VNF Placement and Resource Allocation for the Support of Vertical Services in 5G Networks
5G网络的主要目标之一是支持各个行业（所谓的垂直行业）的技术和业务需求，这些行业希望为其客户提供以不同性能要求为特征的各种服务。在这种情况下，一个关键的挑战在于以自动化的方式将垂直需求映射到有关网络基础设施的决策中，包括VNF放置，资源分配和流量路由。在本文中，我们寻求共同做出这样的决定，考虑到他们的相互作用，并有效地。为此，我们制定了一个基于配置的模型，并使用它在网络编排器，以最佳匹配垂直的要求，可用的系统资源。然后，我们提出了一个快速，高效的解决方案的策略，称为MaxZ，这使我们能够降低解决方案的复杂性。我们的性能评估，进行会计的多个场景代表现实世界的服务，表明，MaxZ表现大大优于国家的最先进的替代品，并始终接近最佳。
2018-12-29 cs.NI
Joint Computation Offloading, SFC Placement, and Resource Allocation for Multi-Site MEC Systems
网络功能虚拟化（NFV）和移动边缘计算（MEC）是支持对资源要求高的移动应用的有前景的5G技术。在NFV中，必须处理服务功能链（SFC），其中必须以特定顺序执行一组网络功能。此外，MEC技术使得能够将服务请求从移动用户计算卸载到远程服务器，以潜在地减少移动应用的能量消耗和处理延迟。本文研究了多站点MEC系统中计算卸载、资源分配和SFC布局的优化问题。我们的设计目标是最小化加权归一化能量消耗和计算成本的最大可容忍延迟约束。为了解决潜在的混合整数和非线性优化问题，我们采用分解方法，其中我们迭代地优化计算卸载、SFC放置和计算资源分配以获得有效的解决方案。数值结果表明，不同的参数对系统性能的影响和性能的优越性，所提出的算法相比，基准算法。
2020-03-28 cs.DC cs.NI
Dynamic VNF Placement, Resource Allocation and Traffic Routing in 5G
5G网络将通过使用软件定义网络和网络功能虚拟化等使能技术，支持各种垂直服务，并具有各种关键性能指标（KPI）。网络运营商的责任是以满足KPI要求的方式将可用资源有效地分配给服务请求，同时考虑有限数量的可用资源及其成本。一个关键的挑战是，请求可能会随着时间的推移而高度变化，需要一个解决方案来解决它们的动态生成和终止。有了这个动机，我们寻求对请求准入、资源激活、VNF放置、资源分配和流量路由做出联合决策。我们通过考虑虚拟机的设置时间等现实方面来做到这一点，目标是最大限度地提高移动网络运营商的利润。为此，首先，我们制定了一个一次性的优化问题，它可以达到最佳的解决方案，为小规模的问题给出了完整的知识，在整个系统寿命的到达和离开时间的请求。然后，我们提出了一个有效和实用的启发式解决方案，只需要这些知识的下一个时间段和工程的实际规模的情况。最后，我们使用真实世界的服务和大规模的网络拓扑来评估这些解决方案的性能。{结果表明，我们的启发式解决方案的性能优于最先进的在线方法，接近最优。
2021-02-18 cs.NI
Placement and Allocation of Virtual Network Functions: Multi-dimensional Case
网络功能虚拟化（NFV）是一种新兴的设计范例，其用在通用商品服务器上运行的软件模块来替换物理中间盒设备。在逐渐过渡到NFV的同时，互联网服务提供商面临着在哪里引入NFV以充分利用NFV的问题;在这里，我们通过支持NFV的网络中可以提供的流量来衡量收益。这个问题是不平凡的，因为它由两个具有挑战性的子问题组成：1）放置节点以支持虚拟网络功能（称为VNF节点）; 2）将VNF节点的资源分配给网络流。这个问题已经研究了一维设置，其中所有的网络流需要一个网络功能，这需要一个单位的资源来处理一个单位的流。在这项工作中，我们考虑多维设置，其中流必须由多个网络功能处理，这需要不同数量的每个资源来处理一个单元的流。除了一维设置的挑战之外，多维设置还引入了新的挑战（例如，同时也使得资源分配子问题成为带分配约束的广义分配问题的多维推广。为了解决这些困难，我们提出了一种新的两级松弛方法，使我们能够连接到序列次模理论，并利用序列次模的性质以及原始-对偶技术来设计两个近似算法。我们进一步证明了所提出的算法具有非平凡的近似比，该近似比取决于VNF节点的数量、资源以及与流需求相比的可用资源的度量。最后，我们进行跟踪驱动的模拟，以显示所提出的算法的有效性。
2022-02-19 cs.NI
Edge-Assisted Accelerated Cooperative Sensing for CAVs: Task Placement and Resource Allocation
本文针对车联网自动驾驶车辆感知任务完成时间长的问题，提出RSU辅助的协同感知方案，通过双层算法优化任务放置与资源分配，在CARLA仿真中验证了其能有效减少总任务完成时间。
2024-11-27 cs.NI eess.SP
Search and Placement in Tiered Cache Networks
内容分发网络在当今的互联网中非常成功。尽管它们取得了成功，但仍然存在许多可扩展性和性能挑战，这些挑战促使人们采用全新的内容传播解决方案，例如以内容为中心的网络。在本文中，我们将解决任何内容传播系统所面临的两个基本问题：内容搜索和内容放置。我们考虑一个多层次，多域的分层系统，其中随机游走是用来应付利用已知的路径对保管人与机会主义探索的副本在一个给定的邻居之间的权衡。类似TTL的机制，称为增强计数器，用于内容放置。我们提出了一个分析模型来研究搜索和放置之间的相互作用。该模型产生的利益，如用户所经历的平均延迟和托管人的负载的指标的封闭形式的表达式。然后，利用模型的解决方案，我们提出了一个联合放置搜索优化问题。我们表明，以前提出的战略，如平方根分配的最佳位置，遵循我们的特殊情况下，一个砰砰搜索策略是最佳的，如果内容分配。
2016-06-16 cs.NI
Optimal Capacity Relay Node Placement in a Multi-hop Wireless Network on a Line
我们使用信息论的可达速率公式的多中继信道的中继节点沿直线连接的源节点和汇聚节点的最佳布局问题进行了研究。我们使用的可达速率公式是用于中继和解码转发中继处的全双工无线电。对于单中继的情况下，在源节点和中继节点和个人的功率约束，我们提供了明确的公式的最佳中继位置和最佳功率分配到源中继信道，指数和幂律路径损耗信道模型。对于多个中继的情况下，我们考虑指数路径损耗和总功率约束的源和继电器，并推导出一个优化问题，其解决方案提供了最佳的中继位置。数值结果表明，在低衰减的中继大多是集群靠近源，以便能够相互合作，而在高衰减，他们被均匀地放置和工作的中继器。的结构的最优功率分配的节点的给定位置，然后激励我们制定的问题即兴（“你去”）放置中继沿着一条线的指数分布的长度，与指数路径损耗，以便最小化的成本函数，是添加剂的跳数。跳成本权衡能力限制项，从最优功率分配解决方案的动机，对增加中继节点的成本。我们制定的问题作为一个总成本马尔可夫决策过程，我们证明结果的价值函数，并提供见解的安置政策，通过数值探索。
2013-04-17 cs.NI
Joint Reliability-aware and Cost Efficient Path Allocation and VNF Placement using Sharing Scheme
网络功能虚拟化（NFV）是现代网络的重要参与者，其提供不同类型的服务，诸如流量优化、内容过滤和负载均衡。更确切地说，NFV是一种配置技术，旨在通过使用虚拟化网络功能（VNF）将服务从专用硬件移动到商品服务器来减少网络提供商的大量资本支出（CAPEX）。遵循逻辑目标的VNF/服务的序列被称为服务功能链（SFC）。向SFC的发展给那些需要高可靠性的网络服务带来了新的挑战。为了应对这一挑战，引入了冗余方案。使用专用保护的现有冗余方案增强了服务的可靠性，然而，它们没有考虑冗余VNF的成本。在本文中，我们提出了一种新的可靠性增强方法，使用共享的保护方案，以减少冗余VNF的成本。为此，我们在数学上将该问题表示为混合线性规划（MILP）。其目标是确定最佳的可靠性，可以达到最低的成本。虽然相应的优化问题可以解决使用现有的MILP求解器，计算复杂性是不合理的现实情况。之后，我们提出了一个可靠性感知和最小成本的遗传算法（RCG）来解决这个问题，具有低计算复杂性。为了评估所提出的解决方案，我们将其与四种不同的解决方案进行了比较。仿真结果表明，与最优解相比，RCG以更低的复杂度获得了接近最优的性能。
2020-04-19 cs.NI
Online Joint Placement and Allocation of Virtual Network Functions with Heterogeneous Servers
网络功能虚拟化（Network Function Virtualization，NFV）是一种有前途的虚拟化技术，具有显著降低开销和提高服务灵活性的潜力。NFV使互联网服务提供商（ISP）能够在不安装新设备的情况下使用各种虚拟网络功能（VNF）。NFV技术中最有吸引力的方法之一是所谓的虚拟网络功能联合放置和分配（JPA-VNF），它考虑VNF投资与服务质量（QoS）之间的平衡。我们引入了一种新的能力函数来衡量在所提出的OJPA-HS模型中为每个服务器定位VNF实例的潜力。该模型允许网络中的服务器是异构的，同时结合和推广了许多经典的JPA-VNF模型。尽管它的NP-硬度，我们提出了一个可证明的最佳可能的确定性在线算法的基础上动态规划（DP）。为了克服DP的高复杂性，我们提出了两个额外的随机算法，拉斯维加斯（LV）和蒙特卡罗（MC）的随机算法，它的表现甚至与DP一样好，复杂性小得多。此外，MC在处理大数据环境方面具有优势，是一种很有应用前景的启发式算法。对本文提出的算法进行了大量的数值实验。
2020-01-08 cs.DM cs.NI
Clustering and Power Allocation for UAV-assisted NOMA-VLC Systems: A Swarm Intelligence Approach
将无人机（UAV）与非正交多址（NOMA）可见光通信（VLC）相结合，展现了VLC和NOMA-VLC系统的许多潜力。在这种情况下，用户分组是重要的，以降低NOMA解码的复杂度时，用户的数量是大的，但是，这个问题还没有被考虑在现有的研究。在本文中，我们的目标是最大化的加权和速率的所有用户联合优化无人机放置，用户分组，下行NOMA-VLC系统的功率分配。首先考虑一种有效的用户聚类策略，然后应用一种群体智能方法，即Harris Hawk Optimization（HHO），解决无人机联合布局和功率分配问题。仿真结果表明，该算法的性能优于四个替代方案：OMA，NOMA没有配对，NOMA-VLC与固定的无人机放置，和随机用户分簇。
2020-07-12 cs.NI eess.SP
Joint Optimization of Service Caching Placement and Computation Offloading in Mobile Edge Computing Systems
在移动边缘计算（MEC）系统中，边缘服务缓存是指预先存储用于在MEC服务器处执行计算任务的必要程序。在资源受限的边缘服务器上，服务缓存放置通常是一个复杂的问题，与计算任务的卸载决策高度相关。在本文中，我们考虑一个单一的边缘服务器，协助移动用户（MU）在执行一系列的计算任务。特别地，MU可以在边缘服务器处运行其定制的程序，而服务器可以选择性地缓存先前生成的程序以供将来的服务重用。为了最小化MU的计算延迟和能量消耗，我们制定了一个混合整数非线性规划（MINLP），共同优化服务缓存的位置，计算卸载，和系统资源分配。我们首先推导出最优资源分配的封闭表达式，然后将MINLP转化为一个等价的纯0-1整数线性规划（ILP）。为了进一步降低求解ILP的复杂性，我们利用最优解的底层结构，并设计了一种降低复杂性的交替最小化技术来交替更新缓存放置和卸载决策。仿真结果表明，所提出的技术实现了大量的资源节省相比，其他代表性的基准方法。
2020-04-14 cs.NI
Joint Placement and Allocation of VNF Nodes with Budget and Capacity Constraints
随着网络功能虚拟化（NFV）的出现，传统上在专有专用硬件上运行的网络服务现在可以使用托管在通用商品硬件上的虚拟网络功能（VNF）来实现。这种新的网络范例为互联网服务提供商（ISP）提供了极大的灵活性，以便有效地运营其网络（收集网络统计数据、执行管理策略等）。然而，引入NFV需要投资以在某些网络节点（称为VNF节点）处部署VNF，这必须考虑诸如部署预算和VNF节点容量的实际约束。为此，重要的是设计联合VNF节点放置和容量分配算法，其可以最大化由VNF节点完全处理的网络流的总量，同时尊重这种实际约束。与大多数以前的工作，往往忽略了预算约束或能力约束，我们明确考虑这两个。我们证明，这些约束的会计介绍了几个新的挑战。具体地说，我们证明了所研究的问题不仅是NP-难的，而且也是非子模的。为了解决这些挑战，我们引入了一种新的松弛方法，使放松放置子问题的目标函数成为submodular。利用这个有用的子模块的属性，我们提出了两个算法，实现了近似比$\frac{1}{2}(1-1/e)$和$\frac{1}{3}(1-1/e)$为原来的非放松的问题，分别。最后，我们证实了所提出的算法的有效性，通过广泛的评估，使用跟踪驱动的模拟。
2022-01-20 cs.DS cs.NI
Optimal Virtual Network Function Placement and Resource Allocation in Multi-Cloud Service Function Chaining Architecture
服务功能链（SFC）是在地理上分布的数据中心上部署各种网络服务实例并提供它们之间的互连的问题。目标是使网络流量能够在底层网络中顺畅流动，从而为最终用户提供最佳体验质量。网络功能的正确链接导致分布式资源的最佳利用。这已经成为电信行业的一种事实模型，网络功能部署在底层硬件上。尽管该模型到目前为止已经很好地服务于电信行业，但是由于直接在物理资源上部署服务，因此它主要适于适应网络服务和服务需求的静态行为。这导致网络僵化，对最终用户的延迟更大，特别是在以数据为中心的模型中，计算资源正在向最终用户移动。一种新颖的联网范例，即网络功能虚拟化（NFV），通过在被称为虚拟网络功能（VNF）的软件层中实现网络功能来动态地满足用户需求并降低运营费用（OpEx）和资本支出（CapEx）。然后，VNF互连以形成完整的端到端服务，也称为服务功能链（SFC）。在这项工作中，我们研究的问题，部署服务功能链的网络功能虚拟化架构。具体来说，我们研究虚拟网络功能布局问题的最佳SFC形成在地理上分布的云。我们将多云场景中最小化云间流量和响应时间的问题设置为ILP优化问题，以及总部署成本和服务水平协议（SLA）等重要约束。在我们的模型中，我们考虑了链路延迟和计算延迟。
2019-02-10 cs.NI
Two-Stage Distributionally Robust Edge Node Placement Under Endogenous Demand Uncertainty
本文针对边缘计算中需求与节点放置决策相互依赖的问题，提出两阶段决策依赖分布鲁棒优化框架，并给出精确求解方法和有效不等式加速策略，实验验证了其优越性。
2024-01-16 cs.NI math.OC
Service Function Chaining Resource Allocation: A Survey
服务功能链接（SFC）是未来互联网的关键技术。它的目的是克服目前部署模型的局限性，这是刚性和静态的。该技术的应用依赖于能够将SFC最佳地映射到衬底网络的算法。这类算法被称为“服务功能链接资源分配（SFC-RA）”算法或“VNF放置（VNFP）”算法。本文对SFC-RA算法的研究现状进行了综述。在介绍了SFC-RA问题的形式和相关问题后，总结了SFC-RA问题的几种变体。最后，对未来的研究方向进行了展望。
2016-07-30 cs.NI
JCSP: Joint Caching and Service Placement for Edge Computing Systems
在资源受限的情况下，在边缘缓存什么、在哪里以及如何缓存是边缘计算系统的关键挑战之一。缓存项不仅包括应用程序数据内容，还包括处理传入请求的边缘服务的本地缓存。然而，当前的系统将内容和服务分离，而没有考虑缓存和缓存的延迟相互作用。因此，在本文中，我们提出了一类新的随机模型，使内容缓存和服务放置决策的优化联合。我们首先解释了如何应用分层排队网络（LQNs）模型的边缘服务的位置，并表明，将其与遗传算法相结合，提供了更高的准确性，在资源分配比一个既定的基线。接下来，我们扩展LQNs与缓存组件，建立一个联合建模方法的内容缓存和服务放置（JCSP），并提出分析方法来分析所产生的模型。最后，我们模拟了真实的Azure跟踪来评估JCSP方法，发现JCSP在响应时间上比边缘缓存资源分配的基线算法提高了35%，内存使用量减少了500 MB。
2022-05-09 cs.NI cs.PF
Network Slice Embedding over Space Division Multiplexed Elastic Optical Networks
The University of Texas at Dallas（德克萨斯大学达拉斯分校）；San Jose State University（圣何塞州立大学）
本文研究了空间分乘复用弹性光网络上的网络切片嵌入问题，提出WMSM方案整合计算放置与频谱分配，提升资源利用率和频谱效率。
2026-04-13 cs.NI
Dynamic CU-DU Selection for Resource Allocation in O-RAN Using Actor-Critic Learning
近来，网络运营商和设备供应商已经做出巨大努力以在下一代无线电接入网络（RAN）中采用智能和开放性。我们的目标是实现一个RAN，它可以在融合计算和连接架构中的多个平台、技术和供应商的高度复杂环境中进行自我优化。在本文中，我们提出了两个嵌套的演员-评论家学习的基础上的技术，以优化放置的资源分配功能，以及，决策资源分配。通过这一点，我们调查的可观测性的性能的强化学习的资源分配的影响。我们表明，当一个网络功能（NF）的服务需求的基础上动态重新定位，使用强化学习技术，延迟和吞吐量增益。
2021-10-01 cs.NI
Backhaul-aware Drone Base Station Placement and Resource Management for FSO-based Drone-assisted Mobile Networks
在无人机辅助的移动网络中，无人机安装的基站（DBS）响应性和灵活性地部署在任何感兴趣的地方（POI），例如零星的热点和受灾地区，其中现有的移动网络基础设施无法提供无线覆盖。在本文中，DBS是一种空中基站，用于中继附近的宏基站（MBS）和用户之间的业务。此外，自由空间光学（FSO）被应用作为回程解决方案，以显著增加MBS和DBS之间的回程链路的容量。大多数现有的DBS放置解决方案假设基于FSO的回程链路提供足够的链路容量，这可能不是真的，特别是当DBS远离MBS放置时（例如，> 10公里）或在恶劣的天气条件下。在本文中，我们制定了一个问题，以联合优化带宽分配和DBS的位置，考虑基于FSO的回程链路容量约束。设计了一种回程带宽全位置和DBS布局算法（BROAD），并通过大量的仿真验证了算法的性能。
2022-11-28 cs.NI eess.SP
A TTL-based Approach for Content Placement in Edge Networks
边缘网络通过在网络边缘提供计算和存储资源，有望为用户提供更好的服务。然而，由于用户兴趣、内容流行度、分布式网络结构、缓存大小的不确定性和多样性，决定将内容放置在何处以及应该缓存多长时间是具有挑战性的。在本文中，我们研究了效用优化的内容放置在边缘网络通过基于定时器（TTL）的政策。我们提出了可证明的最佳分布式算法，在每个网络缓存操作，以最大限度地提高整体网络效用。我们基于TTL的优化模型为每个内容必须缓存多长时间以及应该将其放置在边缘网络中的何处提供了理论答案。广泛的评估表明，我们的算法显着优于传统的缓存算法在某些网络拓扑结构的路径复制。
2020-03-13 cs.NI cs.PF
Placement and Routing Optimization Problem for Service Function Chain: State of Art and Future Opportunities
网络功能虚拟化（NFV）允许网络功能的植入独立于专用硬件设备。任何一系列的服务都可以由一个服务功能链来表示，该服务功能链包含一组按指定顺序的虚拟化网络功能。从网络性能优化的角度来看，在网络中部署服务链的挑战是双重的：1）放置虚拟化网络功能的位置和资源分配方案;以及2）不同网络功能实例之间的业务流的路由策略。介绍了业务功能链相关的优化问题，总结了虚拟化网络功能部署和流量路由的优化动机和主流算法。希望能帮助读者了解当前的研究进展，并在此领域做出进一步的创新。
2019-10-07 cs.NI
A Multi-Agent Reinforcement Learning Scheme for SFC Placement in Edge Computing Networks
针对边缘计算网络中资源受限的SFC部署问题，提出一种多智能体强化学习方案，通过智能体协同决策路径选择、VNF配置与部署，使边缘服务提供商利润较启发式方案提升12%。
2024-08-27 cs.NI
EdgeChain: Blockchain-based Multi-vendor Mobile Edge Application Placement
最先进的移动边缘应用程序正在产生密集的流量，并对服务提供商提出严格的延迟要求。虽然跨多个服务提供商的资源共享可以最大限度地利用网络边缘的有限资源，但它需要由所有各方维护的集中式存储库，以便服务提供商共享状态。此外，服务提供商必须为了资源分配公平而相互信任，这是困难的，因为潜在的利益冲突。我们提出了EdgeChain，这是一种基于区块链的架构，可以为多个服务提供商做出移动边缘应用程序放置决策。首先，我们制定了一个随机规划问题，最大限度地减少移动边缘应用程序放置场景的放置成本。在此基础上，提出了一种启发式移动边缘应用布局算法.作为一个去中心化的公共账本，区块链将我们算法的逻辑作为智能合约，并考虑到参与系统的所有移动边缘主机的资源。该算法由各方同意，结果只会被区块链上的大多数采矿节点接受。当做出放置决定时，将以最低的成本选择满足消费者延迟和预算要求的边缘主机。所有放置交易都存储在区块链上，并且可以由在移动边缘消耗资源的每个移动边缘服务提供商和应用程序供应商跟踪。
2018-01-12 cs.NI
Hetero-Net: An Energy-Efficient Resource Allocation and 3D Placement in Heterogeneous LoRa Networks via Multi-Agent Optimization
College of Computing, Mohammed VI Polytechnic University (UM6P)（穆莱·伊沙克六世理工学院计算机学院）；Telecommunications Department, Politehnica Bucharest（布加勒斯特理工大学电信系）
本文提出Hetero-Net，通过多智能体优化解决异构LoRa网络中资源分配和3D部署问题，显著提升能源效率。
2026-03-20 cs.LG cs.MA cs.NI
VNF Placement with Replication for Load Balancing in NFV Networks
网络功能虚拟化（NFV）是一种新的范例，其通过以虚拟网络功能（VNF）的形式对灵活地位于网络中的传统网络功能进行虚拟化来实现服务创新。由于VNF只能放置在位于联网数据中心的服务器上，这是NFV的显著特征，因此指向这些数据中心区域的流量对网络负载均衡具有显著影响。网络负载均衡对于VNF的有序序列（也称为服务功能链（SFC），当今常见的云和网络服务方法）甚至更为关键。为了平衡网络负载，VNF可以放置在网络中较小的服务器集群中，从而最大限度地缩短与数据中心的距离。优化这些集群的位置是一项挑战，因为还需要考虑其他因素，例如资源利用率。为了解决这个问题，我们研究了具有复制的VNF放置问题，特别是VNF复制帮助网络负载平衡的潜力。设计并比较了线性规划模型、遗传算法和随机拟合放置算法三种VNF分配和复制的优化方法。我们的研究结果表明，最佳的位置和复制可以显着提高负载均衡，为此，我们还提出了一个遗传算法适用于更大的网络。
2016-10-26 cs.NI
Gateway Placement and Selection Solutions in WMNs: A Survey
由于用户对互联网接入的高需求，以及无线技术的巨大成功，无线网状网络（WMN）已经成为一种很有前途的解决方案。IGW的放置和选择（GPS）是重要的研究问题，以满足QoS要求，网络性能，并降低部署成本的WMN。最大的努力是根据网络特征对文献中的不同作品进行分类。首先，研究了无线网状网的一个重要功能，即在多信道网络中使用多个无线路由器。在这篇文章中，GPS协议考虑了三种类型的无线MN的定义，包括单无线电单信道（SRSC），单无线电多信道（SRMC），和多无线电多信道（MRMC）无线MN的信道-无线电关联的基础上进行了研究。此外，还推导了静态和动态信道分配策略的分类。此外，从网络解决方案的角度报告的工作进行了分类。第一种观点是：集中式、分布式或混合式架构。根据这种分类，研究分类关于优化技术，这是基于运筹学的解决方案，启发式算法，和元启发式算法。
2019-06-16 cs.NI
On the Cost-Optimality Trade-off for Service Function Chain Reconfiguration
虚拟网络功能（VNF）在虚拟化数据中心中的最佳放置增强了服务功能链（SFC）的整体性能并降低了移动网络运营商的运营成本。在变化的负载下维持VNF的最佳放置需要动态重新配置，其包括添加或移除VNF实例、改变VNF的资源分配以及重新路由对应的服务流。然而，这样的重新配置可能导致显著的服务中断并且对VNF基础设施施加额外的开销，特别是当重新配置需要状态或VNF迁移时。另一方面，不改变现有布局可能导致运营成本高。在本文中，我们调查之间的权衡重新配置的SFC和最优的结果放置和服务流（重）路由。我们对与有状态VNF的迁移相关的不同重新配置成本进行建模，并解决了一个联合优化问题，该问题旨在最小化VNF放置的总成本和修复次优放置所需的重新配置成本。数值结果表明，少量的重新配置操作可以显着降低VNF基础设施的运营成本，但是，太多的重新配置可能不会带来回报，应该涉及沉重的成本。
2019-10-04 cs.NI
Parallel Virtual Machines Placement with Provable Guarantees
网络功能虚拟化（NFV）具有在虚拟机（VM）中按需部署网络算法的潜力。然而，在大型云中，VM资源分配引起延迟，这阻碍了这种NFV部署的动态缩放。并行资源管理是一个很有前途的提高性能的方向，但它可能会显着增加通信开销和部署尝试的拒绝率。我们的工作分析了各种布局算法的性能，并提供了经验证据表明，国家的最先进的并行资源管理显着增加了确定性算法的下降率，但几乎不影响随机算法。因此，我们引入APSR -一个高效的并行随机资源管理算法，只需要从少量的主机信息，并动态调整的并行度，提供可证明的下降率保证。我们正式分析APSR，在实际工作负载上对其进行评估，并将其集成到流行的OpenStack云管理平台中。我们的评估表明，APSR匹配的吞吐量提供的其他并行并行路由器，同时实现了高达13倍的下降率和减少超过85%的通信开销。
2022-02-15 cs.NI
Service Chaining Placement Based on Satellite Mission Planning in Ground Station Networks
随着卫星数量和种类的增加，要求卫星地面站以灵活、高效的方式为用户提供服务。网络功能虚拟化（NFV）可以提供一种新的范例，以在底层网络上为用户服务按需分配网络资源。然而，现有的工作大多集中在企业数据中心网络的虚拟网络功能（VNF）布局和路由流量问题上，该问题需要在卫星通信场景下进一步研究。在本文中，我们研究了卫星地面站网络中的VNF布局和路由流量问题。我们制定的资源分配的问题作为一个整数非线性规划（INLP）模型和目标是最小化的链路资源利用率和使用的服务器的数量。考虑到卫星定轨和任务规划的信息，分别提出了基于Greedy和IBM CPLEX 12.10的位置感知资源分配（LARA）算法。LARA算法可以通过预测用户业务的运行状况来辅助部署VNF和路由业务流。我们评估我们提出的LARA算法在三个网络的胖树，BCube和VL2的性能。仿真结果表明，LARA算法的性能优于无预测的LARA算法，可以有效地降低卫星地面站网络的平均资源利用率。
2021-03-04 cs.DC cs.NI
Availability-aware Service Placement Policy in Fog Computing Based on Graph Partitions
针对雾计算应用的服务放置问题，提出基于社区与传递闭包的双重图分区策略，在节点故障下提升应用可用性和QoS。
2024-01-23 cs.NI
A Dynamic Reliability-Aware Service Placement for Network Function Virtualization (NFV)
网络软件化是下一代网络的主要范式转变之一。它支持可编程和灵活的网络管理和部署。网络功能虚拟化（NFV）是指在商用服务器上而不是传统的基于硬件的中间盒上运行的软件功能的部署。它是网络软件化的一个范例。在NFV中，服务被定义为称为服务链功能（SFC）的软件功能链。将服务器的资源分配给服务的过程称为服务放置，是NFV中最具挑战性的任务。服务到达和离开的动态性质以及满足服务水平协议使服务安置问题更具挑战性。在本文中，我们提出了一个模型的动态可靠性感知的服务放置的基础上同时分配的主，备服务器。然后，我们制定的动态可靠性感知的服务放置作为一个无限地平线马尔可夫决策过程（MDP），其目的是最大限度地减少安置成本和最大限度地接纳服务的数量。该算法将网络中的活动业务数视为系统的状态，并以此为基础估计空闲资源的状态，同时将可能接纳的业务数视为MDP的动作。为了评估建议MDP中的每个可能的动作，我们使用了一种基于维特比算法的次优方法，称为基于维特比的可靠静态服务放置（VRSSP）算法。基于价值迭代法，我们使用一种名为VRSSP-based Value Iteration（VVI）的算法来确定最优策略。最后，通过大量的模拟，所提出的模型的动态可靠性感知的服务放置相比，静态解决方案的优越性推断。
2019-11-15 cs.NI
Near Optimal VNF Placement in Edge-Enabled 6G Networks
软件化和虚拟化是需要超低延迟的新兴行业的关键概念。这只有在传统上集中在通信网络核心的计算资源被移动到更靠近用户、更靠近网络边缘的情况下才有可能。然而，在第六代（6 G）移动网络中实现边缘计算（EC）需要有效的资源分配机制来放置虚拟网络功能（VNF）。机器学习（ML）方法，更具体地说，强化学习（RL），是解决这个问题的一种很有前途的方法。这项工作的主要贡献有两个方面：首先，我们获得了理论性能界的VNF放置在EC启用6 G网络，通过制定数学问题作为一个有限的马尔可夫决策过程（MDP），并解决它使用动态规划方法称为策略迭代（PI）。其次，我们使用RL开发了一个实用的解决方案，其中问题是用Q-Learning来处理的，该Q-Learning在网络中放置VNF时考虑了计算和通信资源。在不同的系统参数设置下的仿真结果表明，Q学习方法的性能接近最优PI算法（没有其对服务统计的限制性假设）。当欧盟委员会资源稀缺，需要对这些资源进行有效管理时，这一点尤其令人感兴趣。
2021-11-15 cs.NI
Load balancing in cloud data centers with optimized virtual machines placement
本文提出一种基于 learning automata 强化学习的虚拟机优化分配方法，通过提升优化算法性能并加速其收敛至全局最优，有效实现了云数据中心服务器间的负载均衡。
2023-11-07 cs.DC cs.NI
Application-Aware Resource Allocation and Data Management for MEC-assisted IoT Service Providers
针对MEC辅助物联网服务中数据源与用户分离及服务间数据依赖问题，提出架构与模型，并采用线性松弛舍入启发式算法，仿真验证了其在非均匀流量下的高效性。
2025-01-24 cs.NI
Transmission-Aware Bandwidth Variable Transceiver Allocation in DWDM Optical Networks
本文研究了多周期规划下的灵活光网络传输感知收发器分配问题。该方法的目的是分配带宽可变收发器（BVTRX）的最佳配置考虑放大器噪声和非线性信道干扰使用非相干扩展高斯噪声（EGN）模型。与最近提出的算法相比，所提出的解决方案在早期规划期间提高了网络吞吐量和频谱利用率，并且在后期分配了较少数量的BV-TRX。一个启发式的方法再生器的位置也被应用，实现高达25%的收发器和50%的频谱利用率相比，没有再生器的配置节省。
2022-02-20 cs.NI eess.SP
Stochastic Service Placement
由于云服务的多样性和动态工作负载，云服务的资源分配是一项复杂的任务。解决此问题的一种方法是过度供应，这会导致由于未利用的资源而导致的高成本。一个更经济的方法，依赖于需求的随机性，是分配适量的资源，并在需求超过容量的溢出情况下使用额外的更昂贵的机制。在本文中，我们研究了这种方法，并通过对独立正态分布需求的综合分析和对合成数据的仿真表明，它明显优于目前部署的方法。
2015-03-09 cs.DS cs.NI cs.PF
OKpi: All-KPI Network Slicing Through Efficient Resource Allocation
网络现在可以处理数据以及传输数据;因此，它们可以支持多种服务，每种服务都需要不同的关键性能指标（KPI）。由于前者，有效地分配网络和计算资源以提供所需的服务至关重要，并且由于后者，此类决策必须共同考虑服务所针对的所有KPI。考虑新引入的KPI（例如，可用性和可靠性）需要量身定制的模型和解决方案策略，并且已经被现有的工作显著地忽视，这些工作而是围绕诸如吞吐量和延迟的传统度量来构建的。我们填补了这一空白，提出了一种新的方法和资源分配计划，名为OKPI，它使高质量的选择无线接入点以及VNF（虚拟网络功能）的布局和数据路由，多项式计算复杂性。OKpi负责每个服务所需的所有相关KPI，以及从雾到云的任何可用资源。我们证明了OKPI的几个重要属性，并在两个现实世界的场景中评估其性能，发现它与最佳值密切匹配。
2019-12-06 cs.NI
A Heuristically Assisted Deep Reinforcement Learning Approach for Network Slice Placement
Orange Labs（奥兰治实验室）；LIP6 – Inria, Sorbonne Univ.（索邦大学 INRIA LIP6 实验室）；CNRS（法国国家科学研究中心）
网络切片布局与虚拟化底层网络的资源分配问题是一个优化问题，可以用多目标线性规划（ILP）问题表示。然而，为了应对这种连续任务的复杂性并寻求最优性和自动化，使用机器学习（ML）技术似乎是一种有前途的方法。我们介绍了一种基于深度强化学习（DRL）的混合布局解决方案和一种基于两种选择的力量原理的专用优化启发式算法。DRL算法使用所谓的异步优势演员评论（A3 C）算法进行快速学习，并使用图卷积网络（GCN）从物理基底网络自动提取特征提取。建议的启发式辅助DRL（HA-DRL）允许加速学习过程和增益的资源使用相比，其他国家的最先进的方法作为评估结果的证据。
2021-05-14 cs.LG cs.NI
AdaptSky: A DRL Based Resource Allocation Framework in NOMA-UAV Networks
无人机（UAV）作为满足6 G无处不在的连接需求和提高地面网络弹性的候选者，最近引起了广泛的关注。非正交多址接入（NOMA）具有频谱利用率高、时延低等优点，是未来通信网络中一种很有潜力的接入技术。在本文中，我们提出了使用无人机作为移动基站（BS）服务多个用户使用NOMA和联合解决三维无人机的布局和资源分配问题。由于相应的优化问题是非凸的，我们依靠人工智能（AI）的最新进展，提出了AdaptSky，一个基于深度强化学习（DRL）的框架，以有效地解决它。据我们所知，AdaptSky是第一个使用亚6 GHz和毫米波毫米波频谱联合优化NOMA功率分配和3D-UAV布局的框架。此外，在NOMA-UAV网络中，AdaptSky首次将决斗网络（DN）架构集成到DRL技术中，以提高其学习能力。我们的研究结果表明，AdaptSky不仅表现出快速适应学习，在数据率和公平性方面优于最先进的基线方法，而且它的泛化能力非常好。AdaptSky源代码可在以下网站访问：https://github.com/Fouzibenfaid/AdaptSky
2023-01-01 cs.NI cs.SY eess.SY
Joint Caching and Resource Allocation in D2D-Assisted Wireless HetNet
5G网络需要提供非常快速和可靠的通信，同时应对用户流量的增加。在设备到设备（D2D）通信辅助的异构网络（HetNet）中，业务可以被卸载到小型基站或用户以提高网络的成功数据递送速率。在本文中，我们的目标是最大限度地提高成功交付给用户的文件的平均数量，通过共同优化缓存的位置和通道分配在缓存启用D2D辅助HetNet。首先，推导出平均内容传输延迟的解析上界。然后，制定联合优化问题。缓解了问题的非凸性，并确定了最优解。针对求解的高时间复杂度问题，提出了一种低复杂度的次优方法。数值结果说明了所提出的解决方案的有效性，并将其与传统的方法进行比较。最后，通过研究关键参数的影响，例如功率、缓存容量、QoS要求等，获得了设计这些网络的准则。
2019-04-11 cs.NI
Virtual Network Function Placement in Satellite Edge Computing with a Potential Game Approach
卫星网络作为地面网络的补充，可以为偏远地区的物联网用户提供有效的计算服务。由于卫星在计算、存储、能源等方面的资源限制，物联网用户的计算任务可以分为多个部分，由多颗卫星协同完成，以提高卫星网络的整体运行效率。网络功能虚拟化（NFV）被视为按需分配网络资源的新范例。卫星边缘计算与NFV技术相结合正在成为一个新兴的话题。在本文中，我们提出了一个潜在的游戏方法虚拟网络功能（VNF）的卫星边缘计算的布局。VNF放置问题旨在最大限度地增加分配的IoT用户数量，同时最大限度地降低整体部署成本。我们制定的VNF布局问题的最大网络支付作为一个潜在的游戏，并分析了问题的博弈论的方法。我们实现了一个分散的资源分配算法的基础上潜在的游戏（PGRA），以解决VNF放置问题，找到一个纳什均衡。最后，我们进行实验来评估所提出的PGRA算法的性能。仿真结果表明，PGRA算法能够有效解决卫星边缘计算中的VNF布局问题。
2021-04-06 cs.DC cs.NI
Energy-Efficient Joint Optimization of VLC and Fog Computing Resources Allocation
本文针对室内VLC-PON回程网络架构，提出MILP模型联合优化VLC与雾计算资源分配，可降低平均总功耗，实现节能效果。
2026-08-12 cs.NI
Wireless Networks with Cache-Enabled and Backhaul-Limited Aerial Base Stations
使用空中基站（ABS）是一种很有前途的方法，以提高未来的无线网络的敏捷性和灵活性。ABS可以通过将供应转向需求来改善网络的覆盖和/或容量。在网络中部署ABS提出了若干挑战，例如找到将网络目标考虑在内的ABS的有效3D放置。另一个挑战是ABS的有限的无线回程容量，并且因此可能导致更高的延迟。内容缓存被提出来缓解回程拥塞和减少延迟。我们认为，由于不同的位置相关的路径损耗值和定义两组用户（延迟容忍和延迟敏感）不同的数据率的要求，ABS的回程容量有限。我们研究的问题，联合确定回程感知的3D布局ABS，用户BS协会和相应的带宽分配，同时最大限度地减少总下行链路发射功率。提出的迭代算法应用了一种分解方法。首先，使用半定松弛和坐标下降方法找到ABS的3D位置，然后优化用户-BS关联和带宽分配。仿真结果表明了该算法的有效性，并提供洞察业务分布和内容缓存的ABS的发射功率和回程使用的影响。
2020-07-31 cs.NI
Graph neural network for in-network placement of real-time metaverse tasks in next-generation network
本研究针对实时元宇宙应用的时延挑战，提出基于SDN架构、采用GNN的网内计算任务自适应分配方案，可最优决策渲染任务卸载位置，实验准确率达97%，显著优于MLP与决策树，填补了相关研究空白。
2025-01-19 cs.DC cs.NI
LOAM: Low-latency Communication, Caching, and Computation Placement in Data-Intensive Computing Networks
针对分散计算网络中资源分配未综合考虑拓扑、弹性资源、计算复用及非线性拥塞目标的问题，提出低延迟联合通信、缓存与计算部署框架LOAM，通过离线和在线算法解决NP-hard成本最小化问题，性能优于多个基线。
2024-03-23 cs.DC cs.NI
Comparative Advantage Driven Resource Allocation for Virtual Network Functions
随着通信服务提供商（CSP）采用网络功能虚拟化（NFV）范例，它们需要将其网络功能容量转换到具有在一组异构服务器上运行的不同网络功能的虚拟化基础设施。本摘要描述了一种用于针对给定的虚拟网络功能（VNF）要求集合分配服务器资源（计算、存储和网络）的新颖技术。我们的方法可以帮助电信提供商决定在具有不同性能特征的服务器上运行多个VNF的最有效方法。我们对异构/不同服务器资源分配上的现有VNF性能表征的分析表明，在不同服务器的资源分配之间任意创建许多VNF的能力导致服务器之间的比较优势。我们提出了一个VNF的资源分配方法称为比较，最大限度地提高系统的总吞吐量，制定这个资源分配问题作为一个比较优势的问题之间的异构服务器。存在用于使用来自COMPARE的VNF资源分配的若干应用，包括将当前的电信部署转换到基于NFV的解决方案，以及提供用于服务功能链（SFC）供应的初始VNF放置。
2016-03-12 cs.CY cs.NI
Tetris: An SLA-aware Application Placement Strategy in the Edge-Cloud Continuum
提出感知 SLA 的应用放置策略 Tetris，利用启发式算法在边缘与云间分发计算服务，相比基线减少约 76% 的 SLA 违规，有效提升用户 QoS。
2025-10-31 cs.DC cs.NI
Optimizing Resource Allocation for Geographically-Distributed Inference by Large Language Models
Department of Computer Science and Engineering, Pennsylvania State University, University Park, PA, USA（计算机科学与工程系，宾夕法尼亚州立大学，大学公园，PA，USA）；Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（计算机科学系，弗吉尼亚理工大学，布莱克堡，VA，USA）；Department of Electrical Communication Engineering, Indian Institute of Science, Bangalore, India（电子通信工程系，印度科学研究院，班加罗尔，印度）
本文提出了一种系统研究分布式LLM推断中的资源分配问题，通过块放置和请求路由的优化，显著减少推断时间并开发了轻量级CPU模拟器。
2025-12-26 cs.AI cs.DC cs.NI
Resource Placement for Rate and Fidelity Maximization in Quantum Networks
本文提出一种量子网络规划框架，通过优化量子中继器和存储器的分配以最大化纠缠分发网络的效用，并在多种拓扑和真实案例中验证了多路复用、相干时间及公平性假设的影响。
2024-08-27 cs.NI quant-ph
Analyzing Dependent Placements of Small Cells in a Two-Layer Heterogeneous Network with a Rate Coverage Constraint
我们考虑两层异构网络的下行链路，包括宏小区（MC）和小小区（SC）。现有的文献一般假设独立放置的接入点（AP）在不同的层，相比之下，我们分析了一个依赖的位置，SC AP放置在MC层的服务差的位置。我们的目标是获得一个估计的数量所需的SC，以保持一个目标的停电率。如果MC根据泊松点过程（PPP）定位，则这样的分析是微不足道的，泊松点过程提供了性能上的下限。在这里，我们认为MC放置在一个六边形网格，它补充了PPP模型提供了一个上限的性能。我们首先提供准确的边界内的MC时，SC不使用的平均干扰。然后，通过获得的停电面积，我们估计的数量的SC内所需的MC克服停电。如果不使用SC之间的资源分配，我们表明，中断的问题没有完全解决，和剩余的中断区域取决于是否使用同信道或正交SC。仿真结果表明，正交SC可以获得更小的剩余中断区域。
2016-09-21 cs.IT cs.NI math.IT
Quantum-Assisted Joint Caching and Power Allocation for Integrated Satellite-Terrestrial Networks
本文针对星地一体化网络中的内容分发问题，提出一种混合量子-经典广义Benders分解算法，通过联合优化缓存放置、内容分发策略和功率分配来最大化网络吞吐量，并利用量子退火器高效求解大规模混合整数非线性规划。
2023-12-22 cs.NI eess.SP
Dynamic Service Placement for Mobile Micro-Clouds with Predicted Future Costs
移动微云有望实现性能关键型云应用程序。然而，其中的一个挑战是网络边缘的动态。在本文中，我们研究如何放置服务实例，以应付这些动态，多个用户和服务实例共存的系统中。我们的目标是找到实例的最佳放置（配置），以最小化随时间推移的平均成本，利用预测未来成本参数的能力与已知的准确性。我们首先提出了一个离线算法，解决了在一个特定的前瞻时间窗口的最佳配置。然后，我们提出了一个在线的近似算法与多项式时间复杂度找到实时的位置，每当一个实例到达。我们分析表明，在线算法是$O(1)$ -竞争的成本函数的一个广泛的家庭。然后，考虑预测误差的影响，提出了一种寻找最佳前瞻窗口大小的方法，该方法使平均实际成本的上限最小化。所提出的方法的有效性进行了评估模拟与合成和现实世界（旧金山出租车）的用户移动轨迹。本文所用的理论方法可以潜在地应用于更大类的动态资源分配问题。
2016-09-16 cs.DC cs.NI math.OC
Social Network Analysis Inspired Content Placement with QoS in Cloud-based Content Delivery Networks
基于云的内容分发网络（CDN）中的内容放置（CP）问题利用资源弹性来构建保证QoS的成本有效的CDN。在本文中，我们提出了我们的新CP模型，它最佳地将内容放在云中的代理上，以实现（a）租赁存储和带宽资源的最小成本，用于进出云区域和区域的数据，（b）保证服务水平协议（SLA），以及（c）最小化QoS违规程度。CP问题是NP难的，因此我们设计了一个独特的基于推的启发式算法，称为加权社会网络分析（W-SNA）的CCDN提供商。W-SNA基于SNA的Betweeness Centrality（BC），并根据代理与网络图中其他顶点的关系对代理进行优先级排序。为了实现我们的独特目标，我们根据存储成本和内容请求得出的权重进一步优先考虑代理。我们比较我们的启发式的最先进的贪婪网站（GS）和纯粹的社会网络分析（SNA）的启发式，这是相关的，我们的工作。我们表明，W-SNA优于GS和SNA在最小化成本和QoS。此外，W-SNA保证SLA，但也最大限度地减少QoS违规的程度。据我们所知，这是第一个模型和启发式的同类，这是及时的，并给出了一个基本的预分配方案，为未来的在线和动态的资源供应CCDN。
2015-09-10 cs.MM cs.NI
Fairness-Aware Caching and Radio Resource Allocation for the Downlink of Multi-Cell OFDMA Systems
互联网内容的空前增长，特别是社交媒体，对蜂窝网络的负载提出了挑战。另外，与服务质量（QoS）相比，用户体验质量（QoE）的需求成为了一个更实际的标准，下载延迟是影响用户体验质量的一个重要因素。为了满足这一需求，本文提出了两种资源分配（RA）算法，分别对社交媒体在基站（BS）缓存中的位置和无线资源（即，发射功率和子载波）。在第一种方案中，网络的总下载延迟被最小化，而在第二种方案中，提出了一种公平性感知的方案，其中最大下载延迟被最小化。我们提出迭代算法来解决每个问题，其中内容放置问题和联合子载波和发射功率分配问题将迭代优化。我们还证明了所提出的方法收敛到一个接近最优的解决方案，以及迭代次数的增加。
2021-06-26 cs.IT cs.NI math.IT
