Feb, 2022

基于跨域虚拟网络嵌入的无线网络多目标资源优化

PDF
TL;DR本研究提出了一种多目标优化的虚拟网络嵌入算法，旨在高效分配无线网络资源，实验结果表明，该算法在映射成本、网络延迟和虚拟网络请求接受率等三个指标方面优于其他算法，并体现了该算法在无线网络资源分配中的有效性。
发现论文，激发创造
  • 基于多目标优化的 IoD 架构下的工业 4.0 多域 VNE 算法

    该论文提出一种基于多域架构和遗传变异因素优化的多域虚拟网络嵌入算法，通过加权累加法将多目标问题转化为单目标问题，选择相应物理域上的成本最低点作为备选节点，此算法在延迟、成本、综合性指标等方面都优于 MC-VNM、LID-VNE 和其他算法。

    Feb, 2022

  • 具有延迟预测的多域虚拟网络嵌入算法

    本文提出了一种基于延迟预测的多域虚拟网络嵌入算法 (DP-VNE)。通过预估虚拟请求的延迟，选取候选物理节点，然后使用粒子群优化算法来优化映射过程，从而降低系统延迟。仿真结果表明，相比其他三种高级算法，本文提出的算法能够显著降低系统延迟同时保持其他指标不受影响。

    Feb, 2022

  • 基于图卷积神经网络和强化学习的动态虚拟网络嵌入算法

    本文提出了一种基于强化学习和图卷积神经网络的动态虚拟网络嵌入算法，将自定义的适应度矩阵和适应值作为目标函数，实现了高效的动态虚拟网络嵌入，有效降低了资源碎片化程度，并验证了该算法具有优秀的灵活性和基本 VNE 特性。

    Feb, 2022

  • 基于负载均衡的物联网多域 VNE 算法

    在 IoT 环境下，为了在网络负载大且性能需求高的情况下提供更灵活的虚拟网络映射服务，提出了一种基于混合遗传算法的虚拟网络映射策略，包括动态计算交叉概率和基于信息素的变异基因选择策略，以及基于负载均衡的权重更新机制。仿真结果表明，该方法在多项性能指标方面表现良好。

    Feb, 2022

  • 无线网络通信模式下实现带宽感知算法的 IoV 场景

    本文主要关注在虚拟网络环境下的带宽资源分配问题，提出了一种基于粒子群优化算法的带宽感知多域虚拟网络嵌入算法（BA-VNE），并通过模拟实验验证了该算法在链接带宽、映射成本和虚拟网络请求接受率等性能指标上的优越性。

    Feb, 2022

  • 基于强化学习的安全感知虚拟网络嵌入算法

    提出一种基于强化学习的安全感知虚拟网络嵌入算法，采用策略网络作为学习代理并在训练阶段使用子节点属性提取为特征矩阵，该算法在安全性、收益和虚拟网络请求接受率等方面表现优于典型方法。

    Feb, 2022

  • 通过分层深度强化学习实现虚拟网络嵌入的联合接纳控制和资源分配

    本文提出了一种深度分层强化学习方法，命名为 HRL-ACRA，用于解决虚拟网络嵌入中的综合接纳控制和资源分配问题。通过分解 VNE 过程为上层策略和下层策略，考虑到无限时间问题和奖励稀疏问题，采用了平均奖励方法和自定义多目标内在奖励。同时，利用深度特征感知图神经网络和序列到序列模型，能够更好地获取 VNR 和物理网络的特征，并生成嵌入行动。实验证明 HRL-ACRA 在接纳率和长期平均收入方面优于现有基线算法。

    Jun, 2024

  • 基于深度学习的车联网无线资源分配

    本文介绍深度学习在车联网中用于资源分配的关键动因和障碍，并回顾了近期在利用深度学习哲学解决无线资源分配问题方面取得的重要成果。通过深度强化学习和优化技术，探究当前设计方法所面临的挑战，并提出未来资源分配研究的一些方向。

    Jul, 2019

  • 无线网络下的虚拟现实：服务质量模型和基于学习的资源管理

    在小型细胞网络中，通过使用基于多属性效用理论的新型虚拟现实模型，找到了在虚拟现实无线网络中的上下行无线资源配置问题的最佳解决方案。

    Mar, 2017

  • 基于虚拟网络架构的空中地面一体化多域网络资源编排：一种 DRL 方法

    通过使用虚拟网络架构和深度强化学习，提出了一种针对空天地一体化网络（SAGIN）的跨域虚拟网络嵌入（VNE）算法，以解决其具有异构性和动态性的部署和使用面临的挑战，该算法能够从 SAGIN 中提取网络属性并训练智能代理从而有效完成虚拟节点和虚拟链路的嵌入，以应用于智能交通系统等人工智能应用。

    Feb, 2022