5Gネットワークにおける雑音近傍の抑制  雑音近傍を検出し抑制するためのエンドツーエンドNFVベースフレームワーク【JST・京大機械翻訳】

Akundi Salil; Prabhu Shailesh; B.K. Nithin Upadhya; Mondal Subhas Chandra

文献

J-GLOBAL ID：202002280391560457 整理番号：20A2030726

5Gネットワークにおける雑音近傍の抑制雑音近傍を検出し抑制するためのエンドツーエンドNFVベースフレームワーク【JST・京大機械翻訳】

Suppressing Noisy Neighbours in 5G networks An end-to-end NFV-based framework to detect and suppress noisy neighbours

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2030726&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (4件)： , , ,
資料名：
号： ICDCN 2020 ページ： 1-6 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

1つ以上の仮想化ユニット(仮想マシンまたはDockerコンテナのような)が,必要な資源のいくつかが,同じノード上の他のユニットによって占有されるという事実により,ネットワーク機能仮想化において生じる状況を,”ノイス近傍問題”が示す。性能におけるこの劣化は,非効率なスケジューリング手順または計算,メモリまたはネットワーク資源の欠如を含むいくつかの理由に起因する。そのような状況の多変量性質のため,それらの検出は非自明であり,機械学習のような異なる技術を必要とする。そのようなシナリオを最適化するための一般的な方法は,仮想マシン(VM)またはコンテナ移動による。しかし,移動に必要な資源は限られている。さらに,移動プロセスは計算的に高価であり,より長い待ち時間を有する。本論文は,動的ネットワークスライシングに基づくホストプロセッサ利用と負荷分散に基づく動的CPUピンニング(またはCPU親和性)の組合せを用いて,雑音の多い近傍を抑制するアルゴリズムを提案した。本論文に提案したエンドツーエンドフレームワークは,全体のシステム効率の改善につながる雑音近傍を検出,抑制する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (9件)： , , , , , , , ,

電話・データ通信・交換一般 , 計算機網

, , , ,

前のページに戻る

5Gネットワークにおける雑音近傍の抑制 雑音近傍を検出し抑制するためのエンドツーエンドNFVベースフレームワーク【JST・京大機械翻訳】

5Gネットワークにおける雑音近傍の抑制雑音近傍を検出し抑制するためのエンドツーエンドNFVベースフレームワーク【JST・京大機械翻訳】