Large Language Models meet Network Slicing Management and Orchestration
Esme Research Lab(埃斯梅研究实验室);University of Doha for Science and Technology (UDST)(多哈科学技术大学);University Brunei Darussalam(文莱达鲁萨兰大学)
针对多管理域网络切片编排的复杂性,本文提出基于大语言模型与多智能体系统的框架,实现意图转化、功能映射、生命周期管理及跨域协作,并与现有MANO框架集成。
2024-03-20 cs.AI cs.NI
Self-organizing Life Cycle Management of Mobile Ad hoc Networks
移动自组织网络(MANET)是一种没有任何基础设施的无线网络,其中的节点必须适应动态变化的情况下,导致他们的移动性。由于节点的分散性和通信的安全需求,移动自组网的管理必须是自组织的,这是一个主要的研究挑战。为了应对的固有属性的MANDENT,一个新的分散管理系统MANDENT称为自组织生存周期管理(SLCM),在这里充分描述和评价。关于安全性,节点认证是任何网络中访问控制的最关键组成部分,特别是在MANN中。广播也是这些网络中的基本数据传播机制。在确定拟议的SLCM系统时,这两个方面都受到了特别关注。特别是,强访问控制算法的基础上的加密范例的零知识证明,和一个三步广播协议,在这里定义。实验结果表明,SLCM显著提高了自组织移动台生存周期管理的质量和安全性。
2022-09-14 cs.CR cs.NI
5G meets Construction Machines: Towards a Smart working Site
借助连接性对移动式工作机器进行车队管理可以提高安全性和生产率。虽然在我们之前的研究中,我们提出了一种使用IEEE 802.11p来实现工程机械车队管理的解决方案,但WIFI的缺点可能会在某些情况下限制该技术的使用。或者,第五代移动网络(5G)已经显示出解决这些问题的巨大潜力。因此,作为世界上第一篇研究5G与工程机械合作的学术论文,我们展示了5G可以对工程机械行业产生重大影响的场景。此外,基于我们在$ns-3$中进行的模拟,我们比较了4G和5G在最相关的工程机械场景中的性能。最后但并非最不重要的是,我们展示了在5G的帮助下远程控制和自主工作的建筑机械的可行性。
2020-09-10 cs.NI
Software-Defined Networking for Data Centre Network Management: A Survey
数据中心的数量和规模都在增长,其网络也在扩展,以承载更大的流量。流量配置文件不断变化,特别是在云数据中心,租户到达,离开,并可能在其间改变其资源需求,因此网络配置必须以相称的速度变化。软件定义网络-网络配置的程序控制-对于满足现代数据中心网络管理的需求至关重要,并且一直是研究界与工业界密切关注的主题。在本调查中,我们回顾了针对数据中心网络管理和运营的软件定义网络研究。
2021-06-18 cs.NI
TransNFV: Integrating Transactional Semantics for Efficient State Management in Virtual Network Functions
针对NFV中高并发共享可变状态管理难、难满足COE要求的问题,提出集成事务语义的TransNFV框架,通过事务化状态访问、依赖解析与动态调度,实现状态一致性与复杂跨流状态处理,提升NFV平台性能。
2023-07-20 cs.DC cs.NI
Artificial Intelligence Paradigm for Customer Experience Management in Next-Generation Networks: Challenges and Perspectives
随着下一代可编程网络的发展,传统的基于规则的决策可能无法有效地适应不断变化的网络和客户需求,并提供最佳的客户体验。必须了解客户体验管理(CEM)组件以及与运营商、网络和业务要求相关的实施挑战,以满足所需需求。本文概述了CEM组件及其设计挑战。我们详细介绍了数据分析和人工智能驱动的CEM及其功能差异。本文概述了下一代网络中的自治CEM框架,并为未来的增强奠定了基础。
2018-05-16 cs.NI
Domain-partitioned element management systems employing mobile agents for distributed network management
基于移动代理的网络管理系统是一种比典型的基于客户机/服务器的体系结构更好的选择。基于SNMP或CMIP的管理模型等集中式管理模型存在可扩展性和灵活性问题,这些问题在很大程度上由基于移动代理的平台或静态中级管理器模型解决,然而,对于上述基于代理的管理框架,如初始平台模型和静态中间模型,级别管理人员无法有效地满足当前网络规模和复杂性不断增长的需求。针对上述局限性,本文提出了一种基于移动代理和网元管理系统的分域网络管理模型,以最小化集中式服务器的管理数据流。分配给特定EMS的智能代理执行本地网络管理,并将结果报告给上级管理员,最后全局管理员使用提交的管理结果执行全局网络管理。实验结果的各种情况下,所提出的模型已被提出来支持的论点,有利于基于移动代理的原型系统。
2014-07-22 cs.NI
ZSM-based Management and Orchestration of 3GPP Network Slicing: An Architectural Framework and Deployment Options
在闭环自动化的驱动下,零接触网络和服务管理(ZSM)框架为切片网络的端到端管理和编排提供了令人振奋的功能。虽然ZSM被3GPP认为是一个有前途的框架,但缺乏用于3GPP网络切片管理的具体的基于ZSM的解决方案。本文提出了一种基于ZM的3GPP网络切片管理系统的架构框架。所提出的框架采用递归ZSM管理域来满足标准3GPP网络切片框架的特定管理要求。两个部署选项被认为是所提出的框架。第一个选项的特点是在ZSM内集成3GPP管理系统的标准服务。另一种认为ZSM是标准3GPP管理系统的补充系统。从这些部署选项中,确定了关于ZSM与现有3GPP网络切片系统的互操作性的一些关键问题。最后,对于每个选项,通过示例用例示出了ZSM与3GPP网络切片系统互操作的架构和操作可行性。
2022-03-23 cs.NI
Blockchains for Spectrum Management in Wireless Networks: A Survey
监管无线电频谱管理正从传统的静态频率分配和指配方案向动态频谱管理和接入方案演进。这种演进是由许多因素所必需的,包括许可频谱频带的利用不足、不断变化的市场和技术发展以及对多媒体通信、物联网和第五代(5G)无线网络中的新兴应用的频谱的需求增加。简而言之,动态频谱管理涉及允许被称为次要用户(SU)的未授权用户接入也被称为主要用户(PU)的授权用户的授权频谱。这主要是通过利用频谱数据库和认知无线电技术的频谱共享方案来实现的。然而,频谱数据库和认知无线电技术的使用面临着频谱共享的可靠性,安全性和隐私问题。还需要支持动态频谱管理的其他需求,例如二级频谱交易市场和动态频谱接入协调。在这项工作中,我们回顾了使用区块链实现频谱共享和动态频谱管理的其他方面。该审查涵盖使用区块链以安全的方式记录频谱管理信息,如频谱感知结果和频谱拍卖交易。本文还介绍了使用智能合约来支持网络运营商之间复杂的服务水平协议(SLA),这是支持自组织二级频谱共享市场和执行监管政策的关键。还提供了区块链与动态频谱管理的各种概念之间的交叉点的分类
2021-06-11 cs.NI
Two-level Closed Loops for RAN Slice Resources Management Serving Flying and Ground-based Cars
飞行和地面汽车需要各种服务,如自动驾驶、远程驾驶、信息娱乐和远程诊断。每种服务都需要特定的服务质量(QoS)和网络功能。因此,网络切片可以是满足各种服务需求的解决方案。一些服务,如信息娱乐,可能有类似的要求,以服务于飞行和地面汽车。因此,有些切片可以服务于这两种汽车。然而,当网络切片资源共享过于激进时,切片不能满足QoS要求,资源不足导致QoS违规,资源过度配置导致资源利用不足。我们提出了两个闭环来管理汽车的RAN切片资源,以应对这些挑战。首先,我们提出了一个拍卖机制分配资源块(RB)的租户提供服务的汽车使用切片。其次,我们设计了一个闭环,该闭环将租户的切片和服务映射到虚拟开放分布式单元(vO-DU),并将RB分配给vO-DU以用于管理目的。第三,我们设计了另一个闭环的切片内RB调度服务的汽车。第四,我们提出了一个奖励函数,将这两个闭环连接起来,以满足汽车在每个切片上随时间变化的需求,同时满足延迟方面的QoS要求。最后,我们设计了分布式深度强化学习方法,以最大化制定的奖励函数。仿真结果表明,该方法能够满足90%以上的vO-DU资源约束和网络切片要求。
2022-08-25 cs.NI
End-to-End Network Delay Guarantees for Real-Time Systems using SDN
我们提出了一个新的框架,减少了管理和集成开销的实时的【形】网络流量,利用软件定义网络(SDN)架构的能力(特别是全球可见性和管理)。给定必须满足硬实时的【形】要求的流的规格,我们的框架通过网络和相关的交换机配置合成路径-以保证这些流满足其端到端的时序要求。在这样做的过程中,我们的框架使SDN架构“延迟感知”-记住,SDN是否则无法对延迟的原因。因此,更容易在安全关键和其他延迟敏感的应用中使用这种架构。我们证明了我们的原则,以及我们的方法的可行性,使用两个-详尽的模拟,以及使用真正的硬件开关的实验。
2017-05-03 cs.NI
Buffer Management Algorithm Design and Implementation Based on Network Processors
针对传统随机早期检测(RED)算法对参数敏感的问题,提出了一种自适应缓存管理算法PAFD(packetadaptivefairdropping)。该算法支持QoS(服务质量)的区分服务(DiffServ)模型。该算法综合考虑了公平性和吞吐量两个方面。采用平滑的缓冲区占用率函数来调整参数。通过在Intel IXP 2400上实现缓存管理和数据包调度,验证了QoS机制在网络处理器上的可行性。仿真结果表明,PAFD平滑了流量曲线,在公平性和网络吞吐量之间取得了较好的平衡。实验结果表明,该算法满足快速数据包处理的要求,且网络处理器的硬件资源利用率较高。
2010-05-06 cs.NI
Load Balancing Optimization in LTE/LTE-A Cellular Networks: A Review
在过去的几十年中,无线技术已经经历了巨大的增长。最近高端移动设备的引入进一步增加了用户对高带宽的需求。当前的蜂窝系统需要手动配置和管理网络,由于移动用户和节点的速率呈指数增长,这现在是昂贵的、耗时的并且容易出错。这导致引入自组织能力的网络管理与最少的人的参与。预计它将允许更高的终端用户服务质量(QoS)以及电信服务提供商更低的运营和维护成本。自组织蜂窝网络包括用于蜂窝网络的自动配置、优化和维护的功能的集合。由于移动终端用户在从一个小区边界移动到另一个小区边界时继续使用网络资源,小区内的业务负载不会保持恒定。因此,负载均衡作为自组织网络解决方案的一部分,已经成为蜂窝网络中最活跃和新兴的研究领域之一。它涉及将负载从过载小区转移到具有空闲资源的相邻小区以用于更平衡的负载分布,以便维持适当的终端用户体验和网络性能。本文综述了当前移动网络中使用的各种负载均衡技术,特别强调了适合未来蜂窝网络自优化特性的技术。
2014-12-23 cs.NI
Centralized Management of a Wifi Mesh for Autonomous Farms
该研究针对自主农场的高吞吐量网络需求,设计了结合2.4GHz与5GHz频段的Cornet多跳WiFi mesh网络及集中式流量工程系统,较标准策略提升1.4倍网络利用率。
2023-11-08 cs.NI
Understand Your Chains: Towards Performance Profile-based Network Service Management
将资源分配给虚拟化网络功能和服务以满足服务水平协议对于NFV管理和编排系统来说是一项具有挑战性的任务。当应用敏捷开发方法(如DevOps)时,这变得更具挑战性。在这种情况下,管理和编排系统不断面临新版本的功能和服务,这使得难以决定必须向它们分配多少资源以提供预期的服务性能。该问题的一个解决方案是利用通过应用于这样的网络功能和服务的剖析技术获得的性能行为信息来支持资源分配决策。在本立场文件中,我们分析和讨论了在NFV DevOps工作流中生成此类性能行为信息所需的组件。我们还概述了研究问题,这些问题可以识别完全集成的NFV分析解决方案的开放问题和缺失部分。此外,我们引入了一种新的分析机制,该机制能够在不同的资源约束下分析虚拟化网络功能和整个网络服务链,然后将其部署在生产基础设施上。
2017-03-23 cs.NI
When Deep Reinforcement Learning Meets Federated Learning: Intelligent Multi-Timescale Resource Management for Multi-access Edge Computing in 5G Ultra Dense Network
Sun Yat-sen University(中山大学);Auburn University(奥本大学)
超密集边缘计算(UDEC)具有巨大的潜力,特别是在5G时代,但其当前的解决方案仍然面临挑战,例如缺乏:i)多个5G资源的有效利用(例如,计算、通信、存储和服务资源); ii)低开销卸载决策和资源分配策略;以及iii)隐私和安全保护方案。因此,我们首先提出了一个智能超密集边缘计算(I-UDEC)框架,它将区块链和人工智能(AI)集成到5G超密集边缘计算网络中。首先,我们展示了框架的架构。然后,为了实现实时和低开销的计算卸载决策和资源分配策略,我们设计了一种新的双时标深度强化学习(\textit{2Ts-DRL})方法,分别由一个快速时标和一个慢速时标的学习过程。主要目标是通过联合优化计算卸载、资源分配和服务缓存放置来最小化总卸载延迟和网络资源使用。我们还利用联邦学习(FL)以分布式方式训练\textit{2Ts-DRL}模型,旨在保护边缘设备的数据隐私。仿真结果证实了I-UDEC框架中的\textit{2Ts-DRL}和FL的有效性,并证明我们提出的算法可以减少任务执行时间高达31.87%。
2020-09-22 cs.AI cs.DC cs.NI
Diffusion Models Meet Network Management: Improving Traffic Matrix Analysis with Diffusion-based Approach
School of Computer Science and Information Engineering, Hefei University of Technology(合肥工业大学计算机与信息工程学院);Faculty of Information Technology, Macau University of Science and Technology(澳门科技大学信息技术学院);State key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications(北京邮电大学网络与交换技术国家重点实验室)
针对网络流量矩阵估计因测量成本高、传输损耗及网络动态性导致现有方法性能不佳的问题,提出基于扩散的Diffusion-TM框架,通过两阶段训练提升对缺失值的鲁棒性,在仅5%已知值下仍能有效估计流量矩阵。
2024-11-29 cs.LG cs.NI
Aiming in Harsh Environments: A New Framework for Flexible and Adaptive Resource Management
恶劣的环境给网络战略带来了一系列独特的挑战。在这种情况下,环境对网络资源的影响和长时间无人值守的维护还没有得到很好的调查。为了应对这些挑战,我们提出了一个灵活的和自适应的资源管理框架,结合了环境感知功能。特别是,我们提出了一个新的网络架构,并介绍了对传统的网络组件的新功能。该架构的创新之处包括基于深度学习的环境资源预测模块和自组织服务管理模块。具体地,通过使用预测模块来预测各种环境条件下的可用网络资源。在此基础上,提出了一种面向环境的资源分配方法,以优化系统效用。为了证明所提出的新功能的有效性和效率,我们通过一个案例研究中的实验来研究该方法。最后,我们介绍了几个有前途的方向,资源管理在恶劣的环境中,可以从本文中扩展。
2022-08-04 cs.NI cs.PF
Control and Optimization Meet the Smart Power Grid - Scheduling of Power Demands for Optimal Energy Management
University of Thessaly(色萨利大学);Center for Research and Technology Hellas (CERTH)(希腊研究与技术中心(CERTH))
针对智能电网中电力需求调度问题,提出基于阈值的在线调度策略,最小化长期平均运行成本,并证明其渐近最优性。
2010-08-21 cs.NI cs.SY eess.SY
CAKE: An Efficient Group Key Management for Dynamic Groups
随着移动计算和无线网络连接的迅速增加,互联系统之间以及群组内部的信息交换量急剧增加。通过不安全的通信渠道在组内交换机密信息是一种高度安全威胁。为了防止第三方访问这些数据,必须对其进行加密。为此,组参与者需要一个共同的组密钥来启用加密的广播消息。但是,如果参与者依赖于低性能的硬件和小的带宽,有效的安全组通信的密钥管理是一个具有挑战性的任务。对于协调和分配,我们提出了模块化的组密钥管理过程CAKE集中组织,并满足严格的安全要求。轻量级的G-IKEv 2协议与CAKE的密钥交换概念相结合,形成了一种高效的集成解决方案。混合方法结合了现有协议的优点,以减少计算和通信的努力。结果表明,该过程是更适合于改变移动自组网组比现有的。此外,交换的组密钥可以用于提供广泛应用的任何服务。
2020-02-25 cs.CR cs.NI cs.SY
Correctness and Performance for Stateful Chained Network Functions
网络功能虚拟化(NFV)允许运营商使用NF链来实现自定义策略,并动态添加实例以满足需求或进行故障转移。NF维护详细的每流和交叉流状态,这需要仔细管理,特别是在动态操作期间。至关重要的是,状态管理必须:(1)确保NF链范围的正确性,(2)具有良好的性能。为此,我们构建了\name,这是一个NFV框架,它利用外部状态存储以及状态管理算法和元数据维护,即使在一系列故障下也能正确操作。我们的评估表明,CHC可以支持约10Gbps的每NF吞吐量和<0.6 μ s的增加,每NF数据包处理延迟的中位数,和链范围的正确性,在很少的额外成本。
2018-10-16 cs.DC cs.NI
Device management and network connectivity as missing elements in TinyML landscape
Newcastle University(纽卡斯尔大学);AGH-University of Science and Technology(AGH科技大学);AVSystem(AVSystem公司)
本文聚焦 TinyML 部署中被忽视的设备管理与网络连接问题,分析 MCU 异构、互操作和安全挑战,并说明 LwM2M 协议的解决作用。
2023-04-23 cs.LG cs.NI
Application of Machine Learning in Wireless Networks: Key Techniques and Open Issues
Beijing University of Posts and Telecommunications(北京邮电大学);Auburn University(奥本大学)
作为实现人工智能的关键技术,机器学习(ML)能够在没有显式编程的情况下解决复杂问题。由于其在图像识别等许多实际任务中的成功应用,工业界和研究界都倡导ML在无线通信中的应用。本文综述了ML在无线通信中的应用,主要包括:MAC层的资源管理、网络层的组网和移动性管理以及应用层的定位。在资源管理中的应用还包括功率控制、频谱管理、回程管理、缓存管理、波束形成器设计和计算资源管理,而基于ML的网络集中在集群、基站切换控制、用户关联和路由中的应用。此外,在每个方面的文献组织根据所采用的ML技术。此外,还分析了ML在无线通信中应用的几个条件,以帮助读者决定是否使用ML以及使用哪种ML技术,并总结了传统方法及其与基于ML的方法的性能比较,在此基础上阐明了被调查文献采用ML的动机。鉴于研究领域的广泛性,提出了挑战和未解决的问题,以促进未来的研究,其中基于ML的网络切片,基础设施更新,以支持基于ML的范例,开放的数据集和平台的研究人员,ML实现的理论指导等进行了讨论。
2019-03-01 cs.LG cs.NI
Generative Adversarial Learning for Intelligent Trust Management in 6G Wireless Networks
Chongqing University of Posts and Telecommunications(重庆邮电大学);University of Guelph(圭尔夫大学);Hosei University(法政大学)
新兴的第六代移动通信(6G)融合了异构无线网络,能够无缝支持随时随地的联网。但6G应该提供高质量的信任,以满足移动用户的期望。人工智能(AI)被认为是6G最重要的组成部分之一。基于人工智能的信任管理是提供可信和可靠服务的一个很有前途的范例。在这篇文章中,提出了一种用于6G无线网络的生成式对抗学习信任管理方法。首先回顾了一些典型的基于人工智能的信任管理方案,然后介绍了一种潜在的异构和智能的6G架构。接下来,开发了AI和信任管理的集成,以优化智能和安全性。最后,提出的基于人工智能的信任管理方法应用于安全聚类,以实现可靠和实时的通信。仿真结果表明,该算法在保证网络安全和服务质量方面具有良好的性能。
2022-08-02 cs.AI cs.LG cs.NI
A Predictive Interference Management Algorithm for URLLC in Beyond 5G Networks
干扰缓解是无线系统中的主要设计挑战,特别是在超可靠低延迟通信(URLLC)服务的背景下。传统的基于平均的干扰管理方案不适合URLLC,因为它们不能准确地捕获干扰分布的尾部信息。这封信提出了一种新的干扰预测算法,认为整个干扰分布,而不是只有平均值。其关键思想是将干扰变化建模为离散状态空间离散时间马尔可夫链。然后,使用状态转移概率矩阵来估计状态在时间上的演变,并相应地分配无线电资源。所提出的方案被发现,以满足目标的可靠性要求,在一个低延迟的单发传输系统考虑现实的系统假设,而只需要~25%的资源比最佳的情况下,完美的干扰知识。
2020-09-21 cs.IT cs.NI math.IT
An Intelligent Mobile-Agent Based Scalable Network Management Architecture for Large-Scale Enterprise System
为了解决集中式网络管理模型(SNMP或CMIP管理模型)的可扩展性和灵活性问题,近年来提出了几种基于移动Agent的分布式网络管理模型。虽然使用移动代理来分配和委托管理任务来方便地处理前面提到的问题,许多基于代理的管理框架,如初始平台模型和静态中层管理人员采用移动代理模型不能有效地满足当前网络的需求,这是在规模和复杂性不断增长。此外,各种技术,如SONET、ATM、以太网、DWDM等,存在于网络的接入、城域网和核心(长途)部分的不同层,在它们自己的成帧和协议结构方面增加了复杂性。因此,控制和管理这些网络中的流量是一项具有挑战性的任务。针对上述问题,提出了一种基于智能可扩展层次代理的大规模复杂网络管理模型。提出了成本估算,以期计算管理数据开销方面的总体管理成本。此后获得的结果建立所提出的架构相比,集中式和平床代理模型的有用性。
2012-02-09 cs.DC cs.MA cs.NI