Jun, 2024
适应性数字孪生和通信效能高的联邦学习网络切片适用于5G所支持的物联网
Adaptive Digital Twin and Communication-Efficient Federated Learning
Network Slicing for 5G-enabled Internet of Things
TL;DR网络切片技术通过高效利用和管理网络资源,使得工业物联网(IIoT)网络能够满足多种服务和不同资源需求的增长需求。本研究提出了利用图注意力网络构建网络切片的数字孪生环境,实现实时流量分析、监测和需求预测,同时将资源分配问题形式化为联邦多智能体强化学习问题,并采用深度确定性策略梯度来确定资源分配策略,以保护切片的隐私,实验结果表明所提出的方法能够提高网络切片的需求预测准确性并降低动态网络切片的通信开销。