基于DRL的6G多租户网络切片智能资源分配算法

管婉青¹, 张海君^1,2, 路兆铭^3,4

1. 北京科技大学 计算机与通信工程学院, 北京 100083;
2. 北京科技大学 人工智能研究院, 北京 100083;
3. 北京邮电大学 网络体系构建与融合北京市重点实验室, 北京 100876;
4. 北京邮电大学 先进信息网络北京实验室, 北京 100876

收稿日期:2020-10-14出版日期:2020-12-28发布日期:2020-11-30
通讯作者:张海君(1986-),男,教授,E-mail:zhanghaijun@ustb.edu.cn.E-mail:zhanghaijun@ustb.edu.cn
作者简介:管婉青(1995-),女,讲师.
基金资助:国家重点研发计划项目（2019YFB1803304）；中国传媒大学媒体融合与传播国家重点实验室开放课题（SKLMCC2020KF010）；中央高校基本科研业务费项目（FRF-TP-19-051A1）；北京高校高精尖学科"北京科技大学-人工智能科学与工程"项目

Intelligent Resource Allocation Algorithm for 6G Multi-Tenant Network Slicing Based on Deep Reinforcement Learning

GUAN Wan-qing¹, ZHANG Hai-jun^1,2, LU Zhao-ming^3,4

1. School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing 100083, China;
2. Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing 100083, China;
3. Beijing Key Laboratory of Network System Architecture and Convergence, Beijing University of Posts and Telecommunications, Beijing 100876, China;
4. Beijing Laboratory of Advanced Information Networks, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2020-10-14Online:2020-12-28Published:2020-11-30

摘要/Abstract

摘要： 未来第6代移动通信系统（6G）网络服务支持虚实结合、实时交互，亟需快速匹配多租户个性化服务需求，对此，提出了一种两层递阶的网络切片智能管理方案，上层部署全局资源管理器，下层部署面向不同租户的本地资源管理器.首先，考虑不同租户多类型切片请求的差异性，基于端到端切片的实时状态描述建立服务质量评估模型.结合服务质量反馈，利用深度强化学习（DRL）算法，优化上层全局资源分配和下层局部资源调整，提升不同域多维资源的使用效益，并使能租户资源定制化.仿真结果表明，所提方案能够在优化资源供应商长期收益的同时，保障服务质量.
中图分类号:
TN929.53

引用本文

管婉青, 张海君, 路兆铭. 基于DRL的6G多租户网络切片智能资源分配算法[J]. 北京邮电大学学报, 2020, 43(6): 132-139.
GUAN Wan-qing, ZHANG Hai-jun, LU Zhao-ming. Intelligent Resource Allocation Algorithm for 6G Multi-Tenant Network Slicing Based on Deep Reinforcement Learning[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(6): 132-139.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4699