CN115580882A - 动态网络切片资源分配方法及装置、存储介质及电子设备 - Google Patents
动态网络切片资源分配方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN115580882A CN115580882A CN202110685980.3A CN202110685980A CN115580882A CN 115580882 A CN115580882 A CN 115580882A CN 202110685980 A CN202110685980 A CN 202110685980A CN 115580882 A CN115580882 A CN 115580882A
- Authority
- CN
- China
- Prior art keywords
- network side
- resource
- model
- dynamic
- access network
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种动态网络切片资源分配方法及装置、存储介质及电子设备包括:分别构建核心网侧和接入网侧的马尔可夫决策模型;确定动态网络切片资源分配问题的优化目标;根据优化目标,基于构建的核心网和接入网侧的马尔可夫决策模型,分别利用第一和第二学习模型,分别训练核心网侧和接入网侧的第一策略模型和第二策略模型;基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及根据动态网络切片资源分配结果,执行动态网络切片资源分配。该方法实现了对动态变化的网络切片资源的合理分配,使得网络可以为不同业务提供的服务更加灵活,从而提升了网络服务质量、增加了用户体验并且提高了资源的利用率。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种动态网络切片资源分配方法及装置、存储介质及电子设备。
背景技术
近年来,移动网络在处理高速率数据传输,高用户设备密度和严格的时延要求方面面临许多问题,面对未来复杂的通信业务需求,5G(the fifth generation)移动通信技术应运而生。在5G时代,互联网所提供的服务类型和应用场景都变得越来越多样化,需要对各种业务场景进行按需组网并且能够对多种网络功能进行灵活部署。
网络切片技术作为5G的关键技术之一,是一种支持特定用例通信网络需求的逻辑业务功能组合。可以根据业务场景需求对网络功能进行定制裁剪,使得网络为不同业务提供更有针对性的服务。
但是目前关于网络切片技术,仅是一些网络切片的宏观概念和架构,对于动态变化的网络切片业务的资源管理配置过程,还没有一个合理的解决方案。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种动态网络切片资源分配方法及装置、存储介质及电子设备,用以实现对动态变化的网络切片资源的合理分配。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种动态网络切片资源分配方法,包括:
分别构建核心网侧和接入网侧的马尔可夫决策模型;确定动态网络切片资源分配问题的优化目标;根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型;根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型;基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及根据动态网络切片资源分配结果,执行动态网络切片资源分配。
在本公开一个实施例中,分别构建核心网侧和接入网侧的马尔可夫决策模型包括:获取核心网侧的第一计算资源和第一通信资源;获取接入网侧的第二计算资源和第二通信资源;在核心网侧将第一计算资源和第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型;在接入网侧将第二计算资源和第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。
在本公开一个实施例中,确定动态网络切片资源分配问题的优化目标包括:基于核心网侧的第一计算资源和第一通信资源,确定核心网侧的收益;基于接入网侧的第二计算资源和第二通信资源,确定接入网侧的部署成本;基于收益和部署成本,确定最大化接入网侧的收益和最小化核心网侧的部署成本为优化目标。
在本公开一个实施例中,获取核心网侧的第一计算资源和第一通信资源,还包括:根据各网络节点CPU资源确定核心网侧的第一计算资源;以及根据各网络节点链路带宽资源确定核心网侧的第一通信资源。
在本公开一个实施例中,获取接入网侧的第二计算资源和第二通信资源,还包括:根据各分布式处理单元的CPU资源确定接入网侧的第二计算资源;以及根据各射频拉远单元RRU中物理资源块PRB的数量确定接入网侧的第二通信资源。
在本公开一个实施例中,根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型,其中:第一学习模型为深度强化学习模型。
在本公开一个实施例中,根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型,其中:第二学习模型为深度强化学习模型。
在本公开一个实施例中,深度强化学习模型是双Q学习模型。
在本公开一个实施例中,基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果包括:将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到核心网侧的第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果;将第一分配结果输入到第二策略模型,得到包括接入网侧的计算资源和通信资源的第二分配结果;以及根据第一分配结果与第二分配结果以生成动态网络切片资源分配结果。
根据本公开的另一个方面,提供一种动态网络切片资源分配装置,包括:建模模块,用于分别构建核心网侧和接入网侧的马尔可夫决策模型;优化模块,用于确定动态网络切片资源分配问题的优化目标;第一训练模块,用于根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型;第二训练模块,用于根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型;和结果生成模块,用于基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及执行模块,用于根据动态网络切片资源分配结果,执行动态网络切片资源分配。
在本公开一个实施例中,建模模块分别构建核心网侧和接入网侧的马尔可夫决策模型包括:获取核心网侧的第一计算资源和第一通信资源;获取接入网侧的第二计算资源和第二通信资源;在核心网侧将第一计算资源和第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型;在接入网侧将第二计算资源和第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。
在本公开一个实施例中,优化模块确定动态网络切片资源分配问题的优化目标包括:基于核心网侧的第一计算资源和第一通信资源,确定核心网侧的收益;基于接入网侧的第二计算资源和第二通信资源,确定接入网侧的部署成本;基于收益和部署成本,确定最大化接入网侧的收益和最小化核心网侧的部署成本为优化目标。
在本公开一个实施例中,建模模块还用于:根据各网络节点CPU资源确定核心网侧的第一计算资源;以及根据各网络节点链路带宽资源确定核心网侧的第一通信资源。
在本公开一个实施例中,建模模块还用于:获取接入网侧的第二计算资源和第二通信资源,还包括:根据各分布式处理单元的CPU资源确定接入网侧的第二计算资源;以及根据各射频拉远单元RRU中物理资源块PRB的数量确定接入网侧的第二通信资源。
在本公开一个实施例中,第一训练模块根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型,其中:第一学习模型为深度强化学习模型。
在本公开一个实施例中,第二训练模块根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型,其中:第二学习模型为深度强化学习模型。
在本公开一个实施例中,深度强化学习模型是双Q学习模型。
在本公开一个实施例中,结果生成模块基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果包括:将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到核心网侧的第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果;将第一分配结果输入到第二策略模型,得到包括接入网侧的计算资源和通信资源的第二分配结果;以及根据第一分配结果与第二分配结果以生成动态网络切片资源分配结果。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的动态网络切片资源分配方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的动态网络切片资源分配方法。
本公开的实施例所提供的动态网络切片资源分配方法,根据对核心网侧和接入网侧两端的网络切片资源管理联合优化,实现了对动态变化的网络切片资源的合理分配,使得网络可以为不同业务提供的服务更加灵活,从而提升了网络服务质量、增加了用户体验并且提高了资源的利用率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开实施例的一种动态网络架构示意图;
图2示出本公开实施例中一种动态网络切片资源管理方法的流程图;
图3示出本公开实施例的动态网络切片资源管理方法中分别构建核心网侧和接入网侧的马尔可夫决策模型的方法的流程图;
图4示出本公开实施例的动态网络切片资源管理方法中确定动态网络切片资源分配问题的优化目标方法的流程图;
图5示出本公开实施例的动态网络切片资源管理方法中基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果方法的流程图;
图6示出本公开实施例中一种动态网络切片资源管理方法的整体流程图;
图7示出本公开实施例中一种动态网络切片资源管理装置示意图;和
图8示出本公开实施例中一种动态网络切片资源管理的计算机设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。
针对上述相关技术中存在的技术问题,本公开实施例提供了一种动态网络切片资源管理方法,以用于至少解决上述技术问题中的一个或者全部。
图1示出本公开实施例的一种网络架构示意图。如图1所示,该网络架构包括核心网侧和接入网侧。
在本公开实施例中,如图1所示的核心网侧部分,包含若干个网络节点服务器和相互连接的链路组成的物理节点和物理链路。核心网侧的物理节点和物理链路通过虚拟化映射到网络切片的核心网切片虚拟网络功能(Virtual Network Function,VNF)中。
在公开实施例中,将核心网侧资源虚拟化的算法如下:
采用图论描述方法描述核心网中的物理网络和虚拟网络:物理网络可以表示为一个无向带权图其中NP和LP分别代表物理节点集合和物理链路集合,例如将网络中通用服务器的集合视为物理节点集合NP,NP={1,2,…,N}。表示物理节点的属性集合,如CPU、内存、磁盘等。在本公开实施例中,为简化模型复杂度,将节点上的各种资源统一为计算资源。在本公开实施例中,对服务器计算资源的需求量与虚拟网络功能(Virtual Network Function,VNF)所需处理的数据量有关。表示物理链路属性,即物理链路带宽。在本公开实施例中,为简化模型复杂度,将节点间的链路带宽资源作为核心网侧的通信资源。
根据业务请求组合逻辑功能,生成虚拟网络拓扑,将虚拟网络请求表示为一个无向带权图其中,NV表示VNF的集合,即虚拟节点集合;LV表示虚拟链路的集合,表示虚拟网络节点属性的集合,即VNF的属性集合,包括VNF所需处理的数据量,表示虚拟链路带宽。虚拟网络至物理网络的映射过程可以表示为M:{NV→NP,LV→LP}。
在本公开实施例中,要将切片需求映射至物理网络:切片需求即为虚拟网络资源VNR(Virtual Network Resource,VNR),不同的切片需求对应着不同类型的切片,切片类型集合为I={1,2,…,I}。每种类型的切片由不同的虚拟网络功能VNF组成,切片i的VNF组成为如图1中,网络切片1中的VNF1-4;网络切片2中的VNF5-8组成。
在本公开实施例中,如图1所示的接入网侧部分,接入网侧包含若干网络基础设施,可以是若干个终端。若干个终端与其相对应的分布式处理单元(Distributed Unit,DU)通过每个拉远射频单元(Remote Radio Unit,RRU)进行通信。
终端可以是无线终端,例如手机、游戏主机、平板电脑、电子书阅读器、智能眼镜、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、智能家居设备、AR(Augmented Reality,增强现实)设备、VR(Virtual Reality,虚拟现实)设备等移动终端,或者,终端120也可以是个人计算机(Personal Computer,PC),比如膝上型便携计算机和台式计算机等等。在本公开实施例中,多个终端与对应的分布式处理单元(Distributed Unit,DU)通过拉远射频单元(Remote Radio Unit,RRU)通信。
接入网侧的物理节点DU和各RRU中的物理资源块(Physical Resource Block,PRB)通过虚拟化映射到网络切片的接入网切片虚拟网络功能(Virtual NetworkFunction,VNF)中。在公开实施例中,将接入网侧资源虚拟化的过程如下:
如图1所示的集中处理单元CU(Centralized Unit,CU)的物理计算资源池,在虚拟化以及协作处理等技术的支持下,将每个分布式处理单元(Distributed Unit,DU)DU1-DU3的计算资源汇集并共享,从而为每个拉远射频单元(Remote Radio Unit,RRU)RRU1-RRU3提供处理基带数据所需的计算资源,从而能够进行更加有效的协作,构成可以进行动态分配的虚拟计算资源池,将所有计算资源通过虚拟化操作集中形成虚拟计算资源池。在本公开实施例中,为了简化模型的复杂度,各分布式处理单元的计算资源可以是CPU、内存、磁盘等属性。
如图1所示,在接入网侧每个用户终端在不同时间占用的PRB资源都是不同的,因此每个对应的RRU在不同时刻需要不同数量的通信资源。在本公开实施例中,考虑一种时变随机信道模型,本模型假设在一个特定的区域中有多个拉远射频单元RRU,WHz的总带宽被分为多个物理资源块PRB,每个PRB的带宽为w,这些PRB由所有RRU共享。在本公开实施例中,为了简化模型的复杂度,将各RRU中的PRB数量作为接入网侧的通信资源。
在本公开实施例中,假设整个网络共为U个用户提供I个接入网切片服务,用户集合为U={1,…,U}。每个RRU都可以为多种类型的接入网切片提供服务。H为有限信道状态集合,且hu,i(t)为用户u在t时刻接入接入网切片i时的信道增益,其中,P(hm)表示信道状态为hm的概率。在用户请求接入各接入网切片时,假设每个时隙内的信道状态固定不变,但不同时隙间的信道状态随机变化,且各时隙间的信道状态相互独立。表示用户在接入接入网切片i的平均信道增益,εi(t)表示该时隙t对应的频谱效率。
综上所述,网络切片至少可以包括核心网切片和接入网切片两部分,终端通过选择接入网切片的虚拟网络功能VNF和核心网切片虚拟网络功能VNF以及路由路径,与各个网络切片的实体连通,从而接入数据网络,通过特定的虚拟网络功能VNF以及参数配置,提供定制化的服务,从而形成从接入网到核心网的网络切片架构。
本公开实施例可以应用于5G通信系统或者长期演进(Long Term Evolution,LTE)系统等移动通信系统。
通过上述方法,本发明考虑了包括核心网侧和接入网侧的网络切片,在网络切片部署编排的过程中,涉及到的资源分配既包括核心网切片又包括接入网切片,核心网侧和接入网侧的资源分配并不是割裂的,受网络切片速率要求、时延要求等约束限制,核心网侧和接入网侧的资源会相互限制相互影响,联合考虑核心网侧和无线接入网侧的资源管理,提高了网络切片整体效用,从而增加了资源利用率。
下面,将结合附图及实施例对本示例实施方式中的动态网络切片资源管理方法方法的各个步骤进行更详细的说明。
图2示出本公开实施例中一种动态网络切片资源管理方法流程图。本公开实施例提供的方法可以由任意具备计算处理能力的电子设备执行,例如终端和/或服务器端。在下面的举例说明中,以服务器集群为执行主体进行示例说明。
如图2所示,本公开实施例提供的动态网络切片资源管理方法可以包括以下步骤:
步骤S210,分别构建核心网侧和接入网侧的马尔可夫决策模型。
本公开实施例中,此步骤是将网络切片的资源分配问题转化为涉及多个VFN的位置和互连决策,从而将网络切片的管理变为一个约束和优化问题,简化了动态网络切片的管理问题。
步骤S220,确定动态网络切片资源分配问题的优化目标。
本公开实施例中,以最大化长时间尺度下的网络切片整体效用为优化目标,即在保证系统传输速率的情况下最大化网络切片收益,最小化部署成本为优化目标对动态网络切片进行资源管理。在另一些实施例中,优化目标还可以为其他实现资源合理分配的目标,本公开对此不做限制。
步骤S230,根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型。
本公开实施例中,为了实现最大化长时间尺度下的网络切片整体效用的优化目标,需要反复的学习和训练权重函数以提高网络预测的性能。本公开实施例中,通过对核心网的马尔可夫决策模型进行学习训练,可以提高网络预测的性能。
基于与步骤S230相同的理由,执行步骤S240,根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型。通过对接入网的马尔可夫决策模型进行学习训练,可以提高网络预测的性能。
在本公开实施例中,步骤S230与步骤S240可以并列执行,也可以按顺序执行,本公开对执行顺序不做限制。在本公开实施例中,可以基于深度强化学习模型对上述两个马尔可夫决策模型进行离线训练。在一些实施例中,可以基于双Q学习模型对上述两个马尔可夫决策模型进行离线训练。
步骤S250,基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果。本公开实施例中,基于对核心网侧和接入网侧两端的网络切片资源管理优化,将步骤S230和S240中的训练结果结合在一起,从而可以通过实时调整接入网侧的网络切片资源分配,以适应核心网侧的网络切片的动态属性。在另一些实施例中,也可以先执行接入网侧的策略模型再执行核心网侧的策略模型,从而通过实时调整核心网侧的网络切片资源分配,适应接入网侧的网络切片的动态属性。
步骤S260,根据动态网络切片动态资源资源分配结果,执行动态网络切片资源分配。
通过本公开的方法,根据对核心网侧和接入网侧两端的网络切片资源管理联合优化,实现了对网络切片资源的合理分配,使得网络可以为不同业务提供的服务更加灵活,从而提升了网络服务质量、增加了用户体验并且提高了资源的利用率。
图3示出本公开实施例的动态网络切片资源管理方法中步骤S210,分别构建核心网侧和接入网侧的马尔可夫决策模型的方法的流程图,如图3所示,包括:
步骤S310,获取核心网侧的第一计算资源和第一通信资源。在本公开实施例中,为了简化模型的复杂度,将核心网侧的网络节点服务器的CPU资源作为核心网侧的第一计算资源,将核心网侧的网络节点间链路带宽资源作为核心网侧的第一通信资源。
步骤S320,获取接入网侧的第二计算资源和第二通信资源。在本公开实施例中,为了简化模型的复杂度,将接入网侧的各分布式处理单元的CPU资源作为接入网侧的计算资源,将接入网侧的PRB资源作为接入网侧的通信资源。
步骤330,在核心网侧将第一计算资源和第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型。
在本公开实施例中,考虑实际环境中的影响因素,核心网物理网络拓扑可能会由于网络硬件故障、服务器断电等原因发生改变,如果虚拟网络节点映射至已经停止工作的底层服务器,不仅会导致服务质量的降低,甚至会影响到计算资源和通信资源的分配,使得网络切片无法为业务提供服务。因此在核心网侧进行网络切片的资源分配时需要考虑到物理网络拓扑的动态变化,明确实时的拓扑状况,从而实现资源分配的合理性。
因此,在本公开实施例中考虑到实际网络中的客观因素影响,物理节点及节点之间的链路可能会由于设备故障或负载过大等原因导致失效,定义λn(t)∈{0,1}表示节点的工作状态,令λn=1表示节点n运行正常,否则节点失效;定义ln,n′(t)∈{0,1}表示节点n和n'之间链路的工作状态,令ln,n′=1表示节点n,n'之间的链路处于正常状态,否则链路失效。
在本公开实施例中,定义一个二值节点关联因子表示与物理节点n的映射关系,当且仅当VNRi中需要且该映射至节点n时假设映射至物理节点的每个VNF到达的数据流都存在排队过程,令表示映射至节点n的在时隙t开始时的队列长度,表示切片i在时隙t内的到达的数据包数量,和接入网侧类似,到达的数据包数量同样服从高斯分布且在不同时隙间是独立同分布的,为所需的数据处理速率。节点n的队列的动态更新过程可以表示为
在此步中,将核心网侧的第一计算资源和第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型适用于对复杂的通信系统中核心网侧的不确定性事件及其全局队列状态、节点状态和链路状态改变的定量分析,可以实现核心网侧资源动态分配的开销最小化。
步骤330,在接入网侧将第二计算资源和第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。
在本公开实施例中,为每种网络切片业务的数据包构建相应的排队队列,在接入网侧考虑一个离散时间排队系统,每个时隙的长度固定,任一时隙内可以请求接入多种不同的切片。表示用户u接入的网络切片i在时隙t内到达的数据包数量,到达的数据包数量服从高斯分布 且在不同时隙间是独立同分布的。本模型为每种网络切片构建相应的排队队列,切片i在时隙t开始时的队列长度为Qi(t),且有其中为用户u的切片i在时隙t的队列长度。Qi(t)的动态更新过程可以表示为:
Qi(t+1)=max[Qi(t)-Di(t),0]+Xi(t) (2)
其中,时隙t内从切片i的排队队列中离开的数据包数表示为Di(t)=εi(t)·w·Ai(t)/S,其中Ai(t)为网络在时隙t内分配给切片i的PRB个数,S为切片队列中数据包的大小,为切片i在时隙t内到达的数据包数。令Q(t)={Q1(t),Q2(t),…,QI(t)}表示系统在时隙t内的全局队列状态信息,为时隙t内的全局信道状态信息。
在此步中,将接入网侧的第二计算资源和第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型适用于对复杂的通信系统中接入网侧的不确定性事件及其全局队列状态和全局信道状态改变的定量分析,可以实现接入网侧资源动态分配的效益最大化。
图4示出本公开实施例的动态网络切片资源管理方法中的步骤S220,确定动态网络切片资源分配问题的优化目标的方法的流程图。
在本公开实施例中,优化目标可以被设置为最大化长时间尺度下的网络切片整体效用,在保证系统传输速率的情况下最大化网络切片平均收益,最小化平均部署成本。其中收益来自于服务速率(接入网侧),支出来自于VNF部署成本(核心网侧)。在此步骤中,速率越大相当于为用户提供的服务越好,与此同时也要降低核心网侧的系统开销。
如图4所示,包括:步骤410,基于核心网侧的第一计算资源和第一通信资源,确定核心网侧的收益。
令Bn,n′表示物理节点n,n′之间的带宽消耗,可以表示为
S420,基于接入网侧的第二计算资源和第二通信资源,确定接入网侧的收益。
在本公开实施例中,因为只考虑接入网侧VNF的服务速率收益,所以不计接入网侧VNF计算资源的开销,令ωi(t)表示时隙t内通信资源的PRB分配结果,ωi(t)满足
ωi(t)≥0,∑i∈Iωi(t)≤Z (6)
其中,Z为网络中PRB总数。
整个网络的所有网络切片在时隙t内的和速率可以表示为
r(t)=∑i∈Iri(t)=∑i∈Iεi(t)·w·ωi(t) (7)
其中,εi(t)表示该时隙t对应的频谱效率,w为每个PRB的带宽。
在本公开实施例中,接入网侧的计算资源集合可以由多个CPU核组成,将所有计算资源通过虚拟化操作集中形成虚拟计算资源池,假设计算资源池中CPU核总数为Y。每个CPU核数据带宽处理能力相同,均为bMbps。令σi(t)表示时隙t内计算资源分配结果,σi(t)满足
σi(t)≥0,∑i∈Iσi(t)≤Y (8)
即,时隙t内分配的计算资源不超过总的计算资源。
步骤430,基于收益和部署成本,确定最大化接入网侧的收益和最小化核心网侧的部署成本为优化目标。
在本公开实施例中,接入网侧的收益和核心网侧的开销分别表示为:
其中,δr,δn,δB分别表示服务速率单价、服务器节点n上的计算资源的单价、节点间通信资源的单价。
因此动态网络切片整体的平均网络效用可表示为
由此,本发明的优化目标是最大化平均网络效用可表示为
在本公开实施例中,还定义了以下一项或多项约束条件:
表示当映射至节点n且映射至节点n′时,即实现虚拟链路到物理链路的映射,同时任意一种虚拟网络功能所需要的链路带宽不能超过任意两个节点间所提供的最大可用带宽上限,其中Bn,n′为任意两个物理节点间所提供的最大可用带宽上限;
此步骤以改善接入网侧的服务速率同时降低核心网侧的系统开销为优化目标,从而实现改善网络资源的分配,并提升用户体验。
在一些实施例中,优化目标还可以被设置为服务速率收益与系统开销的比值关系,当比值越大则说明分配决策更优化。在另外一些实施例中,优化目标还可以为其他目标,本公开对此不做限制。
图5示出本公开实施例的动态网络切片资源管理方法中步骤S250,基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果方法的流程图。在本公开实施例中,核心网侧和接入网侧的策略模型被依次执行,可以先执行核心网侧的策略模型,也可以先执行接入网侧的策略模型。在本公开实施例中,以先执行核心网侧的策略模型,再将核心网侧生成的分配结果输入到接入网侧的c策略模型,从而实现根据核心网切片的VNF动态变化而调整接入网切片的VNF资源分配方法,使网络资源分配的更加合理,从而提高了资源利用率。
如图5所示,步骤S510,将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果。
在本公开实施例中,约束条件可以是(13a)-(13c)中的至少一项。在一些实施例中,约束条件可以是与优化目标的相关的任何条件。
在本公开实施例中,随机生成的满足约束条件的接入网侧的计算资源和通信资源可以是接入网侧的各分布式处理单元的CPU资源和各射频拉远单元RRU中物理资源块PRB的数量的分配方式。
在本公开实施例中,第一策略模型可以是基于深度强化学习模型对核心网侧的第一马尔可夫决策模型进行优化而生成的。在一些实施例中,深度强化学习模型可以是双Q学习模型。
在本公开实施例中,得到的第一分配结果包括核心网侧的计算资源和通信资源的分配结果,可以是基于核心网侧的网络节点CPU资源和网络节点链路带宽资源形成的VNF迁移结果和VNF资源分配结果。
步骤S520,将第一分配结果输入到第二策略模型,得到包括接入网侧的计算资源和通信资源的第二分配结果。
在本公开实施例中,第二策略模型可以是基于深度强化学习模型对接入网侧的第二马尔可夫决策模型进行优化而生成的。在一些实施例中,深度强化学习模型可以是双Q学习模型。
在本公开实施例中,得到第二分配结果包括接入网侧的计算资源和通信资源,可以是接入网侧的各分布式处理单元的CPU资源和各射频拉远单元RRU中物理资源块PRB的数量的分配方式。
步骤S530,根据第一分配结果与第二分配结果以生成动态网络切片资源分配结果。
在本公开实施例中,动态网络切片资源分配结果可以包括核心网侧的VNF迁移结果、核心网侧的VNF资源分配结果、接入网侧的PRB分配结果和接入网侧的CPU资源分配结果。
通过上述方法,可以针对核心网和接入网的特点,分别调整核心网切片和接入网切片的部署和编排,从而实现网络资源的优化分配。
图6示出本公开实施例中一种动态网络切片资源管理方法的整体流程图。如图6所示,包括:
步骤S610,分别构建核心网侧和接入网侧的马尔可夫决策模型。
步骤S620,在核心网侧将第一计算资源和第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型。
步骤S630,在接入网侧将第二计算资源和第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。
步骤S610-S630与图2-图3中的步骤S210类似,在此不再赘述。
步骤S640,确定动态网络切片资源分配问题的优化目标。步骤S640与图2中的步骤S220类似,在此不再赘述。
步骤S650,根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型。
在本公开实施例中,核心网侧的第一计算资源是网络节点CPU资源,第一通信资源是各节点间链路带宽资源。
在本公开实施例中,可以将底层物理网络中服务器上的CPU资源、服务器之间的链路带宽资源的动态分配以及VNF的迁移结果描述为一个受限的马尔科夫决策问题,定义一个基本元素包括系统状态、迁移行为、状态转移概率和成本函数的四元组。将系统在时隙t的状态定义为ct={Q(t),λ(t),l(t)}∈C,在时隙t的行动定义为at={Ψ(t),β(t)}∈A,其中,Ψ(t)为时隙t内的VNF的二维迁移动作向量,决策由两部分组成,包括i∈I,表示在时隙t对切片i的进行迁移,否则为0;表示迁移的目标节点;β(t)为时隙t内每个VNF的映射动作集合。
将状态空间映射到动作空间上的过程定义为π:C→A,是一个稳定性策略,即a=π(c)。根据策略π∈Π,时隙t内的期望累积CPU资源分配如下
期望累积带宽资源分配如下
其中,γ∈[0,1)是折扣因子,表示回报函数值的衰减程度,其指示了未来的回报对当前行为选择的影响程度。核心网侧优化目标是找到合适的VNF迁移结果Ψ(t)以及VNF资源分配结果β(t)从而最小化部署成本,随机优化模型可以表示为
因此,在本公开实施例中,基于上述马尔可夫决策问题的定义与描述,以双Q学习模型为例,第一策略模型定义如下:
状态(环境):将切片i的在时隙t的状态定义为ct={Q(t),λ(t),l(t)}∈C,其中Q(t)为全局队列状态、λ(t)为节点状态,l(t)为链路状态。
回报:代理从迁移行为集合中选取动作并执行,会对环境产生影响。接下来环境会将当前动作产生的回报函数反馈给代理,代理通过回报函数判断使其得知当前选取的动作的优劣。当切片中的VNF从动作集中选取动作后,同样需要回报函数来判断选取动作的优劣,可以将其回报函数定义为每个切片各自的效用。若动作选择不满足约束条件(13a)-(13f),则设置反馈值为固定的-1。
训练过程如下:
第一步,向第一策略模型的主网络中输入当前系统状态(全局队列状态、节点状态和链路状态),生成预测的核心网侧计算资源和通信资源分配结果的精确值选择最小动作值函数所对应的核心网侧计算资源和通信资源分配结果;
第二步,将系统状态下的当前全局队列状态、节点状态和链路状态c,以及下一系统状态(全局队列状态、节点状态和链路状态)c'和下一系统状态对应的资源分配效用奖励r存入经验回放池;
第三步,从经验回放池中随机选择系统状态样本c'输入到目标Q网络得到输出的核心网侧计算资源和通信资源分配结果预测值;以及
第四步,计算训练目标Q网络的损失函数,得到当前损失,并根据梯度下降法更新目标Q网络的参数权重θ,直到损失不再减小,即收敛生成第一策略模型。
步骤660,根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型。
在本公开实施例中,接入网侧的第二计算资源是各分布式处理单元的CPU资源,第二通信资源是各射频拉远单元RRU中物理资源块PRB的数量。
在本公开实施例中,在接入网中将系统在时隙t的状态定义为ct=(Q(t),H(t))∈C,在时隙t的动作定义为at=(σ(t),ω(t))∈A。将状态空间映射到动作空间上的过程定义为π:C→A,是一个稳定性策略结果,即a=π(c)。根据初始状态c和策略结果π∈Π,其中Π表示所有可能的策略结果集合,可得期望累积切片和速率为
同样地,折扣因子γ∈[0,1)表示回报函数值的衰减程度,其指示了未来的回报对当前行为选择的影响程度。接入网侧优化目标为在满足各网络切片最低服务速率约束以及网络带宽资源约束的前提下,找到合适的PRB与计算资源的分配结果,最大化网络切片收益,随机优化模型可以表示为
因此,在本公开实施例中,基于上述马尔可夫决策问题的定义与描述,以双Q学习模型为例,第二策略模型定义如下:
状态(环境):定义接入网侧网络系统的状态为ct=(Q(t),H(t))∈C,包括全局队列状态及全局信道状态信息。
动作:动作集被定义为一系列向量,每个向量代表切片i在所有RRU上的PRB及计算资源分配,满足的PRB与计算资源分配动作集合。σ(t)∈{0,1,2,…,Y}代表每个切片可选的CPU核数,ω(t)∈{0,1,2,…,Z}代表每个切片可选的PRB数。
回报:考虑到本算法的优化目标为最大化系统效用和,因此在满足约束条件(13a)-(13f)时,将回报函数均定义为切片选取各自的PRB和计算资源后得到的系统效用和,否则,定义为一个负的反馈,即
训练过程如下:
第二步,将系统状态下的当前全局队列状态和全局信道状态c,以及下一系统状态(全局队列状态和全局信道状态)c'和下一系统状态对应的资源分配效用奖励r存入经验回放池;
第三步,从经验回放池中随机选择系统状态样本c'输入到目标Q网络得到输出的接入网计算资源和通信资源分配结果预测值;以及
第四步,计算训练目标Q网络的损失函数,得到当前损失,并根据梯度下降法更新目标Q网络的参数权重θ,直到损失不再减小,即收敛生成第二策略模型。
步骤670,将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到核心网侧的第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果。
在本公开实施例中,第一策略模型在线决策过程可以如下:
输入:底层物理网络拓扑GP,虚拟网络拓扑GV,PRB和CPU资源分配方式σ(t),ω(t);
步骤(1):for t=1,2,…T do;
步骤(2):监测当前时隙t下的核心网侧的全局状态ct,包括全局队列状态信息Q(t)、全局节点状态λ(t)以及全局链路状态l(t);
步骤(3):ifλn(t)=0或ln,n′(t)=0;
步骤(5):else;
步骤(8):t=t+1;
步骤(9):end for;
输出:VNF迁移结果Ψ(t)以及VNF资源分配结果β(t)。
其中,在步骤(2)中对核心网网络状态进行监测,将当前监测到的网络状态作为主网络的输入。在步骤(3)-步骤(5)中,为了提高网络的可靠性,当时隙t内存在物理节点或链路失效,系统需要对映射至失效的物理节点上的VNF进行迁移,在此过程中以最大化网络切片整体效用为目标选择合适的VNF迁移结果,步骤(5)-步骤(6)表示了如果不存在失效节点及链路,则直接选择合适的迁移结果。
步骤680,将第一分配结果的计算资源和通信资源的分配方式输入到第二策略模型,得到包括接入网侧的计算资源和通信资源的第二分配结果。
在本公开实施例中,第二策略模型在线决策过程可以如下:
输入:VNF迁移结果Ψ(t)以及VNF资源分配结果β(t);
步骤(1):for t=1,2,…T do;
步骤(2):监测当前时隙t下的接入网侧的全局状态c(t),包括全局队列状态信息Q(t)、全局信道状态信息H(t);
步骤(5):t=t+1;
步骤(6):end for;
输出:PRB分配结果ω(t)和CPU资源分配结果σ(t)。
将通过第一策略模型获取合适的VNF迁移结果以及VNF资源分配结果作为第二策略模型的输入,步骤(3)是根据最新主网络的输出结果获得状态ct下的合适动作步骤(4)根据对接入网侧切片的计算、链路资源进行联合调整,从而实时保证服务质量,整个算法直到切片生命周期结束,得到最终的VNF迁移结果Ψ(t)、VNF资源分配结果β(t)。
步骤690,根据第一分配结果与第二分配结果以生成动态网络切片资源分配结果。
在本公开实施例中,根据第一策略模型和第二策略模型,将得到的VNF迁移结果Ψ(t)、VNF资源分配结果β(t)以及PRB分配结果ω(t)和CPU资源分配结果σ(t)作为动态网络切片的资源分配结果。
通过上述对核心网侧和接入网侧的通信资源和计算资源联合分配的方法,对动态网络切片中的通信资源和计算资源进行了动态的联合分配,优化了网络切片整体效用,提高了网络服务速率的平均收益,降低了系统部署的成本,从而提升了网络服务质量、增加了用户体验。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
图7示出本公开实施例中一种动态网络切片资源管理装置示意图。如图7所示,包括:
建模模块710,用于分别构建核心网侧和接入网侧的马尔可夫决策模型;
优化模块720,用于确定动态网络切片资源分配问题的优化目标;
第一训练模块730,用于根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型;
第二训练模块740,用于根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型;和
策略生成模块750,用于基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及
执行模块760,用于根据动态网络切片资源分配结果,执行动态网络切片资源分配。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本发明的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元810执行,使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元810可以执行如图2中所示的S210,分别构建核心网侧和接入网侧的马尔可夫决策模型;S220,确定动态网络切片资源分配问题的优化目标;S230,根据优化目标,基于构建的核心网侧的马尔可夫决策模型,利用第一学习模型,训练核心网侧的第一策略模型;S240,根据优化目标,基于构建的接入网侧的马尔可夫决策模型,利用第二学习模型,训练接入网侧的第二策略模型;S250,基于第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及S260,根据动态网络切片资源分配结果,执行动态网络切片资源分配。
存储单元820可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202,还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204,这样的程序模块8205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且,电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器860通过总线830与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (12)
1.一种动态网络切片资源分配方法,其特征在于,包括:
分别构建核心网侧和接入网侧的马尔可夫决策模型;
确定动态网络切片资源分配问题的优化目标;
根据所述优化目标,基于构建的所述核心网侧的马尔可夫决策模型,利用第一学习模型,训练所述核心网侧的第一策略模型;
根据所述优化目标,基于构建的所述接入网侧的马尔可夫决策模型,利用第二学习模型,训练所述接入网侧的第二策略模型;
基于所述第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及
根据所述动态网络切片资源分配结果,执行动态网络切片资源分配。
2.根据权利要求1所述的动态网络切片资源分配方法,其特征在于,分别构建核心网侧和接入网侧的马尔可夫决策模型包括:
获取核心网侧的第一计算资源和第一通信资源;
获取接入网侧的第二计算资源和第二通信资源;
在所述核心网侧将所述第一计算资源和所述第一通信资源的动态分配表述为第一无穷时间马尔可夫决策模型;
在所述接入网侧将所述第二计算资源和所述第二通信资源的动态分配表述为第二无穷时间马尔可夫决策模型。
3.根据权利要求2所述的动态网络切片资源分配方法,其特征在于,确定动态网络切片资源分配问题的优化目标包括:
基于所述核心网侧的所述第一计算资源和所述第一通信资源,确定所述核心网侧的收益;
基于所述接入网侧的所述第二计算资源和所述第二通信资源,确定所述接入网侧的部署成本;
基于所述收益和所述部署成本,确定最大化接入网侧的收益和最小化核心网侧的部署成本为优化目标。
4.根据权利要求2或3中任意一项所述的动态网络切片资源分配方法,其特征在于,所述获取核心网侧的第一计算资源和第一通信资源,还包括:
根据各网络节点CPU资源确定所述核心网侧的第一计算资源;以及
根据各网络节点链路带宽资源确定所述核心网侧的第一通信资源。
5.根据权利要求2或3中任意一项所述的动态网络切片资源分配方法,其特征在于,所述获取接入网侧的第二计算资源和第二通信资源,还包括:
根据各分布式处理单元的CPU资源确定所述接入网侧的所述第二计算资源;以及
根据各所述射频拉远单元RRU中物理资源块PRB的数量确定所述接入网侧的所述第二通信资源。
6.根据权利要求2所述的动态网络切片资源分配方法,其特征在于,所述根据所述优化目标,基于构建的所述核心网侧的马尔可夫决策模型,利用第一学习模型,训练所述核心网侧的第一策略模型,其中:
所述第一学习模型为深度强化学习模型。
7.根据权利要求2所述的动态网络切片资源分配方法,其特征在于,所述根据所述优化目标,基于构建的所述接入网侧的马尔可夫决策模型,利用第二学习模型,训练所述接入网侧的第二策略模型,其中:
所述第二学习模型为深度强化学习模型。
8.根据权利要求6或7中任一项所述的动态网络切片资源分配方法,其特征在于,所述深度强化学习模型是双Q学习模型。
9.根据权利要求2所述的动态网络切片资源分配方法,其特征在于,基于所述第一策略模型和第二策略模型,生成动态网络切片资源分配结果包括:
将一种随机生成的满足预设约束条件的接入网侧的计算资源和通信资源的分配结果输入到所述核心网侧的第一策略模型,得到包括核心网侧的计算资源和通信资源的第一分配结果;
将所述第一分配结果输入到所述第二策略模型,得到包括所述接入网侧的计算资源和通信资源的第二分配结果;以及
根据所述第一分配结果与第二分配结果以生成动态网络切片资源分配结果。
10.一种动态网络切片资源分配装置,其特征在于,包括:
建模模块,用于分别构建核心网侧和接入网侧的马尔可夫决策模型;
优化模块,用于确定动态网络切片资源分配问题的优化目标;
第一训练模块,用于根据所述优化目标,基于构建的所述核心网侧的马尔可夫决策模型,利用第一学习模型,训练所述核心网侧的第一策略模型;
第二训练模块,用于根据所述优化目标,基于构建的所述接入网侧的马尔可夫决策模型,利用第二学习模型,训练所述接入网侧的第二策略模型;和
结果生成模块,用于基于所述第一策略模型和第二策略模型,生成动态网络切片资源分配结果;以及
执行模块,用于根据所述动态网络切片资源分配结果,执行动态网络切片资源分配。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~9中任意一项所述动态网络切片资源分配方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~9中任意一项所述的动态网络切片资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110685980.3A CN115580882A (zh) | 2021-06-21 | 2021-06-21 | 动态网络切片资源分配方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110685980.3A CN115580882A (zh) | 2021-06-21 | 2021-06-21 | 动态网络切片资源分配方法及装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115580882A true CN115580882A (zh) | 2023-01-06 |
Family
ID=84580065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110685980.3A Pending CN115580882A (zh) | 2021-06-21 | 2021-06-21 | 动态网络切片资源分配方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115580882A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116095720A (zh) * | 2023-03-09 | 2023-05-09 | 南京邮电大学 | 基于深度强化学习的网络业务接入和切片资源配置方法 |
CN116501594A (zh) * | 2023-06-27 | 2023-07-28 | 上海燧原科技有限公司 | 系统建模评估方法、装置、电子设备及存储介质 |
CN117715088A (zh) * | 2024-02-05 | 2024-03-15 | 苏州元脑智能科技有限公司 | 基于边缘计算的网络切片管理方法、装置、设备及介质 |
-
2021
- 2021-06-21 CN CN202110685980.3A patent/CN115580882A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116095720A (zh) * | 2023-03-09 | 2023-05-09 | 南京邮电大学 | 基于深度强化学习的网络业务接入和切片资源配置方法 |
CN116501594A (zh) * | 2023-06-27 | 2023-07-28 | 上海燧原科技有限公司 | 系统建模评估方法、装置、电子设备及存储介质 |
CN116501594B (zh) * | 2023-06-27 | 2023-09-08 | 上海燧原科技有限公司 | 系统建模评估方法、装置、电子设备及存储介质 |
CN117715088A (zh) * | 2024-02-05 | 2024-03-15 | 苏州元脑智能科技有限公司 | 基于边缘计算的网络切片管理方法、装置、设备及介质 |
CN117715088B (zh) * | 2024-02-05 | 2024-04-26 | 苏州元脑智能科技有限公司 | 基于边缘计算的网络切片管理方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113950066B (zh) | 移动边缘环境下单服务器部分计算卸载方法、系统、设备 | |
CN110869909B (zh) | 应用机器学习算法来计算健康分数以进行工作负载调度的系统和方法 | |
CN115580882A (zh) | 动态网络切片资源分配方法及装置、存储介质及电子设备 | |
Maia et al. | An improved multi-objective genetic algorithm with heuristic initialization for service placement and load distribution in edge computing | |
CN111344688B (zh) | 云计算中资源提供的方法及系统 | |
CN112822050B (zh) | 用于部署网络切片的方法和装置 | |
CN113254192B (zh) | 资源分配方法、资源分配装置、电子设备及存储介质 | |
CN112737823A (zh) | 一种资源切片分配方法、装置及计算机设备 | |
JP2020127182A (ja) | 制御装置、制御方法及びプログラム | |
CN116467082A (zh) | 一种基于大数据的资源分配方法及系统 | |
US20230112534A1 (en) | Artificial intelligence planning method and real-time radio access network intelligence controller | |
CN114205317B (zh) | 基于sdn与nfv的服务功能链sfc资源分配方法及电子设备 | |
CN114020469A (zh) | 基于边缘节点的多任务学习方法、装置、介质与设备 | |
CN113543160A (zh) | 5g切片资源配置方法、装置、计算设备及计算机存储介质 | |
CN116302569A (zh) | 一种基于用户请求信息的资源分区智能化调度方法 | |
CN115022188B (zh) | 一种电力边缘云计算网络中的容器放置方法及系统 | |
Yadav | E-MOGWO Algorithm for Computation Offloading in Fog Computing. | |
CN114896070A (zh) | 一种用于深度学习任务的gpu资源分配方法 | |
CN115705496A (zh) | 一种量子计算机操作系统和量子计算机 | |
CN117793805B (zh) | 动态用户随机接入的移动边缘计算资源分配方法与系统 | |
JP7510661B2 (ja) | 制御量算出装置及び制御量算出方法 | |
KR102163214B1 (ko) | CoMP 기반 스몰 셀 네트워크에서의 기계학습을 활용한 능동 캐싱 기법 | |
CN117149099B (zh) | 一种计算存储分体式服务器系统及控制方法 | |
CN117311999B (zh) | 一种服务集群的资源调度方法、存储介质及电子设备 | |
CN116860355A (zh) | 任务处理方法及装置、存储介质及电子设备 |
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 |