文献

J-GLOBAL ID：202102251691536034   整理番号：21A0667002

強化学習に基づく仮想ネットワーク機能のための柔軟な展開方式【JST・京大機械翻訳】

A Flexible Deployment Scheme for Virtual Network Function Based on Reinforcement Learning

著者 (2件)： Yao Juanjuan (College of Telecommunication and Information Engineering, Nanjing University of Posts and Telecommunications,Nanjing,China) ,  Chen Meijuan (College of Telecommunication and Information Engineering, Nanjing University of Posts and Telecommunications,Nanjing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCC  ページ： 1505-1510  発行年： 2020年 
JST資料番号： W2441A  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)

抄録/ポイント： ネットワーク機能仮想化(NFV)技術は,5Gネットワークにおけるネットワークスライシングと広域ネットワークにおけるトラフィック処理において広く使われている。しかし,仮想ネットワーク機能(VNF)のライフサイクルの間のサービス要求の増加によって,VNFを柔軟に展開する方法は,物理的ネットワーク資源の限られた容量の最大利用をするために重要問題となり,一方,NFVシナリオにおけるサービス品質(QoS)の要求を満たす。本論文では,VNFを需要にいかにスケールするか,また,最適化目標がサービス機能チェーン(SFC)の遅れとエネルギー消費を最小化するための非凸線形数学的最適化モデルとしてこの問題を定式化することを目指した。特に,強化学習(RL)に基づくVNFフレキシブル展開方式を提案した。さらに,物理的ネットワーク環境との相互作用によってエージェントを訓練し,VNFスケーリングの最適物理的資源配分戦略を見つけるために,物理的ノードの状態に従って行動を取る。さらに,状態空間,行動空間および報酬関数を,利用可能な資源,移動またはスケーリング決定,および総コストの逆数としてそれぞれ定義した。大規模なシミュレーション結果は,提案したアルゴリズムが遅延を減らし,成功するスケーリング要求の比率を増加させるという点で比較アルゴリズムより優れていることを証明した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  シミュレーション ,  相互作用 ,  *ネットワーク ,  ライフサイクル ,  チェーン ,  資源割付 ,  総原価 ,  定式化 ,  エージェント ,  *強化学習
準シソーラス用語： サービス品質 ,  *仮想ネットワーク ,  仮想化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 強化学習 ,  仮想ネットワーク ,  展開