延时,则Vs可以表示为影响计算时延的云服务器的CPU时钟资源;rVs,n(t)表示对于性能指标s分配给意图n的相应网络资源向量;Rs(·)表示相应于性能指标s的特有性能数值函数,示例地,根据香农公式可以得到速率和时延的通信性能值函数;表示对意图n对性能指标s的预设权重,权重越大表示性能指标s对意图n的重要程度越高;
意图n的多维性能函数Fn[·]的表达式如下:
其中,Un表示无线网络中属于意图n的用户设备u的集合,表示对意图n对性能指标s的预设权重,表示对于性能指标s分配给意图n的相应网络资源向量,表示无线网络中性能指标s的最大理论性能值,对于Rs(·)取值越高,反而性能越低的性能指标s,公式中相应的Rs(·)和分别取倒数形式。
进一步地,步骤3中,无线网络资源的重新调配包括:
意图级粗颗粒度的网络资源调配;
用户级细颗粒度的网络资源调配。
进一步地,意图级粗颗粒度的网络资源调配采用非合作博弈模型进行建模,定义三个基本要素:参与者集合、参与者的策略集合和参与者效用集合,博弈问题G的表达式为:
G=[N,(Xi)i∈N,(Ui)i∈N]……(4);
其中,N={1,2,...,n}表示博弈问题中的参与者集合,即为参与资源竞争的意图的集合;X表示参与者的策略集合,即为参与资源竞争的意图获取网络资源的策略集合;U表示参与者的效用函数,用于衡量参与博弈的意图从中获得收益的一个指标;
参与博弈的从方低优先级意图效用函数的表达式如下:
参与博弈的主方高优先级意图效用函数的表达式如下:
其中,表示对于属于不同维度的资源Vs的单位定价因子;和分别表示高优先级意图和低优先级意图的单位资源价格,高优先级意图的单位资源价格低于低优先级意图,因此高优先级意图的资源需求将更容易被满足,单位资源价格可由运营商根据用户需求情况进行选择、制定;
主方和从方的粗颗粒度资源分配问题的表达式如下:
其中,约束条件C1表示网络可提供的网络资源的数量约束;约束条件C2表示分配给每个用户的网络资源数量约束,表示对于性能指标s分配给用户u的相应网络资源向量;约束条件C3表示阈值性能指标必须大于预设阈值,示表示用户u对于性能指标s的相应最低阈值;约束条件C4表示性能指标的权重大小;约束条件C5表示性能指标的权重之和进行限制;
粗颗粒度资源分配最优解满足如下表达式:
进一步地,效用函数受参与者自身的策略选择影响,也与其他参与者的策略选择相关。
进一步地,用户级细颗粒度的网络资源调配问题描述为具有O+T个优化目标的多目标优化问题的表达式如下:
其中,O为优化型性能指标集合;T为阈值型性能指标集合;S为意图性能指标集合;O+T=S。
进一步地,基于加权和的低复杂度求解方式,将多目标优化问题转化为:
其中,约束条件C1表示网络可提供的网络资源的数量约束;约束条件C2表示分配给每个用户的网络资源数量约束,表示对于性能指标s分配给用户u的相应网络资源向量;约束条件C3表示阈值性能指标必须大于预设阈值,表示用户u对于性能指标s的相应最低阈值;约束条件C4表示性能指标的权重大小;约束条件C5表示对性能指标的权重之和进行限制。
一种意图驱动的无线网络的网络资源冲突解决装置,包括:
接口模块,用于周期性监控当前无线网络中意图的性能状态,并获取新增意图的数据信息;
解决模块,根据新增意图的资源需求信息,生成符合新增意图需求的预分配策略,根据新增意图的网络预配置策略与在网络中正在执行的网络配置策略,判断多维网络资源冲突是否发生,并对网络资源进行重新调配,解决相应的网络资源冲突,将无网络资源冲突的网络配置策略下发到网络中执行;
反馈模块,用于返回执行当前网络配置策略前的意图性能状态和/或无线网络资源配置策略,以及执行当前网络配置策略后的状态和无线网络数据;
存储模块,用于存储无线网络数据、在网络中执行的历史意图需求的数据信息、历史网络配置策略的执行状态以及执行前的网元参数和/或无线网络资源调度状态。
进一步地,解决模块包括:
判断单元,用于根据新增意图的资源需求信息,生成符合新增意图需求的预分配策略,并根据新增意图的网络预配置策略与在网络中正在执行的网络配置策略,判断网络资源冲突是否发生;
计算单元,根据存储的历史意图需求信息和新增意图需求信息,将不同意图对网络资源的竞争关系进行建模,通过相关博弈模型、粗细颗粒度资源分配的解决方法,并对网络资源进行重新调配,解决相应的网络资源冲突,制定出满足意图满意度的网元参数配置和/或无线网络资源分配策略;
下发单元,用于将无网络资源冲突的网络配置策略下发到低层网络基础设施中执行。
与现有技术相比,本发明的优越效果在于:
1、本发明所述的意图驱动的无线网络资源冲突解决方法,区别于核心网中的资源冲突解决方案,所述方法适用于解决意图驱动的无线网络中的多维网络资源冲突,提高运行效率,降低无线网络运维成本,推进多维资源驱动的智能应用的部署与运营;
2、本发明所述的意图驱动的无线网络资源冲突解决方法,通过决定接收或拒绝网络配置策略的执行,通过意图需求的相对优先级决定网络配置策略执行满意度的偏重,解决不同优先级的意图需求的网络资源冲突;
3、本发明所述的意图驱动的无线网络资源冲突解决方法,利用有关博弈论的思想和考虑用户性能指标偏重的方法,对资源进行意图级别的粗颗粒度调配和用户级别的细颗粒度调配,解决涉及多维资源和多维性能指标的网络资源冲突。
附图说明
图1为本发明实施例中意图驱动的无线网络的资源冲突解决方法的流程图;
图2为本发明实施例中意图需求数据信息的流程图;
图3为本发明实施例中意图的网络配置策略之间作用的网络区域范围关系的示意图;
图4为本发明实施例中意图的网络配置策略之间执行的生命期关系的示意图;
图5为本发明实施例中解决意图驱动的无线网络的资源冲突的流程图;
图6为本发明实施例中基于深度强化学习的资源冲突优化问题求解的示意图;
图7为本发明实施例中意图驱动的无线网络的资源冲突解决设备的功能示意图;
图8为本发明实施例中无线网络的网络资源冲突解决装置的示意图;
图9为本发明实施例中解决模块的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述,需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在意图驱动的无线网络中,不同类型的意图可能具有非常不同的特性:例如对于单一维度的资源,不同类型的意图可能对于通信资源具有不同的传输速率和时延的需求;对于不同维度资源,如通信、计算等资源,不同类型的意图也有着差异性的需求,如与车联网业务相关的车联网意图,辅助驾驶车辆的安全运行对通信、计算资源都有要求,而如用户的高清通话意图仅对通信资源具有要求;此外,不同意图之间的意图优先级存在差异,高优先级意图更加重要,需要比低优先级意图优先满足,未来的智能移动应用将是依靠无线网络中如通信、计算等多维资源进行支撑与实现,因此它们将对不同维度的网络资源提出不同的需求,但是由于环境的高动态特性,多维度资源的先验信息缺失,资源与意图的匹配往往存在竞争、协作、制约、耦合等多种复杂关联关系,当不同的资源数据在无线网络中分配调度时,会因无线网络配置策略在意图优先级、网络操作的范围、操作网元的参数等方面出现不相容的行为,进而导致发生冲突的多维资源数据无法同时得到满足以及在网络中成功实施执行,甚至引起网络性能出现下降与意图和用户满意度降低的问题,因此,本申请提出了一种意图驱动的无线网络资源冲突解决方法和装置,以解决无线网络中意图对如通信、计算等多维资源之间需求发生相互冲突的问题,推进未来多维资源驱动的意图网络的部署与运营,意图可以为自然语言输入、图像输入或语音输入组成。
实施例
如图1所示,所述意图驱动的无线网络的资源冲突解决方法,具体包括如下步骤:
S1:接口模块用于周期性监控当前无线网络中意图的性能状态,并获取新增意图的多维资源需求信息;
具体地,多维资源是指无线网络中的通信、计算等资源;通信资源是指无线网络的频谱、信道、功率分配等资源;计算资源是指无线网络中云端服务器处理器时钟数、边缘处理器时钟数等资源;网络配置策略包括以下数据:所述意图需求的网络配置策略作用的网络区域范围、执行的生命期、调整的无线网元参数、调度的无线网络资源包括网络中分布的通信、计算资源;意图需求优先级可由运营商根据用户需求情况进行选择、制定;
具体的,如图2所示,每个数据详细说明如下:
1)、意图编号(意图ID),用于标识意图需求的序号,以区分、识别不同的意图需求;意图编号可缺省设置,由网络系统按照一定规则自动编号;也可在意图需求输入时人为指定;也可以将这两方面结合;具体的意图编号设置规则可依照客户实际需求和运营商自身运营规范制定;
2)、优先级,用于指示意图需求的优先级,由一个二进制变量决定,1表示该意图为高优先级,0表示该意图为低优先级,优先级表示意图的重要程度的一种权值,影响意图的网络资源粗颗粒度调配,优先级越高的意图将获得更高的意图配比权重,高优先级意图的单位资源价格低于低优先级意图,因此在无线网络中,优先级高的意图需求将比优先级低的意图需求更先满足,通过设立优先级,可以更好地权衡意图需求的重要性,保证高优先级意图的无线网络的服务质量;
需要说明的是,优先级可以缺省预设置;可在意图需求输入时人为指定;也可以将这两方面结合;具体的意图需求优先级设置规则可依照客户实际需求和运营商自身运营规范制定;
3)、作用的网络区域范围,用于表明网络配置策略的执行范围,可以包括一个或多个小区,或者一个或多个基站,子网或者整个网络;如图3所示,以两个意图需求的网络配置策略I_x和I_y为例,它们作用的网络区域范围有三种关系:包含、不相关、部分相关;包含是指存在一个意图需求的网络配置策略作用的网络区域范围被包含在另一意图需求的网络配置策略之内,或与另一意图需求的网络配置策略完全重合;不相关是指网络配置策略之间没有重叠作用的网络区域范围;部分相关是指意图需求的网络配置策略之间具有重叠作用的网络区域范围,但没有任何意图需求的网络配置策略作用的网络区域范围被包含在其它意图需求的网络配置策略之内或与另一意图需求的网络配置策略完全重合,多个网络配置策略作用的网络区域范围关系与此类似,可按此扩展延伸;
4)、执行的生命期,用于指示网络配置策略执行的时刻以及运行的时长;当网络配置策略执行的开始时刻到来时,执行网络配置策略的网络配置策略;当网络配置策略执行的终止时刻到来或者运行时长到期,则终止运行网络配置策略的网络配置策略,如图4所示,以两个意图需求的网络配置策略I_x和I_y的执行生命期为例,与网络配置策略作用的网络区域范围之间的关系类似,意图需求的网络配置策略I_x和I_y的执行生命期也有三种关系:包含、不相关、部分相关;包含是指存在一个意图需求的网络配置策略执行的生命期被包含在另一意图需求的网络配置策略之内,或与另一意图需求的网络配置策略完全重合;不相关是指网络配置策略之间没有重叠执行的生命期;部分相关是指网络配置策略之间具有重叠执行的生命期,但没有任何网络配置策略执行的生命期被包含在其它意图需求的网络配置策略之内或与另一意图需求的网络配置策略完全重合,多个意图需求的网络配置策略执行的生命期关系与此类似,可按此扩展延伸;
5)、调整的无线网元参数,用于指示网络配置策略需要对无线网元调整的参数值或参数变化值;无线网元参数包括了无线远端射频单元、高功率基站、集中式基带处理单元等无线网元设备的参数;
6)、调度的多维网络资源,用于指示网络配置策略对无线网络资源的调度策略;网络资源包括无线通信资源、计算资源两类无线网络中的资源;
S2:当无线网络中出现新增意图时,对新增意图所需资源进行预分配,生成预分配资源配置策略;
具体地,预配置策略指用于根据所述新增意图的资源需求信息,生成的符合所述新增意图需求的预分配策略,包括意图需求的编号(意图ID)、优先级和网络配置策略;
解决模块将新增的意图需求的预分配策略中的作用的网络区域范围和执行的生命期与在网络中正在执行的网络配置策略相应的数据信息进行对照,若出现重叠作用的网络区域范围和/或重叠执行的时间段,则判断是否具有网络资源冲突,否则,进入步骤S3;
解决模块根据存储模块中存储的意图需求的数据信息,判断所述新增的意图需求预配置策略与正在网络中实施的网络配置策略之间是否存在网络资源冲突;
若存在网络资源冲突,则解决所述网络资源冲突,否则进入步骤S3,所述正在网络中实施的网络配置策略,是指根据当前网络中意图需求制定的正在执行的网络配置策略,所述执行状态,用于指示网络配置策略在无线网络中实施执行的状态,可以包括执行成功、执行失败或正在执行,设置执行状态这一参考状态参数,一方面可以将网络配置策略的执行情况呈现给移动网络运营商,另一方面可用于网络资源冲突的解决;
S3:解决模块将无意图需求的冲突的网络资源配置策略下发到无线接入网络中执行,反馈模块收集所述当前网络配置策略的执行状态以及最新的无线网络数据发送给存储模块,以作为解决之后网络资源冲突的参考状态参数;
无线网络数据,包括但不限于意图的历史多维网络资源需求、意图下用户的多维性能指标偏重、意图优先级、分布在无线网络中计算资源的分配状态、无线网络的干扰状态、无线网络的覆盖状态、无线网络的平均时延和时延抖动、无线网络的激活链接数、无线网络的单位面积吞吐量、用户平均传输容量、用户移动和社会关系属性、意图和用户关系属性、无线网元设备的状态信息等。
如图5所示,在上述实施例的步骤2中,具体包括:
S201:解决模块根据存储模块中存储的意图需求的数据信息,用于根据所述新增意图的资源需求信息,生成符合所述新增意图需求的预分配策略;
并将所述新增的意图需求的预分配策略中的作用的网络区域范围和执行的生命期与在网络中正在执行的网络配置策略相应的数据信息进行对照,若出现重叠作用的网络区域范围和/或重叠执行的时间段,则进入S202,否则,进入步骤S3;
具体的,当网络配置策略之间所述作用的网络区域范围的关系为包含或部分相关时,则会出现所述重叠作用的网络区域范围;当网络配置策略之间所述执行的生命期的关系为包含或部分相关时,则会出现所述重叠执行的时间段;
S202:解决模块根据存储模块中存储的意图需求的数据信息,结合所述的新增意图的预分配配置策略与网络中正在执行的网络配置策略所需的参数值和无线网络状态信息,使用预设的满意度函数预测在执行所述的新增意图的预分配配置策略后网络中用户的满意程度,若结合无线网络中网络资源的分布和网络中正在执行的网络配置策略的资源需求信息以及所述新增意图的预分配策略后,计算得到当前无线网络中意图满意度将会下降至等于/低于预先设置的最低满意度阈值,即判断在执行所述新增意图的预分配策略后,当前网络将会出现网络资源冲突,则进入步骤S203,否则,进入步骤S3;
所述最低满意度阈值是指无线网络中某一意图n对自身整理性能所能容忍的最差情况,若满意度低于该阈值,则意图n无法正常运行,示例的,若出现新增意图之前,意图a能达到的通信时延为20ms和计算意图时延为50ms时,意图a的满意度为0.90,且意图a的对通信指标的最低满意度阈值为0.85,新增意图b后,由于需要在相同的网络区域范围和重叠时间内执行意图b,原属于意图a的部分网络带宽将被意图b占据,若意图b与意图a接入相同云服务器,则原属于意图a的部分计算资源也将被意图b占据,此时意图a所能达到的网络时延和计算时延将会上升,则意图a的满意度下降,若新增意图b后,意图a的满意度高于0.85,则不发生网络资源冲突,否则判断为发生网络资源冲突;
S203:对于预估将会导致当前无线网络发生网络资源冲突的所述新增意图预分配策略,撤销该策略,并根据存储的历史意图需求信息与无线网络中资源的分布,对当前无线网络资源进行重新调配;
S204:在发生网络资源冲突的网络配置策略的重叠执行的生命期和/或重叠作用的网络区域范围,进行无线网络资源的重新调配,包括基于Stackelberg博弈的意图级粗颗粒度的网络资源调配和基于多目标优化的用户级细颗粒度的网络资源调配,粗颗粒度和细颗粒度资源调配将循环进行,直到最终产生当前无线网络中意图满意度高于预先设置的最低满意度阈值的无线网络资源配置策略,并进入步骤S3,否则返回步骤S2041;
进一步地,步骤S204具体包括如下步骤:
S2041:解决模块根据存储模块结合存储的历史意图需求信息和所述新增意图需求信息,将不同意图作为博弈参与者建模成非合作博弈模型,在无线网络中资源有限分布和意图优先级具有差异的情况下,使用多种意图Stackelberg博弈模型获得无线网络对意图n的粗颗粒度资源分配策略,并进入S2042;
其中,优先级表示意图的重要程度的一种权值,将影响意图的网络资源粗颗粒度调配,进一步的,高优先级意图的单位资源价格低于低优先级意图,因此在无线网络中,优先级高的意图需求将比优先级低的意图需求更先满足;
S2042:解决模块根据从属于不同意图的用户对不同维度网络指标具有不同偏重的要求和用户在网络中分布的差异,动态调整意图下分配给每个用户的网络资源,满足用户的差异化需求和性能指标偏重,得到网络资源的用户级细颗粒度调配,解决模块结合所述意图级粗颗粒度的网络资源调配和用户级细颗粒度的网络资源调配,得到无线网络资源的重新调配的配置策略,并进入S2043;
S2043:解决模块根据存储模块中存储的意图需求的数据信息,根据所述无线网络资源的重新调配的配置策略和网络中意图需求信息以及网络资源分布信息,使用预设的满意度函数计算在执行所述无线网络资源的重新调配的配置策略后网络中用户的满意程度,若计算得到当前无线网络中意图满意度将会下降至等于/低于预先设置的最低满意度阈值,即判断在执行所述无线网络资源的重新调配的配置策略,当前网络仍会出现网络资源冲突,则进入步骤S2041,否则,进入步骤S3;
示例地,在多目标优化方法中,每个意图下每个用户设备都尝试优化自己的多维性能指标,但分配给每个意图的网络资源有限,网络资源需要被二次分配以满足每个用户的需求,而解决网络资源需要被二次分配就是解决一个优化N个目标的问题,可以表述如下:
其中,表示用户维多性能值函数的组成的模板向量,表示意图下用户维多性能值函数,表示约束函数,表示决策空间中一组K维的确定的参数向量,可以为网元参数的配置和/或多维网络资源的分配等,优化问题可以通过加权和、加权积、加权切比雪夫等方法将所有的目标函数聚合成一个目标函数,或者优化一个目标函数并将其余的目标函数作为约束函数来解决;
所述多性能值函数包括通信性能值函数和计算性能值函数;
示例地,无线网络中可能会涉及的部分通信性能值函数可包括,用户的信干噪比值函数,用户的速率值函数,用户的任务传输时延等。
示例地,用户的信干噪比值函数的表达式如下:
其中,Pu表示基站的发射功率;h(t)2表示小尺度衰落系数;x-α表示路径损耗;I表示无线网络中的干扰功率;σ2W表示高斯白噪声功率谱密度和传输带宽的乘积;
示例地,用户的速率值函数的表达式如下:
Ru(t)=Wlog2(1+SINRu(t)),
其中,W表示传输带宽;
示例地,用户的任务传输时延的表达式如下:
其中,qu表示用户的传输任务大小;
示例地,无线网络中可能会涉及的部分计算性能值函数包括,用户的云计算任务计算时延,用户的云计算效率等。
示例地,用户的云计算任务计算时延的表达式如下:
对于制定的单目标优化问题的求解,如图7所示,可以结合无线网络数据和网络历史配置策略,利用深度强化学习的人工智能方法,制定出满足冲突意图需求的网络配置策略,从而解决意图需求的网络资源冲突,所述深度强化学习算法的系统状态,包括链路状态、关键指标以及可用网络资源等;所述深度强化学习算法的系统动作,包括发生冲突的网元参数的配置或/和多维网络资源的分配等;所述深度强化学习算法的奖励函数,是指单目标优化问题的目标函数。
如图6所示,在上述实施例的步骤3中,具体包括:
S301:解决模块将解决好网络资源冲突的网络配置策略的数据信息存储在存储模块中,以作为协调下一个网络资源冲突的参考状态参数;
参考状态参数包括收集当前的网元参数和/或无线网络资源配置策略以及最新的意图状态数据并存储,作为出现新增意图时生成网络资源预分配策略的依据,将无网络资源冲突的网络配置策略通过网络管理和服务技术下发到低层网络基础设施中执行,收集所述当前网络配置策略的执行状态,以及最新的无线网络数据并存储,作为解决下一网络资源冲突的参考状态参数;
S302:反馈模块收集当前的网元参数和/或网络资源调度状态,并将它们发送给存储模块,用于下次发生网络资源冲突时的意图需求信息参考;
S303:解决模块将无意图需求冲突的网络配置策略通过网络管理和服务技术下发到低层网络基础设施中执行;
所述网络管理和服务技术可以是SDN、NFV等控制管理底层物理设备的技术,本申请在此不做任何限制;
S304:反馈模块收集所述当前网络配置策略的执行状态,以及最新的无线网络数据,将它们发送给存储模块,作为解决下一网络资源冲突的参考状态参数。
如图8-9所示,所述无线网络的网络资源冲突解决装置包括:接口模块,解决模块,反馈模块,存储模块;
接口模块,用于获取当前意图需求的数据信息;
解决模块,用于根据当前意图需求的网络配置策略与在网络中正在执行的意图需求的网络配置策略,判断网络资源冲突的发生,解决相应的意图需求的冲突,进行网络资源的重新调配,并将无网络资源冲突的网络配置策略下发到网络中执行;
反馈模块,用于返回执行当前意图需求前的网元参数和/或无线网络资源调度状态,执行当前意图需求后的执行状态和无线网络数据;
存储模块,存储着所述无线网络数据、在网络中执行的历史意图需求的网络配置策略的数据信息、历史意图需求的网络配置策略的执行状态以及执行前的网元参数和/或无线网络资源调度状态;
进一步地,所述意图需求的数据信息包括:意图编号(意图ID)、优先级和网络配置策略;所述网络配置策略包括:作用的网络区域范围、执行的生命期、调整的无线网元参数和调度的无线网络资源;各个数据信息的具体内容说明如下:
1)、意图编号(意图ID),用于标识意图需求的序号,以区分、识别不同的意图需求;
2)、优先级,用于指示意图需求的优先级,包括绝对优先级和相对优先级;
3)、作用的网络区域范围,用于指示意图需求的网络配置策略的执行范围,可以包括一个或多个小区,或者一个或多个基站,子网或者整个网络;
4)、执行的生命期,用于指示意图需求的网络配置策略执行的时刻以及运行的时长;
5)、调整的无线网元参数,用于指示意图需求的网络配置策略需要对无线网元调整的参数值或参数变化值;
6)、调度的无线网络资源,用于指示意图需求的网络配置策略对无线网络资源的调度策略;
所述执行状态,用于指示意图需求的网络配置策略在无线网络中实施执行的状态,可以包括执行成功、执行失败或正在执行;
所述无线网络数据,包括但不限于无线网络的干扰状态、无线网络的覆盖状态、无线网络的平均时延和时延抖动、无线网络的激活链接数、无线网络的单位面积吞吐量、用户平均传输容量、用户移动和社会关系属性、意图和用户关系属性、无线网元设备的状态信息等;
所述历史意图需求的网络配置策略执行前的网元参数和/或无线网络资源调度状态,用于撤销意图需求的网络配置策略的执行,以及进行网络资源的重新调配;
可选的,如图9所示,所述解决模块包括:判断单元、计算单元、下发单元;其中:
判断单元,用于根据当前意图需求的网络预配置策略与在网络中正在执行意图需求的网络配置策略,判断网络资源冲突的发生,以及根据冲突网络资源的绝对优先级数据信息和用户性能指标偏重,进行网络资源的重新调配;
计算单元,用于通过有关参数协调、多维资源冲突的解决方法,制定出最佳满足冲突意图网络资源需求的网元参数配置和/或网络资源分配策略;
下发单元,用于将无网络资源冲突的网络配置策略下发到低层网络设备中执行。
在上述实施例中,所显示或讨论的模块和/或单元相互之间的耦合或通信连接可以是通过一些接口、装置或模块的间接耦合或通信连接;
另外,上述模块和/或单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现;以软件功能模块的形式实现的模块和/或单元,可以存储在一个计算机可读取存储介质中;存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的无线网络网络资源冲突解决方法的步骤。
本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书界定。
Claims (8)
1.一种意图驱动的无线网络资源冲突解决方法,其特征在于,包括:
步骤1,周期性获取当前无线网络已配置资源信息及当前网络中意图的性能状态;
步骤2,当无线网络中出现新增意图时,对新增意图所需资源进行预分配,生成预分配资源配置策略;
步骤3,根据无线网络已配置资源信息以及当前网络中意图的性能状态,判断预分配资源配置策略与当前网络中正在执行的资源配置策略是否存在不相容的情况:
若预分配资源配置策略与当前网络中正在执行的资源配置策略存在不相容的情况,则无线网络资源配置策略中存在资源冲突,根据存储的意图历史需求信息与无线网络中资源的分布对网络资源进行重新调配;
若预分配资源配置策略与当前网络中正在执行的资源配置策略不存在不相容的情况,将资源预分配策略下发到无线接入网络中执行,并收集与存储当前无线网络资源配置策略的执行状态以及最新的意图性能状态数据。
2.根据权利要求1所述的意图驱动的无线网络资源冲突解决方法,其特征在于,
步骤2中,将新增意图的预分配策略作用的网络区域范围和执行生命期与在网络中正在执行的网络配置策略相应的数据信息进行对照,若不存在重叠作用的网络区域范围和/或重叠执行的时间段,则将新增意图的预分配策略的通过网络管理和服务技术下发到低层网络基础设施中执行;
否则,结合新增意图的预分配配置策略与网络中正在执行的网络配置策略所需的参数值和无线网络状态信息,使用满意度函数预测在执行预分配配置策略后网络中用户的满意程度;
其中,意图是指期望无线接入网络达到的状态或效果,是自然语言形式或由相关关键词组成,一种意图能够服务于一个或多个用户,当前意图是指欲在无线接入网络中实施执行的意图。
3.根据权利要求1所述的意图驱动的无线网络资源冲突解决方法,其特征在于,
步骤1中,无线网络中原有意图的数量为N,则预设的意图满意度函数的表达式如下:
其中,Hn(t)表示在时间t时某一意图n此时达到的多维性能,Hn,best和Hn,worst分别表示某一意图n的最佳和最差的多维性能函数取值;
多维性能的表达式如下:
其中,Fn[·]表示某一意图n的多维性能函数;Vs表示对于性能指标s的相应可供调配的多维网络资源,包括通信资源、计算资源等多维资源;表示对于性能指标s分配给意图n的相应网络资源向量;Rs(·)表示相应于性能指标s的特有性能数值函数;表示对意图n对性能指标s的预设权重,权重越大表示性能指标s对意图n的重要程度越高;
意图n的多维性能函数Fn[·]的表达式如下:
4.根据权利要求1所述的意图驱动的无线网络资源冲突解决方法,其特征在于,意图级粗颗粒度的网络资源调配采用非合作博弈模型进行建模,定义三个基本要素:参与者集合、参与者的策略集合和参与者效用集合,博弈问题G的表达式为:
G=[N,(Xi)i∈N,(Ui)i∈N]......(4);
其中,N={1,2,...,n}表示博弈问题中的参与者集合,即为参与资源竞争的意图的集合;X表示参与者的策略集合,即为参与资源竞争的意图获取网络资源的策略集合;U表示参与者的效用函数,用于衡量参与博弈的意图从中获得收益的一个指标;
参与博弈的从方低优先级意图效用函数的表达式如下:
参与博弈的主方高优先级意图效用函数的表达式如下:
其中,表示对于属于不同维度的资源Vs的单位定价因子;和分别表示高优先级意图和低优先级意图的单位资源价格,高优先级意图的单位资源价格低于低优先级意图,因此高优先级意图的资源需求将更容易被满足,单位资源价格可由运营商根据用户需求情况进行选择、制定;
主方和从方的粗颗粒度资源分配问题的表达式如下:
其中,约束条件C1表示网络可提供的网络资源的数量约束;约束条件C2表示分配给每个用户的网络资源数量约束,表示对于性能指标s分配给用户u的相应网络资源向量;约束条件C3表示阈值性能指标必须大于预设阈值,表示用户u对于性能指标s的相应最低阈值;约束条件C4表示性能指标的权重大小;约束条件C5表示性能指标的权重之和进行限制;
粗颗粒度资源分配最优解满足如下表达式:
7.一种意图驱动的无线网络的网络资源冲突解决装置,其特征在于,包括:
接口模块,用于周期性监控当前无线网络中意图的性能状态,并获取新增意图的数据信息;
解决模块,根据新增意图的资源需求信息,生成符合新增意图需求的预分配策略,根据新增意图的网络预配置策略与在网络中正在执行的网络配置策略,判断多维网络资源冲突是否发生,并对网络资源进行重新调配,解决相应的网络资源冲突,将无网络资源冲突的网络配置策略下发到网络中执行;
反馈模块,用于返回执行当前网络配置策略前的意图性能状态和/或无线网络资源配置策略,以及执行当前网络配置策略后的状态和无线网络数据;
存储模块,用于存储无线网络数据、在网络中执行的历史意图需求的数据信息、历史网络配置策略的执行状态以及执行前的网元参数和/或无线网络资源调度状态。
8.根据权利要求7所述的意图驱动的无线网络的网络资源冲突解决装置,其特征在于,解决模块包括:
判断单元,用于根据新增意图的资源需求信息,生成符合新增意图需求的预分配策略,并根据新增意图的网络预配置策略与在网络中正在执行的网络配置策略,判断网络资源冲突是否发生;
计算单元,根据存储的历史意图需求信息和新增意图需求信息,将不同意图对网络资源的竞争关系进行建模,通过相关博弈模型、粗细颗粒度资源分配的解决方法,并对网络资源进行重新调配,解决相应的网络资源冲突,制定出满足意图满意度的网元参数配置和/或无线网络资源分配策略;
下发单元,用于将无网络资源冲突的网络配置策略下发到低层网络基础设施中执行。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210553721.XA CN115119332B (zh) | 2022-05-20 | 2022-05-20 | 意图驱动的无线网络资源冲突解决方法及其装置 |
PCT/CN2023/094925 WO2023222061A1 (zh) | 2022-05-20 | 2023-05-18 | 意图驱动的无线网络资源冲突解决方法及其装置 |
US18/407,288 US20240155356A1 (en) | 2022-05-20 | 2024-01-08 | Resolution method for intent-based wireless network resource conflicts and apparatus thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210553721.XA CN115119332B (zh) | 2022-05-20 | 2022-05-20 | 意图驱动的无线网络资源冲突解决方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115119332A true CN115119332A (zh) | 2022-09-27 |
CN115119332B CN115119332B (zh) | 2023-12-26 |
Family
ID=83326989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210553721.XA Active CN115119332B (zh) | 2022-05-20 | 2022-05-20 | 意图驱动的无线网络资源冲突解决方法及其装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240155356A1 (zh) |
CN (1) | CN115119332B (zh) |
WO (1) | WO2023222061A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023222061A1 (zh) * | 2022-05-20 | 2023-11-23 | 北京邮电大学 | 意图驱动的无线网络资源冲突解决方法及其装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130108A1 (en) * | 2015-02-10 | 2016-08-18 | Hewlett Packard Enterprise Development Lp | Network policy conflict detection and resolution |
CN109495907A (zh) * | 2018-11-29 | 2019-03-19 | 北京邮电大学 | 一种意图驱动的无线接入组网方法和系统 |
CN110198237A (zh) * | 2019-05-27 | 2019-09-03 | 北京邮电大学 | 一种无线意图驱动网络的配置方法 |
CN111277442A (zh) * | 2020-01-21 | 2020-06-12 | 赣江新区智慧物联研究院有限公司 | 无线意图驱动网络的管理方法、装置及系统 |
WO2020164490A1 (zh) * | 2019-02-14 | 2020-08-20 | 华为技术有限公司 | 一种意图处理方法、装置及系统 |
CN112565193A (zh) * | 2020-11-06 | 2021-03-26 | 西安电子科技大学 | 一种网络安全策略冲突分解方法、系统、存储介质、设备 |
CN112636958A (zh) * | 2020-12-12 | 2021-04-09 | 东北大学 | 意图驱动网络中的策略自动化验证技术 |
WO2021093782A1 (zh) * | 2019-11-15 | 2021-05-20 | 华为技术有限公司 | 执行意图的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115119332B (zh) * | 2022-05-20 | 2023-12-26 | 北京邮电大学 | 意图驱动的无线网络资源冲突解决方法及其装置 |
-
2022
- 2022-05-20 CN CN202210553721.XA patent/CN115119332B/zh active Active
-
2023
- 2023-05-18 WO PCT/CN2023/094925 patent/WO2023222061A1/zh unknown
-
2024
- 2024-01-08 US US18/407,288 patent/US20240155356A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130108A1 (en) * | 2015-02-10 | 2016-08-18 | Hewlett Packard Enterprise Development Lp | Network policy conflict detection and resolution |
CN109495907A (zh) * | 2018-11-29 | 2019-03-19 | 北京邮电大学 | 一种意图驱动的无线接入组网方法和系统 |
WO2020164490A1 (zh) * | 2019-02-14 | 2020-08-20 | 华为技术有限公司 | 一种意图处理方法、装置及系统 |
CN110198237A (zh) * | 2019-05-27 | 2019-09-03 | 北京邮电大学 | 一种无线意图驱动网络的配置方法 |
WO2021093782A1 (zh) * | 2019-11-15 | 2021-05-20 | 华为技术有限公司 | 执行意图的方法及装置 |
CN111277442A (zh) * | 2020-01-21 | 2020-06-12 | 赣江新区智慧物联研究院有限公司 | 无线意图驱动网络的管理方法、装置及系统 |
CN112565193A (zh) * | 2020-11-06 | 2021-03-26 | 西安电子科技大学 | 一种网络安全策略冲突分解方法、系统、存储介质、设备 |
CN112636958A (zh) * | 2020-12-12 | 2021-04-09 | 东北大学 | 意图驱动网络中的策略自动化验证技术 |
Non-Patent Citations (6)
Title |
---|
FALU XIAO ET AL.: "Multi-objective conflict coordination in radio access networks", 《2020 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATION IN CHINA(ICCC)》 * |
JIAMING ZHANG ET AL.: "A conflict resolution scheme in intent-Driven network", 《2021 IEEE/CIC INTERNATIONAL CONFERENCE ON COMMUNICATIONS IN CHINA(ICCC)》 * |
JOSEPH MCNAMARA ET AL.: "A mechanism for intent driven adaptive policy decision making", 《2020 16TH INTERNATIONAL CONFERENCE ON NETWORK AND SERVICE MANAGEMENT (CNSM)》 * |
周洋程;闫实;彭木根;: "意图驱动的6G无线接入网络", 物联网学报, no. 01 * |
李福亮;范广宇;王兴伟;刘树成;谢坤;孙琼;: "基于意图的网络研究综述", 软件学报, no. 08 * |
肖法鲁: "意图驱动无线接入网络的冲突避免技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023222061A1 (zh) * | 2022-05-20 | 2023-11-23 | 北京邮电大学 | 意图驱动的无线网络资源冲突解决方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
US20240155356A1 (en) | 2024-05-09 |
CN115119332B (zh) | 2023-12-26 |
WO2023222061A1 (zh) | 2023-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Intelligent cognitive radio in 5G: AI-based hierarchical cognitive cellular networks | |
Ning et al. | Partial computation offloading and adaptive task scheduling for 5G-enabled vehicular networks | |
CN108541027B (zh) | 一种基于边缘云网络的通信计算资源置换方法 | |
CN108076486B (zh) | 一种基于负载均衡的动态无线资源分配算法 | |
Heikkinen | A potential game approach to distributed power control and scheduling | |
Sun et al. | Autonomous resource slicing for virtualized vehicular networks with D2D communications based on deep reinforcement learning | |
CN111953510B (zh) | 一种基于强化学习的智能电网切片无线资源分配方法及系统 | |
US7813739B2 (en) | Method for reducing inter-cell interference in wireless OFDMA networks | |
CN111277437A (zh) | 一种智能电网的网络切片资源分配方法 | |
CN111182495B (zh) | 一种5g车联网部分计算卸载方法 | |
CN111711666B (zh) | 一种基于强化学习的车联网云计算资源优化方法 | |
CN111614754B (zh) | 面向雾计算的成本效率优化的动态自适应任务调度方法 | |
CN109982434B (zh) | 无线资源调度一体智能化控制系统及方法、无线通信系统 | |
CN103209419B (zh) | 一种面向用户需求和提升网络性能的动态频谱接入的方法 | |
CN109743217B (zh) | 一种基于svra算法的自适应资源调节方法 | |
CN116662010B (zh) | 基于分布式系统环境下的动态资源分配方法及系统 | |
CN114007225A (zh) | Bwp的分配方法、装置、电子设备及计算机可读存储介质 | |
US20240155356A1 (en) | Resolution method for intent-based wireless network resource conflicts and apparatus thereof | |
Balakrishnan et al. | Deep reinforcement learning based traffic-and channel-aware OFDMA resource allocation | |
CN112055362B (zh) | 一种4g与5g协同的动态频率共享方法和系统 | |
CN103618674A (zh) | 基于自适应服务模型的联合分组调度和信道分配路由方法 | |
CN113747450A (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN111527717B (zh) | 用于无线通信的电子设备、方法和计算机可读存储介质 | |
CN110224861A (zh) | 基于学习的自适应动态异构网络选择策略的实现方法 | |
He et al. | Confect: Computation offloading for tasks with hard/soft deadlines in edge computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |