Future Network: End-to-End Slicing and Hop-On (a Slice)
网络切片的概念，即，业务定制虚拟网（VN）在电信业中正吸引越来越多的关注。切片是一组适合客户服务的服务属性和要求的网络资源。网络资源包括云资源和通信链路资源。一个切片可以提供一个或多个客户服务，这些客户服务共享相似的服务属性和要求。定义、创建和管理切片（VN）是未来网络的一个方面。另一方面是切片操作，即，使用创建的切片向客户提供服务。本文重点讨论了切片的配置和切片的操作。本文详细描述了片（VN）配置。本文提出了一种新的跳上（切片）概念。给定良好定义和配置的端到端切片（VN），切片上的实时数据业务递送由网络操作控制实体管理，这些实体也是预先配置的。因此，客户流量分片交付的过程就像旅行者跳上旅游巴士，然后关键路口的交通管制人员引导旅行者按照预先设计的路线行驶，直到到达目的地。
2016-08-24 cs.NI
Uncertainty-Aware Resource Provisioning for Network Slicing
网络切片允许移动网络运营商将物理基础设施拆分为隔离的虚拟网络（切片），由服务提供商管理以适应定制服务。属于一个切片的服务功能链（SFC）通常部署在尽力而为的前提下：没有什么可以保证网络基础设施资源足以支持不同数量的用户，每个用户都有不确定的需求。以网络基础设施提供商（InP）的角度来看，本文提出了一种资源配置方法的切片，鲁棒性部分未知数量的用户随机使用的切片资源。供应方案旨在最大化InP的总收益，同时提供供应的网络资源的量将满足切片要求的概率保证。此外，执行所提出的供应方法，以便限制其对低优先级后台服务的影响，这些后台服务可能与基础设施网络中的切片共存。提出了片资源配置问题的混合线性规划模型。最优联合和次优序列的解决方案提出。这些解决方案相比，不占共享公共基础设施网络的尽力而为的服务的供应方案。
2020-06-01 cs.NI
Slicenet: a Simple and Scalable Flow-Level Simulator for Network Slice Provisioning and Management
本文提出Slicenet，一个类似mininet的流级端到端网络切片模拟器，用于在大规模拓扑上评估资源分配与功能放置，支持策略实施、可视化及QoS、SLA等多维度分析。
2023-10-17 cs.NI
A Profit-Maximizing Strategy of Network Resource Management for 5G Tenant Slices
在新兴的网络功能虚拟化（NFV）和网络切片技术的支持下，5G网络允许租户从移动网络运营商（MNO）租用资源，以便在不拥有自己的网络基础设施的情况下提供服务。因此，移动网络运营商面临着决定是否接受或拒绝他们收到的资源租用请求的问题。本文建立了一个随机模型，描述了移动运营商的收入和接受合同的机会成本，并提出了一个战略，分析得出，以最大限度地提高预期利润在每一个决定。
2017-09-26 cs.NI
LLM-Slice: Dedicated Wireless Network Slicing for Large Language Models
针对无线网络承载大语言模型时的高延迟、断连与资源浪费问题，提出 LLM-Slice 专用通信切片系统，并在真实 UE-gNB-CN 环境验证其性能提升。
2024-10-24 cs.NI
Robust Resource Sharing in Network Slicing via Hypothesis Testing
针对网络切片中资源共享导致的性能隔离下降问题，提出基于假设检验的两阶段方法，通过检测并排除异常切片，在保障服务水平协议的同时实现了效率与隔离的有效权衡。
2024-04-28 cs.NI
DORA: Dynamic O-RAN Resource Allocation for Multi-Slice 5G Networks
DORA提出基于PPO的在线深度强化学习框架，在O-RAN中动态分配PRB给URLLC、eMBB和mMTC切片，优于基线和DQN，提升延迟、吞吐量和覆盖。
2025-09-08 cs.NI
Data-Driven Online Slice Admission Control and Resource Allocation in NextG Mobile Networks
University of Waterloo（滑铁卢大学）；University of Ottawa（渥太华大学）；University of Alberta（阿尔伯塔大学）
针对下一代移动网络的切片接纳与资源分配问题，提出OPA框架及数据驱动指数定价方法，可显著提升收入并降低计算成本。
2026-08-05 cs.NI
Slice-Aware Resource Calendaring in Cloud-based Radio Access Networks
在5G/6 G网络中已经引入了网络切片，以解决提供具有不同且有时相互冲突的要求的新服务的挑战。随着SDN和NFV技术被用于5G和6 G无线网络切片的设计，以及对这些技术的集中控制，资源共享等新服务也可以用于无线网络。在带宽分配中，具有低延迟敏感性和高容量的业务被转移到稍后的时隙，使得可以替代地服务具有高延迟敏感性的应用。我们讨论了如何在C-RAN架构中日历无线电资源，这也利用了网络切片。这被称为切片感知无线电资源日历。该问题的模型被开发为一个ILP问题，并提出了两个启发式算法来解决它，由于最优解的复杂性。观察结果表明，当资源在租户之间共享时，接受的请求数量会增加。
2022-03-01 cs.NI
Constrained Network Slicing Games: Achieving service guarantees and network efficiency
网络切片是下一代移动网络的关键能力。它使人们能够在共享基础设施上经济高效地定制逻辑网络。网络切片的关键组成部分是资源分配，其需要确保切片接收支持其移动设备/服务所需的资源，同时优化网络效率。在本文中，我们提出了一种新的方法，基于切片的资源分配命名为保证服务效率的网络切片（GREET）。基本概念是建立一个受约束的资源分配游戏，其中（i）切片单方面优化其分配，以最好地满足其（动态）客户负载，而（ii）施加约束，以保证如果他们希望这样，切片接收预先商定的网络资源份额。由此产生的游戏是著名的费雪市场的变体，其中切片提供预算以争夺网络资源（如在传统的费雪市场中），但（与费雪市场不同）价格受到某些资源的限制，以提供所需的保证。通过这种方式，GREET结合了基于共享的方法（通过灵活共享实现高效率）和基于预留的方法（通过分配固定数量的资源提供保证）的优点。我们描述了纳什均衡，最佳反应动力学，并提出了一个实用的切片策略，可证明的收敛性。广泛的模拟表现出实质性的改进，网络切片国家的最先进的基准。
2020-01-06 cs.NI
Towards Cloud-Native Agentic Protocol Learning for Conflict-Free 6G: A Case Study on Inter-Slice Resource Allocation
提出云原生多智能体网络切片架构，通过自主涌现通信协议协调CPU分配，在eMBB、URLLC和mMTC流量下实现低于3%的冲突率。
2025-02-15 cs.NI
Joint wireless and computing resource management with optimal slice selection in in-network-edge metaverse system
本文提出一种在支持切片的元宇宙网络中联合优化无线与计算资源分配的方法，通过将问题建模为混合整数非线性规划并求解最优解，显著提升系统性能，优于现有基准。
2024-11-07 cs.DC cs.NI
On Multi-domain Network Slicing Orchestration Architecture & Federated Resource Control
需要一个复杂而高效的网络切片架构来支持跨多个管理域的网络切片的编排。这种多域架构应该与底层虚拟化和网络基础设施技术无关。它的目标是通过模型和结构来扩展传统的编排，管理和控制功能，以形成一个良好的网络切片组合。为了促进网络和计算/存储资源的这种组合，本文介绍了一种管理和编排架构，该架构将软件定义网络（SDN）和网络功能虚拟化（NFV）组件结合到基本的3GPP网络切片管理中。所提出的架构大致分为四个主要层，即多域服务引导层、域特定的完全成熟的调度层、子域管理和调度（MANO）和连接层以及逻辑多域切片实例层。详细描述了这些层中的每一层，还提供了用于实例化和管理所得到的联合网络切片的基本操作细节。
2022-01-05 cs.NI
5Guard: Isolation-aware End-to-End Slicing of 5G Networks
针对5G网络切片中资源共享导致的威胁与性能问题，提出隔离感知端到端切片框架5Guard，通过定制隔离级别平衡安全与开销，建模为混合整数规划问题并利用优化算法集成，显著提升利润与资源利用效率。
2025-04-18 cs.NI
Contextual Bandit-Based Decomposition of Network Slice Requirements under Cumulative Resource Budget Constraints
Network Service Systems Laboratories, NTT, Inc.（NTT公司网络服务系统实验室）；Faculty of Information Networking for Innovation and Design, Toyo University（东洋大学信息创新设计学院）
针对网络切片请求分解问题，提出上下文约束核赌博机（CCKB）在线方法，通过惩罚瓶颈资源消耗和高斯过程预测，在满足长期资源预算与SLA要求下提升分解性能。
2026-09-10 cs.NI
A DRL-Driven Optimization of RAN Slice Resource Partitioning for V2X SLA Compliance in 5G Networks
University of Málaga（马拉加大学）；Ericsson（爱立信）
针对5G网络中V2X服务的高时延与可靠性要求，提出一种基于PPO的深度强化学习方法来优化RAN切片的PRB资源划分，在满足V2X服务等级协议的同时提升资源利用率并减少对eMBB服务的影响。
2026-09-24 cs.NI
Wireless Network Slicing: Generalized Kelly Mechanism Based Resource Allocation
无线网络切片（即，网络虚拟化）是用于解决与5G蜂窝网络相关的移动数据服务中的快速增长的需求的问题的潜在技术之一。它在逻辑上将当前的蜂窝网络分为两个实体：基础设施提供商（InP）和移动虚拟网络运营商（MVNO）。基站的资源（例如，由InP拥有的资源块、传输功率、天线）被共享给需要用于其移动用户的资源的多个MVNO。具体而言，InP的物理资源被抽象为多个隔离的网络切片，然后将其分配给MVNO的移动用户。在本文中，研究了网络切片中的两级分配问题，同时实现了有效的资源利用、切片间隔离（即，切片之间没有干扰），以及切片内隔离（即，在同一切片中的用户之间没有干扰）。设计了一种广义凯利机制（GKM），在此基础上实现了资源分配问题的上层（即，在InP和MVNO之间）被寻址。使用这种资源投标和分配框架的好处是，卖方（InP）不需要知道投标人（MVNO）的真实估值。为了解决较低级别的资源分配问题（即，在MVNO和它们的移动用户之间），通过使用KKT条件，从每个MVNO到它的移动用户导出最优资源分配。然后，将带宽资源分配给MVNO的用户。最后，通过仿真验证了本文提出的无线网络切片中两级资源分配问题的理论分析。
2019-07-05 cs.NI
Optimal Cross Slice Orchestration for 5G Mobile Services
5G移动网络包含托管各种服务的能力，例如移动社交网络、多媒体交付、医疗保健、交通和公共安全。因此，设计5G网络的主要挑战是如何在单个物理网络基础设施下支持具有不同服务质量要求的不同类型的用户和应用。最近，网络切片被引入作为解决这一挑战的有前途的解决方案。网络切片允许通过使用网络虚拟化技术来匹配服务需求的可编程网络实例。然而，如何在网络切片之间有效地分配资源在文献中还没有得到很好的研究。因此，在本文中，我们首先介绍了一个模型，用于编排网络切片的基础上的服务需求和可用资源。然后，我们提出了一个马尔可夫决策过程框架来制定和确定管理5G网络的跨切片准入控制和资源分配的最佳策略。通过仿真结果，我们表明，所提出的框架和解决方案是有效的，不仅在提供切片作为一个服务的基础上的服务需求，而且在最大限度地提高供应商的收入。
2017-12-16 cs.NI
Network Slice-based Low-Altitude Intelligent Network for Advanced Air Mobility
本文提出基于网络切片的低空智能网络（LAIN）框架，利用5G/6G切片技术动态调整通信与计算资源，通过接入配对、预评估算法和深度强化学习编排机制，解决eVTOL动态任务卸载挑战，显著提升资源分配效率并降低运营成本。
2025-01-28 cs.NI
Joint Wireless and Edge Computing Resource Management with Dynamic Network Slice Selection
网络切片是在边缘计算系统中实现低延迟计算卸载的一种有前途的方法。在本文中，我们考虑了网络切片下的边缘计算系统，其中无线设备生成延迟敏感的计算任务。我们解决的问题，联合动态分配的计算任务的切片，跨切片的无线电资源的管理和切片内的无线电和计算资源的管理。我们制定的联合切片选择和边缘资源管理（JSS-ERM）问题作为一个混合整数问题的目标，以最大限度地减少计算任务的完成时间。我们表明，JSS-ERM问题是NP-难的，并开发了一个近似算法与有界的逼近比的基础上的博弈论处理的问题。我们提供了大量的仿真结果表明，网络切片可以提高系统的性能相比，没有切片，所提出的解决方案可以实现显着的收益相比，平等的切片政策。我们的研究结果还表明，所提出的算法的计算复杂性是近似线性的设备的数量。
2020-01-22 cs.NI eess.SP
Hierarchical Placement Learning for Network Slice Provisioning
针对边缘移动网络切片供给问题，提出基于分层多臂老虎机的两级在线放置策略，最大化请求接受率并最小化节点资源利用率，仿真显示性能优于基线。
2025-08-08 cs.NI
Towards Secure Slicing: Using Slice Isolation to Mitigate DDoS Attacks on 5G Core Network Slices
在本文中，我们提出了一种解决方案，使用切片隔离来主动缓解5G核心网络切片中的分布式拒绝服务攻击。网络切片是允许5G网络为不同行业（服务）提供专用资源的关键技术之一。但是，分布式拒绝服务攻击可能会严重影响切片的性能和可用性，因为它们可以在多租户虚拟化网络基础设施中共享相同的物理资源。切片隔离是5G网络切片的基本要求。在本文中，我们使用网络隔离来解决5G网络切片中分布式拒绝服务攻击的挑战性问题。我们建议使用一种数学模型，该模型可以提供按需切片隔离，并保证5G核心网络切片的端到端延迟。我们评估所提出的工作与模拟和实验工作的混合。我们的研究结果表明，所提出的隔离可以减轻分布式拒绝服务攻击，以及增加切片的可用性。我们相信这项工作将鼓励进一步研究如何保护5G网络切片。
2019-04-25 cs.NI
A Coverage-Aware Resource Provisioning Method for Network Slicing
通过5G网络中的网络切片，移动网络运营商可以为服务提供商（SP）创建各种切片，以适应定制服务。通常，属于切片的各种服务功能链（SFC）是基于尽力而为来部署的。没有什么能确保基础设施提供商（InP）能够分配足够的资源来应对某些SP不断增长的需求。此外，在许多情况下，切片必须部署在某些地理区域上：然后必须考虑覆盖范围以及最低每用户速率约束。本文以InP的角度来看，并提出了一个切片资源配置方法，以应付多个切片的需求，在计算，存储，覆盖范围和速率的限制。切片内的各种SFC的资源需求被聚集在切片资源需求（SRD）的图内。然后，必须提供基础设施节点和链路，以满足所有SRD。这个问题导致了一个混合线性规划公式。考虑了两步方法，具有几个变体，这取决于要供应的每个切片的约束是顺序考虑还是联合考虑。一旦已经执行了供应，就可以在其上已经供应了资源的减小大小的基础设施图上考虑任何切片部署策略。仿真结果表明，所提出的方法相比，一个更经典的直接切片嵌入方法的有效性。
2020-08-21 cs.MM cs.NI
SlicePilot: Demystifying Network Slice Placement in Heterogeneous Cloud Infrastructures
Yale University（耶鲁大学）；A2 Labs, LLC（A2实验室有限公司）
SlicePilot通过多智能体强化学习方法实现网络切片部署的自主优化，提高部署效率并降低计算开销。
2025-12-09 cs.NI
Constraint-Aware Deep Reinforcement Learning for End-to-End Resource Orchestration in Mobile Networks
网络切片是一种很有前途的技术，它允许移动网络运营商有效地服务于5G中的各种新兴用例。优化网络基础设施的利用率，同时根据服务水平协议（SLA）保证网络切片的性能是具有挑战性的。为了解决这个问题，我们提出了SafeSlicing，它引入了一种新的约束感知深度强化学习（CaDRL）算法，可以在两个步骤内学习最佳资源编排策略，即，在模拟环境中进行离线训练，以及利用真实网络系统进行在线学习。在优化资源编排时，利用拉格朗日乘子将切片统计性能的约束条件加入到奖励函数中，并通过策略网络解决拉格朗日松弛问题。为了满足对系统容量的约束，我们设计了一个约束网络来映射从策略网络生成的潜在动作到编排动作，使得分配给网络切片的总资源不超过系统容量。我们在使用OpenAirInterface LTE、基于OpenDayLight的SDN和CUDA GPU计算平台开发的端到端测试平台上对SafeSlicing进行了原型设计。实验结果表明，与其他解决方案相比，SafeSlicing在满足网络切片SLA的同时减少了20%以上的资源使用。
2021-10-08 cs.NI
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
Intent-based Radio Scheduler for RAN Slicing: Learning to deal with different network scenarios
本文提出面向 RAN 切片的多智能体强化学习意图型 RRS，结合迁移学习，在多样化网络场景中优先保障高优先级切片并显著减少训练开销。
2025-01-01 cs.NI
Optimizing Resource Allocation and VNF Embedding in RAN Slicing
具有网络切片方法的5G无线接入网（RAN）在下一代网络系统的发展中起着关键作用。RAN切片专注于将基底的资源分割成一组自包含的可编程RAN切片。通过网络功能虚拟化（NFV）的杠杆作用，RAN切片由各种虚拟网络功能（VNF）和虚拟链路构成，所述虚拟链路作为实例嵌入在底层节点上。在这项工作中，我们专注于以下基本任务：i）建立用于构建RAN切片恢复优化的VNF映射计划的理论基础，以及ii）开发有效映射/嵌入VNF所需的算法。特别地，我们提出了四种有效的算法，包括基于资源的算法（RBA）、基于连接的算法（CBA）、基于组的算法（GBA）和基于组连接的算法（GCBA）来解决资源分配和VNF映射问题。大量的实验也进行了验证通过所提出的算法的RAN切片的鲁棒性。
2022-07-19 cs.NI
An Online Multi-dimensional Knapsack Approach for Slice Admission Control
本文提出一种基于在线多维背包模型的切片准入控制方法，通过两种预留策略最大化长期收益，模拟显示收益提升达12.9%，资源消耗降低1.7%。
2025-08-08 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
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
EdgeSlice: Slicing Wireless Edge Computing Network with Decentralized Deep Reinforcement Learning
5G和边缘计算将服务于各种新兴用例，这些用例对多种资源有不同的要求，例如，无线电、交通和计算机。网络切片是一种很有前途的技术，用于创建虚拟网络，可以根据不同用例的要求进行定制。调配网络切片需要端到端的资源编排，这是一项挑战。在本文中，我们设计了一个分散的资源编排系统命名为EdgeSlice的动态端到端网络切片。EdgeSlice引入了一种新的去中心化深度强化学习（D-DRL）方法，以有效地编排端到端资源。D-DRL由一个性能协调器和多个编排代理组成。性能协调器管理所有编排代理中的资源编排策略，以确保网络切片的服务水平协议（SLA）。编排代理学习网络切片的资源需求，并相应地编排资源分配，以在受限的网络和计算资源下优化切片的性能。我们设计了无线电，传输和计算管理器，使端到端的资源在运行时的动态配置。我们在端到端无线边缘计算网络的原型上实现了EdgeSlice，该网络具有OpenAirInterface LTE网络，OpenDayLight SDN交换机和CUDA GPU平台。EdgeSlice的性能通过实验和跟踪驱动的模拟进行评估。测试结果表明，EdgeSlice在性能、可扩展性、兼容性等方面都比基线有了很大的提高。
2020-03-28 cs.NI
Multi-Tenant Cross-Slice Resource Orchestration: A Deep Reinforcement Learning Approach
随着蜂窝网络变得越来越灵活，一个主要的挑战在于如何在一个共同的物理网络基础设施上支持移动用户（MU）的各种服务。网络切片是一种很有前途的解决方案，可以定制网络以匹配此类服务请求。本文考虑了一个系统与无线电接入网络（RAN），只有切片，其中的物理基础设施被分割成切片提供计算和通信功能。有限数量的信道跨调度时隙被拍卖给多个服务提供商（SP）的MU（即，租户）。每个SP都自私地表现为最大化与其他SP竞争的预期长期回报，以协调通道，这为其MU提供了访问计算和通信切片的机会。该问题被建模为一个随机博弈，其中SP的决策依赖于全局网络动态以及所有SP的联合控制策略。为了逼近纳什均衡解，我们首先构造了一个抽象的随机博弈模型，该模型包含了供应商之间渠道拍卖的局部结构。然后，我们线性分解的每SP马尔可夫决策过程，以简化在SP的决策，并推导出一个在线计划的基础上深度强化学习，以接近最优的抽象控制策略。数值实验表明，我们的计划显着的性能增益。
2019-06-03 cs.NI
Maximize the Long-term Average Revenue of Network Slice Provider via Admission Control Among Heterogeneous Slices
针对异构网络切片的准入控制问题，本文提出MPSAC两阶段算法，结合启发式切片间决策与拍卖式切片内配额分配，提升长期收入、优先级关系与公平性。
2023-04-20 cs.NI
Mode Selection and Resource Allocation in Sliced Fog Radio Access Networks: A Reinforcement Learning Approach
雾天无线接入网（F-RAN）中的模式选择和资源分配是提高频谱和能量效率的关键技术。在本文中，我们研究了模式选择和资源分配在上行链路F-RAN的联合优化，其中传统的用户设备（UE）和雾UE都由构造的网络切片实例服务。相关的优化被制定为一个混合整数规划问题，并提出了正交和复用的子信道分配策略，以保证切片隔离。受机器学习发展的推动，开发了两种基于强化学习的算法，以解决传统UE和雾UE特定性能要求下原有的高复杂度问题。该方案的基本思想是根据环境反馈的即时回报产生一个好的模式选择策略。仿真结果验证了我们提出的算法的好处，并表明系统功耗和队列延迟之间的折衷可以实现。
2020-02-13 cs.NI eess.SP
Efficient Embedding VNFs in 5G Network Slicing: A Deep Reinforcement Learning Approach
5G无线接入网络（RAN）切片旨在将基础设施逻辑地拆分为一组自包含的可编程RAN切片，每个切片构建在底层物理RAN（基板）之上，是一个独立的逻辑移动网络，提供一组具有相似特性的服务。每个RAN切片由地理上分布在众多底层节点中的各种虚拟网络功能（VNF）构成。因此，构建鲁棒RAN切片的关键挑战是设计RAN切片（RS）配置方案，其可以利用诸如底层网络中的资源可用性以及切片之间的相互依赖关系的信息来将VNF映射（嵌入）到活动底层节点上。有了这样的动机，我们提出了一种机器学习驱动的RAN切片方案，旨在在给定的请求集中容纳最大数量的切片（一组连接的虚拟网络功能-VNF）。更具体地说，我们提出了一种深度增强方案，称为深度分配代理（DAA）。简而言之，DAA利用经验设计的深度神经网络来调度切片，该深度神经网络观察基底网络的当前状态和所请求的切片，然后使用优化算法将切片的VNF映射到基底节点。DAA的训练目标是通过使用显式设计的奖励函数来最大化给定集合中容纳的切片的数量。我们的实验研究表明，平均而言，DAA能够在资源有限的衬底网络中保持80%以上的成功路由切片率，并且在极端条件下保持约60%，即，可用资源远远少于需求。
2022-07-19 cs.NI
Online Estimation of Resource Overload Risk in 5G Multi-Tenancy Network
作为第五代（5G）无线网络最具特色的特征，网络切片技术在共享的物理基础设施之上管理异构和逻辑隔离的切片中的资源和网络功能，其中每个切片可以独立地定制以满足其专用服务类型的特定要求。它实现了多租户网络的新范例，其中网络切片可以由移动网络运营商（MNO）以公共云计算服务的形式出租给租户，称为切片即服务（Slice-as- Service，SlaaS）。与经典的云计算场景类似，SlaaS受益于向众多租户超额预订其资源，利用资源弹性和多样性，但代价是冒着网络资源过载和违反服务级别协议（SLA）的风险，SLA规定了应向网络切片保证的服务质量（QoS）。因此，准确估计资源过载风险（特别是在复杂的网络动态下）以监控和增强SlaaS业务的可靠性成为MNO的关键挑战。
2021-06-15 cs.NI eess.SP
Generalizable Resource Scaling of 5G Slices using Constrained Reinforcement Learning
University of Waterloo（滑铁卢大学）；Rogers Communications Inc.（罗杰斯通信公司）
针对5G切片资源分配中QoS与资源关系复杂、现有方法泛化性差的问题，提出基于回归模型与域随机化离线训练的风险约束强化学习方法，实现可泛化的资源动态伸缩，在未知流量下将QoS下降控制在10%阈值内且最小化资源占用。
2023-06-15 cs.LG 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
Online Network Slice Deployment across Multiple Domains under Trust Constraints
American University of the Middle East（中东美国大学）；LAAS-CNRS（法国国家科学研究中心实验室）
本文研究了跨多行政域的网络切片部署问题，提出路径-链接（PL）模型和动态定价方法，在满足信任约束的同时实现快速在线分配和部署。
2026-04-01 cs.NI
Dynamic SLA-aware Network Slice Monitoring
University of Waterloo（滑铁卢大学）；University of Regina（里贾纳大学）
SliceScope 通过闭环控制框架实现动态 SLA 意识网络切片监控，结合动态资源分配与变化触发 INT 提高监控精度。
2025-12-13 cs.NI
Reinforcement Learning Based Resource Allocation for Network Slices in O-RAN Midhaul
University of Ottawa（渥太华大学）
网络切片设想第五代（5G）移动网络资源分配基于对不同服务的不同要求，例如超可靠低延迟通信（URLLC）和增强型移动宽带（eMBB）。开放无线接入网（O-RAN）通过将功能模块化为独立的组件，提出了开放和分散的RAN概念。O-RAN的网络切片可以显著提高性能。因此，在这项研究中，提出了一种先进的资源分配解决方案，在O-RAN网络切片应用强化学习（RL）。这项研究展示了一个RL兼容的简化边缘网络模拟器，它包含三个组件：用户设备（UE）、边缘O-Cloud和区域O-Cloud。此模拟器稍后用于发现如何通过动态分配来自其他切片的未使用带宽来提高目标网络切片的吞吐量。增加某些网络切片的吞吐量还可以使终端用户受益于更高的平均数据率、峰值速率或更短的传输时间。结果表明，RL模型可以提供一个高峰值速率和更短的传输时间URLLC相比，平衡和eMBB焦点基线的eMBB业务。
2022-11-14 cs.LG cs.NI
Joint Resource and Admission Management for Slice-enabled Networks
网络切片是通信服务提供商（CSP）寻求部署的5G网络的关键部分。通过利用三种主要的使能技术，即软件定义网络（SDN）、网络功能虚拟化（NFV）和网络切片，可以以高效、可扩展和灵活的方式向终端用户提供通信服务。要采用这些技术，非常重要的是如何分配资源，并根据预定义的标准和可用的资源接纳客户的CSP。在这方面，我们提出了一种新的联合资源和准入管理算法的切片使能网络。在所提出的算法中，我们的目标是最小化的网络成本的CSP受到切片请求从租户对应的虚拟机和虚拟链路的约束。我们的性能评估所提出的方法表明，它在管理CSP的资源的效率。
2019-12-07 cs.NI cs.SY eess.SY
DSAF: Dynamic Slice Allocation Framework for 5G Core Network
网络切片是支持5G网络中用户和应用的不同服务质量要求的关键。然而，高效地分配网络切片，同时在移动核心中提供最低保证水平的服务是具有挑战性的。为了解决这个问题，在我们以前的工作中，我们提出了一个优化模型来分配切片。它提供了静态和手动的切片分配。在本文中，我们将我们的工作扩展到动态分配切片。我们提出了一种用于5G核心网络的动态切片分配框架。所提出的框架提供用户交互以请求切片和需要在切片上运行的任何所需服务。它可以接受单个或多个分配请求，并动态分配它们。此外，框架在可用资源之间以平衡的方式分配切片。我们比较了我们的框架与先到先服务和先可用的分配方案。
2019-05-09 cs.NI
Dynamic Resource Provisioning of a Scalable E2E Network Slicing Orchestration System
网络切片允许不同的应用程序和网络服务部署在运行于公共底层物理基础设施上的虚拟化资源上。开发用于端到端（E2 E）移动网络切片编排的可扩展系统需要仔细规划和非常可靠的算法。本文提出了一种新的E2 E网络切片编排系统（NSOS）及其动态自伸缩算法（DASA），该系统基于分层体系结构，每个域都有专门的实体来管理从接入到传输和核心网的移动网络的每一个部分，从而实现可伸缩的联合网络切片编排。DASA使NSOS能够自主地使其资源适应切片编排请求（SOR）的需求变化，同时强制NSOS处理任何SOR所花费的给定平均总时间。所提出的DASA包括主动和被动资源供应技术。建议的DASA的资源尺寸的启发式算法是基于排队模型的NSOS，其中包括一个开放的网络的G/G/m队列。最后，我们通过系统级仿真验证了正确的操作，并评估了我们的DASA解决方案的NSOS的性能。
2022-01-05 cs.NI
On Modeling Network Slicing Communication Resources with SARSA Optimization
Salvador University (UNIFACS)（萨尔瓦多大学（UNIFACS））；University of Paris Saclay（巴黎萨克雷大学）；University of Evry（埃夫里大学）
网络切片是支持5G/6G移动网络、物联网感知网络、电子医疗系统等网络动态行为以及车联网（IoV）和工业4.0等垂直行业所需的虚拟网络基础设施的组成和部署的关键推动因素。通信切片及其分配的通信资源在用于资源编排和分配、虚拟网络功能（VNF）部署和切片操作功能的切片架构中是必不可少的。通信切片提供支持切片操作、SLA保证和QoS/QoE应用要求所需的通信能力。因此，本文提出了一个网络切片的概念模型，以制定通信切片之间的通信资源共享相关的优化问题。首先，我们提出了一个网络切片的概念模型，然后我们制定了分析模型和优化问题的一些方面来解决。接下来，我们建议使用SARSA代理来解决问题并实现概念验证原型。最后，我们提出了所获得的结果，并讨论它们。
2023-01-11 cs.AI cs.NI
RL-Loop: Reinforcement Learning-Driven Real-Time 5G Slice Control for Connected and Autonomous Mobility Services
The University of Western Ontario（韦仕敦大学）
本文提出RL-Loop框架，通过强化学习实现实时5G网络切片中的CPU资源控制，实验表明其能有效降低CPU分配并保持服务质量。
2026-04-02 cs.NI
Traffic-cognitive Slicing for Resource-efficient Offloading with Dual-distillation DRL in Multi-edge Systems
针对动态多边系统中流量波动与异构资源导致的切片和卸载难题，提出SliceOff框架，结合自注意力流量预测、随机舍入自适应切片及双重蒸馏DRL，提升资源效率与ESP利润。
2024-11-28 cs.NI
PSACCF: Prioritized Online Slice Admission Control Considering Fairness in 5G/B5G Networks
5G/B5 G被设想为在网络切片的帮助下支持各种服务，每个切片实例要求足够的资源来向其订户提供预先协商的服务质量。切片接纳控制（SAC）算法是切片提供者（SP）在有限资源的情况下保证每个被接纳请求的QoS和QoE的必要条件。在这种情况下，服务的优先关注和资源分配的公平性成为研究者有意义的话题。前者源于5G网络支持的各种服务的固有特性，后者很重要，因为切片是在共享物理设备上实例化的。然而，这两个问题在文献中主要是单独研究或没有得到足够的研究同时。在这项工作中，我们研究了5G/B5 G网络中的SAC问题，旨在满足必要的优先级要求的前提下提高公平度。我们首先将优先级重新解释为较高的累积服务接受率（CSAR），并采用相邻CSAR间隙的均匀性来反映公平性。基于这些调整，SAC问题被制定为一个非线性和非凸多目标优化。为此，本文提出了一种启发式算法PSACCF（Prioritized Slice Admission Control Considering Fairness），该算法引入服务的资源效率来修正优先级违规，通过为每种服务设置目标CSAR并将其实际CSAR推向目标CSAR来提高公平性。大量的模拟进行了比较PSACCF与现有的两种算法，称为MHPF和AHPF的性能。结果表明，我们的算法可以实现一个几乎相同的优先级指标的比较，以及至少33.6%的公平度和更高的最低平均资源利用率的改善。
2022-04-12 cs.NI cs.PF
HyRA: A Hybrid Resource Allocation Framework for RAN Slicing
University of Waterloo（滑铁卢大学）；University of Ottawa（渥太华大学）
HyRA通过结合专用和共享资源分配，提升RAN切片的资源效率和SLA合规性。
2026-02-18 cs.NI
RL-based 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）
该研究针对SDM-EONs网络切片嵌入问题，提出路径约束强化学习框架及PPO-Full算法，联合选择计算节点与路由路径，高负载下请求接受率较基线显著提升。
2026-09-01 cs.NI
Sharing gNB components in RAN slicing: A perspective from 3GPP/NFV standards
为了实现存在于每个无线电接入网络（RAN）切片子网中的下一代节点B（gNB），网络功能虚拟化（NFV）使得能够将一些gNB组件部署为虚拟网络功能（VNF）。为这些组件部署单独的VNF实例可以保证每个RAN切片子网的自定义。然而，由于VNF的多样性，与单个VNF实例承载所有RAN切片的聚合流量的情况相比，所需的虚拟资源量将更大。在RAN切片之间共享gNB组件可以优化定制、隔离和资源利用之间的权衡。在这篇文章中，我们阐明了第三代合作伙伴计划（3GPP）/NFV标准中用于共享gNB组件的关键方面。首先，我们确定了四种可能的情况下共享gNB组件。然后，我们分析了共享对每个RAN切片子网的定制级别的影响。稍后，我们将确定实现RAN切片间隔离的主要因素。最后，我们提出了一个基于3GPP/NFV的描述模型来定义共享gNB组件的生命周期管理
2020-01-07 cs.NI
Elastic Multi-resource Network Slicing: Can Protection Lead to Improved Performance?
为了满足未来数据密集型移动应用的性能/隐私要求，自动驾驶汽车、移动数据分析和AR/VR等服务提供商预计将利用网络“边缘”的共享存储/计算/连接资源。为了具有成本效益，这种基础设施的关键功能要求是能够在租户/服务提供商之间共享异构资源，以支持空间变化和动态的用户需求。本文提出了一种资源分配标准，即共享约束切片（SCS），用于分配预定义份额的网络资源的切片，它扩展了传统的α公平性标准，通过在切片间和切片内的公平性与整体效率之间取得平衡。我们表明，SCS有几个理想的属性，包括切片级保护，envyfreeness，和负载驱动的弹性。在实践中，移动用户的动态可能会使成本的实现SCS高，所以我们讨论了使用一个更简单的（动态）加权最大-最小作为代理资源分配计划的可行性。对于随机负载和弹性用户需求的设置，我们建立了一个充分条件，为相关的耦合网络系统的稳定性。最后，可能令人惊讶的是，我们通过大量的模拟表明，虽然SCS（和/或代理加权最大-最小分配）提供了片间保护，但与片内权重分配不受份额约束的其他基于加权最大-最小的分配方案相比，它们可以实现改进的作业延迟和/或感知吞吐量，例如，传统的最大-最小或区别处理器共享。
2019-01-22 cs.DC cs.NI
How Should I Orchestrate Resources of My Slices for Bursty URLLC Service Provision?
未来的无线网络被认为可以通过利用网络切片技术来提供灵活且具有成本效益的服务。然而，由于其对低分组阻塞概率和低码字错误解码概率的严格要求，配置用于突发超可靠和低延迟通信（URLLC）服务提供的网络切片系统具有挑战性。在本文中，我们建议编排网络资源的网络切片系统，以保证更可靠的突发URLLC服务提供。我们重新切割物理资源块（PRB），并推导出URLLC传输的带宽的最小上限与低分组阻塞概率。我们相关的协调多点（CoMP）波束形成与信道使用，并推导出最小上限的信道使用URLLC传输具有低码字错误解码概率。考虑到将不同服务融合到共享基础设施上的协议，我们进一步研究了URLLC和增强型移动宽带（eMBB）服务复用的网络切片。特别是，我们制定的服务复用作为一个优化问题，以最大限度地提高长期的总切片效用。由于未来信道信息的要求和解决两个时标问题，该问题的缓解是具有挑战性的。为了应对这些挑战，我们开发了一种基于样本平均近似（SAA）技术和可证明性能保证的分布式优化方法的联合资源优化算法。
2020-11-07 cs.NI eess.SP
