文献类型：期刊文章

作　　者：唐伦[1,2] 周钰[1,2] 杨友超[1,2] 赵国繁[1,2] 陈前斌[1,2]

TANG Lun;ZHOU Yu;YANG Youchao;ZHAO Guofan;CHEN Qianbin(School of Communication and Information Engineering,Chongqing University ofPost and Telecommunications,Chongqing 400065,China;Key Laboratory of Mobile Communication Technology,Chongqing University ofPost and Telecommunications,Chongqing 400065,China)

机构地区：[1]重庆邮电大学通信与信息工程学院,重庆400065 [2]重庆邮电大学移动通信重点实验室,重庆400065

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61571073)~~

年　　份：2019

卷　　号：41

期　　号：9

起止页码：2071-2078

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：针对无线虚拟化网络在时间域上业务请求的动态变化和信息反馈时延导致虚拟资源分配的不合理,该文提出一种基于长短时记忆(LSTM)网络的流量感知算法,该算法通过服务功能链(SFC)的历史队列信息来预测未来负载状态。基于预测的结果,联合考虑虚拟网络功能(VNF)的调度问题和相应的计算资源分配问题,提出一种基于最大最小蚁群算法(MMACA)的虚拟网络功能动态部署方法,在满足未来队列不溢出的最低资源需求的前提下,采用按需分配的方式最大化计算资源利用率。仿真结果表明,该文提出的基于LSTM神经网络预测模型能够获得很好的预测效果,实现了网络的在线监测;基于MMACA的VNF部署方法有效降低了比特丢失率的同时也降低了整体VNF调度产生的平均端到端时延。

关 键 词：5G网络切片  资源分配 流量感知  预测  虚拟网络功能F调度  

分 类 号：TN929.5]