Smart Jamming Attack and Mitigation on Deep Transfer Reinforcement Learning Enabled Resource Allocation for Network Slicing
本文针对DTRL赋能的网络切片场景，揭示了DRL智能干扰攻击的风险，提出基于DRL的干扰误导防御机制，可有效提升受攻击时的网络吞吐量并降低延迟。
2024-10-07 cs.NI eess.SP
Intent-based Network Management and Orchestration for Smart Distribution Grids
5G技术为智能配电网等不同垂直行业的通信服务提供了补充。自动化是配电网运行管理的重要组成部分。本文提出了一种框架，通过该框架，智能配电网可以使用5G网络切片和基于意图的网络（IBN）来获得面向服务的通信服务。IBN为服务用户和网络利益相关者提供了一个接口，以便以网络不可知的方式通过服务供应的高级抽象模型进行合作。通过使用IBN的动态和闭环机制以及用于网络管理和编排的网络切片和网络功能虚拟化来促进配电网的自动化和适应性。我们确定了配电网的自动化部分，并说明了意图处理及其包含在网络切片实例，服务和网络配置模型的定义中。
2021-05-12 cs.NI
Orchestrating 5G Network Slices to Support Industrial Internet and to Shape Next-Generation Smart Factories
工业4.0旨在通过采用具有更高连接性、传感和驱动能力的智能工业设备来动摇当前的制造业格局。通过探索实时生产信息和先进的远程控制功能，制造企业的服务化为工业运营商和客户提供了新的增值服务。另一方面，工业网络将面临转型过程，以支持下一代制造流程所期望的灵活性，并实现工厂间的合作。在这种情况下，5G系统可以通过扩展网络切片范式来支持工业4.0的关键作用，以专门支持异构域上的工业用例的要求。我们提出了一种新的基于5G的网络切片框架，旨在适应工业4.0的要求。为了将不同的工业站点互连到极端边缘，可以按需实例化不同的逻辑资源切片，以提供所需的端到端连接和处理功能。我们在三个现实的用例中验证了我们提出的框架，这些用例使我们能够突出工业利益相关者的预期利益。
2022-01-05 cs.NI
Sl-EDGE: Network Slicing at the Edge
多接入边缘计算（MEC）资源的网络切片预计将成为5G网络及其他网络成功的关键技术。将MEC切片与传统资源分配问题区分开来的关键挑战是边缘节点依赖于紧密交织和严格约束的网络、计算和存储资源。因此，实例化MEC切片而不引起资源过度供应很难用现有切片算法来解决。本文的主要创新是Sl-EDGE，这是一个统一的MEC切片框架，允许网络运营商实例化异构切片服务（例如，视频流、缓存、5G网络接入）。我们首先描述了SL-EDGE的架构和操作，然后表明，最佳实例化联合网络MEC切片的问题是NP难的。因此，我们提出了接近最佳的算法，利用边缘节点和资源虚拟化之间的关键相似性，以7.5倍的速度实例化异构切片，并在0.25的最佳范围内。我们首先通过广泛的数值分析来评估我们的算法的性能，并表明S1-EDGE比最先进的MEC切片算法更有效地实例化切片6倍。此外，在9部智能手机的24个无线电测试平台上的实验结果表明，Sl-EDGE可同时提供联合LTE连接、WiFi视频流和ffmpeg视频转码的高效切片。
2020-05-02 cs.NI
Physical Wireless Resource Virtualization for Software-Defined Whole-Stack Slicing
无线电接入网络（RAN）虚拟化正在获得越来越多的发展，并有望重新构建下一代蜂窝网络。现有的RAN虚拟化研究和解决方案主要集中在共享通信容量上，并且往往需要跨网络切片使用相同的PHY和MAC层。这种方法没有考虑不同切片需要不同PHY和MAC层的场景，例如，对于完全不同的服务和无线生活实验室中的全栈研究，其中新的PHY和MAC层需要与相同物理基础设施上的现有层同时部署。为了实现全栈切片，其中不同的PHY和MAC层可以部署在不同的切片中，我们开发了PV-RAN，这是第一个开源虚拟RAN平台，可以在多个切片中共享相同的SDR物理资源。通过API Remoting，PV-RAN可以在不同的切片上运行OpenAirInterface（OAI）的半虚拟化实例，而无需修改OAI源代码。PV-RAN有效地利用了Xen的域间通信机制，通过共享内存传输时间敏感的I/Q样本，使得通信中的虚拟化开销几乎可以忽略不计。我们对PV-RAN进行了详细的性能基准测试，并证明了其低开销和高效率。我们还将PV-RAN与CyNet无线生活实验室集成，用于智能农业和交通。
2020-12-23 cs.NI
Intelligent Slicing of Radio Resource Control Layer for Cellular IoT: Design and Implementation
蜂窝物联网（CIoT）已经成为满足物联网设备的各种应用的重要分支。在CIoT内，无线电资源控制（RRC）层负责基本功能，诸如无线电接入网络（RAN）中的连接控制和承载建立。各种物联网场景的出现和多样化的业务需求使得RRC层的RAN切片和智能控制都成为迫切的需求。本文旨在通过设计和实现一种新的架构来增强CIoT RRC层的标准化能力，该架构包含RRC切片和智能控制器。该架构旨在实现RRC层切片的创建、修改和删除功能，同时增加智能控制器，以智能地满足不同物联网设备的多样化和动态的业务需求。在开源软件平台OpenAirInterface（OAI）上进一步实现了所提出的架构，在此基础上验证了RRC切片的有效性，并给出了一个采用强化学习来动态调整其中的非连续接收参数的概念验证案例。仿真结果证明了所提出的智能RRC切片架构的有效性。
2020-04-15 cs.IT cs.NI math.IT
Optimizing Energy and Latency in 6G Smart Cities with Edge CyberTwins
本文提出边缘感知CyberTwin框架，融合混合联邦学习、压缩感知数字孪生与可再生能源感知资源分配，在6G智慧城市大规模切片中实现能耗降低52%并保持URLLC低延迟。
2025-11-06 cs.NI
Joint Power Allocation and Network Slicing in an Open RAN System
最近成立的开放无线接入网络（ORAN）联盟将xRAN和云RAN（C-RAN）的思想相结合，建立了一个灵活、开放、智能的无线接入网络（RAN）。ORAN将RAN的功能划分为三个部分，即远程单元（RU）、分布式单元（DU）和中央单元（CU）。RU包含较低的PHY功能，DU包含较高的PHY、MAC和RLC，CU包含RRC、PDCP和SDAP。CU和DU被实现为在云环境上运行的虚拟网络功能（VNF）。RU、CU和DU之间的接口是开放的标准接口。网络切片作为5G系统中的新概念，用于在各种服务之间共享网络资源，而一个服务的操作不影响另一个服务。在本文中，我们研究了在ORAN系统中的RAN网络切片问题。我们制定的问题，无线链路调度，映射切片的服务，并映射物理数据中心的资源切片。目标是联合地最大化能量效率并且最小化RU的功率消耗和下行链路信道中的物理资源的成本。该问题被制定为一个混合整数优化问题，可以分解成两个独立的子问题。启发式算法提出了每个子问题。
2019-11-05 cs.NI eess.SP
Smart Service-Oriented Clustering for Dynamic Slice Configuration
预计第五代（5G）及以后的无线网络将以完全自动化的方式运行，以实现超短延迟的承诺，满足呈指数级增长的资源需求，并提供最终用户期望的体验质量（QoE）。在此类环境中涉及的要素中，网络切片可以创建专为支持特定应用需求而定制的逻辑网络（即，服务水平协议SLA、服务质量QoS等）在物理基础设施之上。这就需要一种机制来收集用户服务消费的时空信息，并利用机器学习技术来识别有意义的见解和模式。在这种情况下，我们的论文提出了一个被称为“SOCL”的框架，用于面向服务的用户聚类、分析和分析（即，人类、传感器等）当消费增强型移动宽带（eMBB）应用、物联网（IoT）服务和无人机服务（UAV）时。SOCL主要依赖于现实网络仿真框架“网络切片计划”（Network Slice Planne，NSP），以及两种聚类方法，即K-means和层次聚类。所获得的结果展示了有趣的功能，突出了所提出的框架的好处。
2022-01-05 cs.NI
Evolving 5G: ANIARA, an Edge-Cloud perspective
智能制造和智能城市等新兴用例在延迟方面提出了挑战，这是传统集中式网络无法满足的。边缘网络使计算能力更接近用户/客户端，是支持这些关键低延迟服务的有前途的解决方案。与传统的集中式网络不同，边缘本质上是分布式的，通常配备有限的连接和计算能力。这就创建了一个复杂的网络来处理，受到不同性质的故障，这需要新的解决方案在实践中工作。为了降低复杂性，需要更轻量级的解决方案来实现容器化，以及减少开销的智能监控策略。演示策略应该提供具有有限资源的可靠资源切片，以及智能扩展，同时以分布式方式保护数据隐私。电源管理也至关重要，因为在边缘提供和管理大量电源是前所未有的。
2022-05-06 cs.NI
Joint Traffic Offloading and Aging Control in 5G IoT Networks
5G蜂窝技术的广泛采用将成为物联网应用增长的主要驱动力之一。在本文中，我们考虑了一个基于物联网数据读取启动智慧城市服务的服务提供商（SP）：为了服务于在不同位置收集的物联网数据，SP动态协商和重新调整带宽和服务功能。5G网络切片功能是在异构接入技术和不同站点类型上租用适量资源的关键。此外，不同的基础设施提供商将根据跨站点支持的特定接入技术和物联网数据汇集模式对切片服务收费。我们引入了基于信息时代（AoI）的定价机制，以降低SP的成本。它通过将部分流量负载从高度拥塞和更昂贵的位置转移到收费较低的位置，同时满足物联网服务的QoS要求，为设备提供了平滑流量的激励。所提出的最优定价方案包括两阶段决策过程，其中SP确定每个位置的定价，并且设备基于最优上传策略调度所收集数据的上传。模拟表明，SP通过调整切片成本和上传物联网数据的AoI之间的权衡，实现了一致的成本降低。
2022-01-19 cs.NI
RAN Resource Slicing in 5G Using Multi-Agent Correlated Q-Learning
5G被认为是一种革命性的移动网络，有望满足从远程医疗到智慧城市等大量新型服务。然而，不同业务的异构服务质量（QoS）需求和有限的频谱使得无线资源分配成为5G中具有挑战性的问题。在本文中，我们提出了一种多智能体强化学习（MARL）方法，用于5G中的无线电资源切片。我们将每个切片建模为竞争有限无线资源的智能代理，并将相关Q学习应用于切片间资源块（RB）分配。提出的相关Q学习为基础的片间RB分配（COQRA）计划进行了比较纳什Q学习（NQL），延迟可靠性-延迟Q学习（LRTQ）的方法，和优先级比例公平（PPF）算法。我们的模拟结果表明，建议COQRA实现低延迟32.4%，高吞吐量6.3%，与LRTQ相比，低延迟5.8%，高吞吐量5.9%，比NQL。与PPF相比，观察到显著更高的吞吐量和更低的丢包率（PDR）。
2021-06-24 cs.NI cs.SY eess.SY
Highly Accurate and Reliable Wireless Network Slicing in 5th Generation Networks: A Hybrid Deep Learning Approach
University of Swabi（斯瓦比大学）；Northumbria University（诺森比亚大学）；University of Hull（赫尔大学）；Institute of Management Sciences（管理科学学院）；Instituto De Telecomunicaces（电信研究所）
在当今时代，像第五代（5G）和第六代（6G）网络这样的下一代网络需要高安全性、低延迟以及高可靠标准和容量。在这些网络中，可重构无线网络切片被认为是5G和6G网络的关键要素之一。可重新配置的切片允许运营商使用单个基础设施来运行网络的各种实例，以获得更好的服务质量（QoS）。QoS可以通过使用人工智能和机器学习算法重新配置和优化这些网络来实现。为了开发用于网络管理和限制网络切片故障的智能决策机制，需要支持机器学习的可重构无线网络解决方案。在本文中，我们提出了一种由卷积神经网络（CNN）和长短期记忆（LSTM）组成的混合深度学习模型。CNN执行资源分配、网络重新配置和切片选择，而LSTM用于统计信息（负载均衡、出错率等）。关于网络切片。通过使用多个未知设备，切片故障，过载条件下，所提出的模型的适用性进行验证。所提出的模型，反映了其适用性的整体准确度为95.17%。
2021-10-07 cs.LG cs.NI eess.SP
Federated Orchestration for Network Slicing of Bandwidth and Computational Resource
网络切片一直被认为是5G支持多样化物联网服务和应用场景的关键推动因素之一。本文研究了5G支持的大规模物联网网络的分布式网络切片与雾计算。具有不同需求的多种服务需要由5G网络提供的频谱资源和雾计算网络的计算资源来支持。我们提出了一种新的分布式框架的基础上，一个新的控制平面实体，联邦协调器，它可以协调频谱和计算资源，而不需要任何交换的本地数据和资源信息从BS。提出了一种基于部分变量分裂乘子交替方向法的分布式资源分配算法。我们证明了DistADMM-PVS最大限度地减少了整个网络的平均服务响应时间，并保证了所有支持的服务类型的最坏情况下的性能时，F-协调器和BS之间的协调是完全同步的。基于协调同步可能导致高协调延迟，当网络规模很大时，这是无法容忍的，我们提出了一种新的简化ADMM算法。我们证明了AsynADMM可以收敛到全局最优解，具有更好的可扩展性和可忽略的协调延迟。我们使用在5G网络支持的校园智能交通系统中收集的两个月的交通数据来评估我们提出的框架的性能。我们已就繁忙及非繁忙时间的行人及车辆相关服务进行广泛的模拟。我们的研究结果表明，所提出的框架提供了显着减少的服务响应时间为两个支持的服务，特别是与网络切片只有一个单一的资源。
2020-02-06 cs.NI eess.SP
Using 5G in Smart Cities: A Systematic Mapping Study
5G是第五代无线网络，具有一组特性，例如，高带宽和数据率。使用5G的场景包括增强型移动宽带（eMBB）、大规模机器类型通信（mMTC）和超可靠低延迟通信（uRLLC）。预计5G将支持各种各样的应用。我们进行了一项系统的映射研究，涵盖了2012年1月至2019年12月期间发表的关于在智慧城市中使用5G的文献。基于32项研究，总结并进一步分析了在智慧城市中使用5G的场景，架构，技术，挑战和经验教训，结果是：（1）这些研究分布在27个出版场所。17项研究报告了基于学术研究的结果，13项研究使用演示或玩具示例。只有2项研究报告基于工业研究在智慧城市中使用5G。16项研究包括5G网络设计或智慧城市场景的假设。(2)讨论最多的智慧城市场景是交通，其次是公共安全，医疗保健，城市旅游，娱乐和教育。(3)28项研究提出和/或讨论了支持5G的智慧城市架构，包括智慧城市架构（将5G视为一个组件），智慧城市中的5G网络架构以及在智慧城市中使用5G的业务架构。(4)提到最多的5G相关技术是无线电接入技术、网络切片和边缘计算。(5)挑战主要是关于在智慧城市中使用5G的复杂背景，具有挑战性的要求和网络开发。(6)大多数经验教训都是关于5G本身或智慧城市中拟议的5G相关方法的好处。这项工作反映了过去八年在智慧城市中使用5G的最新技术水平，这对研究人员和从业人员都有好处。
2022-02-15 cs.NI eess.SP
Open RAN LSTM Traffic Prediction and Slice Management using Deep Reinforcement Learning
Clemson University（克莱姆森大学）
本文针对5G及未来网络中动态环境下的网络切片管理挑战，提出一种结合分布式深度强化学习xApp与LSTM预测rApp的ORAN切片管理方法，通过联合利用DU异构经验和预测信息显著减少QoS违规。
2024-01-12 cs.AI cs.LG cs.NI
Conflict-Aware Autonomous Resource Orchestration for 5G Edge Slicing Using Multi-Agent Systems and LLMs
Federal University of Rio Grande do Sul (UFRGS)（南里奥格兰德联邦大学）；Federal University of Viçosa (UFV)（维索卡联邦大学）；University of São Paulo (USP)（圣保罗大学）；University of Minho (UMinho)（米尼奥大学）
该研究针对5G边缘切片的资源编排问题，提出双时间尺度架构，结合LLM与MAS的确定性拍卖机制，在真实边缘集群上验证了其可实现意图转化、资源差异化分配与需求适应。
2026-10-14 cs.DC cs.MA cs.NI
A Secure Dynamic Edge Resource Federation Architecture for Cross-Domain IoT Systems
5G通信、人工智能（AI）和物联网（IoT）技术的快速集成有望使下一代网络（NGN）能够为智慧城市提供各种智能服务和用户定义的应用。然而，构建一个可扩展且高效的基础设施，以满足跨多个管理域的异构物联网应用程序的各种性能，安全性和管理需求仍然具有挑战性。本文提出了一种动态边缘资源联邦架构，该架构集成了网络切片（NS）和区块链的概念，以提高多域物联网应用的可扩展性，动态性和安全性。一种支持NS的动态边缘资源联合框架采用智能机制来支持满足不同的服务质量（QoS）和安全需求的高效多域服务协调。我们提出了一个分层集成联邦分类帐（HIFL），其目的是保证分散的安全性和隐私保护的属性，在多域资源编排和服务重新调整。作为一种安全的设计解决方案，HIFL有望支持高效、可信和安全的端到端物联网服务。一个初步的概念验证原型已经实施比较内部和域间的性能预期。
2022-08-02 cs.NI
Slice-aware Resource Allocation and Admission Control for Smart Factory Wireless Networks
本文提出基于凸优化的切片感知资源分配与准入控制框架，动态分配功率和子信道，在基站功率受限时放宽CL切片目标速率约束，保障智能工厂多切片QoS并最小化功耗。
2024-07-31 cs.NI cs.SY eess.SY
Blockchain for 5G and Beyond Networks: A State of the Art Survey
第五代（5G）无线网络正在世界各地部署。5G技术的目标是通过连接异构设备和机器来支持各种垂直应用，并在高服务质量、增加的网络容量和增强的系统吞吐量方面进行大幅改进。尽管5G将带来所有这些优势，但仍有重大挑战需要解决，包括去中心化，透明度，数据互操作性风险，网络隐私和安全漏洞。区块链可以提供创新的解决方案，以有效地解决5G网络中的挑战。在5G网络容量大幅增加和区块链技术近期突破的推动下，基于区块链的5G服务有望快速发展，并为未来社会带来实质性利益。在本文中，我们提供了关于区块链与5G网络及其他网络集成的最新调查。我们的重点是讨论区块链在实现关键5G技术方面的潜力，包括云/边缘计算、软件定义网络、网络功能虚拟化、网络切片和D2 D通信。然后，我们探讨了区块链对重要5G服务的机遇，从频谱管理、网络虚拟化、资源管理到干扰管理、联邦学习、隐私和安全提供。区块链在5G物联网中应用的最新进展也在各个领域进行了调查，即智能医疗，智能城市，智能交通，智能电网和无人机。然后总结了调查的主要结果，并确定了开放问题可能的研究挑战。最后，我们完成了这项调查，对这个新兴领域的未来研究方向提出了新的见解。
2019-12-11 cs.IT cs.NI eess.SP
The Disruptions of 5G on Data-driven Technologies and Applications
随着5G即将成为下一个移动网络，有必要分析其对计算和数据管理格局的影响。在本文中，我们分析了5G对传统和新兴技术的影响，并对未来的研究挑战和机遇提出了我们的看法。预计带宽将增加10- 100倍，延迟将减少5- 10倍，5G预计将成为智能城市，智能物联网和高效医疗保健的主要推动者，其中机器学习在边缘进行。在这种情况下，我们研究了5G如何帮助联邦学习的发展。网络切片是5G的另一个关键特性，允许在同一物理基础设施上运行多个隔离的网络。然而，安全性仍然是虚拟化、多租户和高设备密度环境中的主要问题。5G网络的形式化验证可用于检测大规模虚拟化环境中的安全问题。总之，5G将使世界变得更加密集和紧密。我们在4G连接方面所经历的与5G带来的巨大可能性相比将相形见绌。
2019-12-16 cs.DB cs.DC cs.NI
WiLLM: an Open Framework for LLM Services over Wireless Systems
WiLLM是首个基于OpenAirInterface的开源无线平台框架，针对LLM服务与传统DNN在无线网络中的三大差异，引入动态切片、多UE调度等创新，支持真实蜂窝网络实验，并提供160万同步测量数据集。
2025-07-09 cs.NI
Empirical Evaluation of Cross-Carrier MCPTT & OTT MCX Interoperability in High-Density Environments
Texas A&M University（德克萨斯农工大学）；Center for Applied Communication and Networks (CACN)（应用通信与网络中心）；Department of Homeland Security (DHS)（国土安全部）
本研究通过12台智能手机在凯尔球场的现场实验，评估高密度环境下跨运营商MCPTT与OTT MCX的互操作性，发现语音故障源于网络瓶颈，优先信道可绕过拥塞，为应急规划提供了运营见解。
2026-08-21 cs.NI
