Real-Time Fair Resource Allocation in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题，特别是当流量随着时间的推移而变化时，为了解决这个问题，带宽共享技术，快速反应的流量波动是感兴趣的，特别是在大规模的设置与数百个节点和数千个流。在这种情况下，我们提出了一种分布式算法，解决了公平的资源分配问题，在分布式SDN控制架构。我们的算法不断产生一系列的资源分配解决方案收敛到公平分配，同时始终保持可行的，标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布，我们证明了我们可以实时的【形】处理大型实例。
2017-11-27 cs.NI
A Resources Representation For Resource Allocation In Fog Computing Networks
雾计算正在成为一种新的范例，通过使数据处理和分析接近其来源来处理延迟敏感的应用。由于雾中设备的异构性，设计新的解决方案很重要，该解决方案考虑到每个设备中可用的不同物理资源，以有效地和动态地分配处理。在本文中，我们提出了一种资源表示方案，该方案允许通过移动边缘计算应用程序编程接口（MEC API）暴露每个设备的资源，以优化雾中的监督实体的资源分配。然后，我们制定的资源分配问题作为一个李雅普诺夫优化，我们讨论了我们提出的方法对延迟的影响。仿真结果表明，我们提出的方法可以最大限度地减少延迟，提高系统的性能。
2022-01-27 cs.NI
Dynamic OFDMA Resource Allocation for QoS Guarantee and System Optimization of Best Effort and Non Real-time Traffic
为了满足下一代无线网络对高数据率、低时延、用户公平性的要求，合理设计跨层优化的动态资源分配算法是前提。本文提出了一种在正交频分多址（OFDMA）系统中动态资源分配的方法来优化非实时的【形】（NRT）业务，该方法要求在预定义的时间内分配最小的数据量，同时又不会引起数据包丢失.大多数现有的和提出的资源分配方案的工作集中在业务组成的延迟约束实时的【形】【形状】（RT）或延迟容忍（NRT，最佳努力（BE））应用在一个单一的计划。在这项工作中，我们调查的资源分配问题，在异构多用户OFDMA系统的目标，优化聚合数据传输的NRT和BE流量，以最大限度地提高系统的整体性能，通过利用固有的时间分集增益在移动无线环境中的延迟容忍应用。仿真结果表明，与传统的比例公平资源分配算法相比，该算法大大提高了系统容量。
2011-07-06 cs.NI
Application-Aware Resource Block and Power Allocation for LTE
在本文中，我们实现了一个应用程序感知的调度器，区分用户运行实时应用程序和延迟容忍的应用程序，同时分配资源。这种方法确保了实时应用程序的优先级高于延迟容忍应用程序。在我们的系统模型中，我们包括现实的长期演进（LTE）系统的信道效应。我们的应用感知调度器分两个阶段运行，第一阶段是资源块分配，第二阶段是功率分配。在资源块分配问题的最优解中，每个用户固有地保证最小的体验质量（QoE），同时确保具有实时应用的用户的优先级。在功率分配问题中，提出了一种新的功率分配方法，该方法利用了应用感知资源块调度问题的最优解。作为一个概念的证明，我们运行一个传统的比例公平调度和应用程序感知调度之间的仿真比较。仿真结果表明，更好的QoE与应用感知调度器。
2015-11-16 cs.NI
A Comprehensive Utility Function for Resource Allocation in Mobile Edge Computing
在移动边缘计算（MEC）中，重要的挑战之一是应该将哪个移动边缘服务器（MES）的多少资源分配给哪个用户设备（UE）。现有的资源分配方案只考虑CPU作为所请求的资源，并假设MES的效用是随机变量或仅取决于所请求的CPU。本文提出了一种新的综合效用函数用于MEC中的资源分配。效用函数考虑UE卸载到MES的应用的异构性质。提出的效用函数考虑了所有重要参数，包括CPU、RAM、硬盘空间、所需时间和距离，以计算MES更现实的效用值。此外，我们改进了一些通用的算法，用于资源分配在MEC和云计算，考虑我们提出的效用函数。我们将这些资源分配方案的改进版本命名为综合资源分配方案。UE请求被建模以表示UE所请求的资源量以及UE已经请求这些资源的时间。效用函数取决于UE请求和UE与MES之间的距离，并且用作不同类型的UE请求之间的比较的现实手段。选择具有要分配给每个UE请求的最佳资源量的最佳MES是一项具有挑战性的任务。我们表明，MES资源分配是次优的，如果CPU是唯一考虑的资源。考虑到其他资源，即，RAM，磁盘空间，请求时间，距离的效用函数，我们证明了资源分配算法的服务率，效用，MES能耗方面的改进。
2020-12-18 cs.NI
Multi-Path Alpha-Fair Resource Allocation at Scale in Distributed Software Defined Networks
计算机网络的性能依赖于带宽如何在不同的流之间共享。公平的资源分配是一个具有挑战性的问题，特别是当流量随着时间的推移而变化时。为了解决这个问题，带宽共享技术，快速反应的流量波动的兴趣，特别是在大规模的设置与数百个节点和数千个流。在这种情况下，我们提出了一种分布式算法的基础上交替方向乘法（ADMM），解决了多路径公平资源分配问题，在分布式SDN控制架构。我们的ADMM为基础的算法不断产生一系列的资源分配解决方案收敛到公平分配，同时始终保持可行的，标准的原始-对偶分解方法往往缺乏的属性。由于所有计算机密集型操作的分布，我们证明了我们可以大规模处理大型实例。
2018-09-12 cs.NI
Optimizing Adaptive Video Streaming: A Fuzzy Logic Approach to Resource Allocation
本文综述了利用模糊逻辑优化自适应视频流资源分配的方法，重点考虑服务器负载、网络带宽和观众需求，并通过案例和评估指标分析其优势、挑战及未来方向。
2024-04-10 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
A Utility Proportional Fairness Resource Allocation in Spectrally Radar-Coexistent Cellular Networks
频谱共享是解决无线通信系统带宽稀缺的一种优雅的解决方案。本研究探讨了在扇区化蜂窝系统和干扰通信基础设施某些扇区的固定雷达之间共享频谱的可行性。它还探讨了将最佳资源分配给移动设备，以便为所有运行的应用程序提供服务质量，同时增加与雷达系统频谱共存的通信网络。速率分配问题被制定为两个凸优化，其中雷达干扰扇区分配是从与雷达工作频率不重叠的频谱部分中提取的。这样的双阶段资源分配过程通过首先分配频谱雷达重叠资源来将公平性继承到速率分配方案中。
2014-06-09 cs.NI
5G New Radio Resource Allocation Optimization for Heterogeneous Services
5G新无线电（NR）引入了灵活的数字方案，为在共享信道上复用异构服务的通信提供了必要的灵活性。5G NR的基本挑战之一是开发资源分配方案，以有效地利用这种灵活性来优化与增强型移动宽带（eMBB）共存的超可靠低延迟通信（URLLC）的资源分配，同时确保它们相互冲突的性能要求。为了应对这一挑战，我们提出了一种新的5G NR资源分配公式，以通过考虑它们的相互作用来适应eMBB和URLLC服务。制定的问题的目标是满足吞吐量的服务质量（QoS）的要求时，最佳的全局解决方案是不可行的概率。为此，我们表示为一个整数线性规划的问题，并考虑两个配方与硬和软URLLC吞吐量约束。此外，我们提出了一个低复杂度的两步启发式方法，灵感来自装箱优化的实例，提供一个资源分配效率和计算复杂性之间的权衡。最后，提供的性能结果表明，所提出的方法可以提供低复杂度的资源分配的解决方案，在平衡的服务的性能目标。
2020-11-01 cs.NI
A Utility Proportional Fairness Radio Resource Block Allocation in Cellular Networks
本文提出了一种无线资源块分配优化问题的蜂窝通信系统的用户运行延迟容忍和实时应用程序，产生弹性和非弹性业务的网络和被建模为对数和sigmoidal效用分别。该优化是在效用比例公平性框架下进行的，该框架旨在最大化蜂窝系统效用，同时着眼于应用服务质量要求以及过程时间和计算效率来分配用户资源块。最后，拟议的工作方式的资源变化的敏感性进行了调查。
2014-06-09 cs.NI
Exact Resource Allocation for Fair Wireless Relay
针对中继蜂窝网络中的资源分配问题，提出一种线性复杂度的精确方案，实现移动用户间的最大最小公平，显著优于现有方法。
2024-02-05 cs.NI
Tier-Aware Resource Allocation in OFDMA Macrocell-Small Cell Networks
本文提出了一种基于正交频分多址（OFDMA）的蜂窝网络下行链路传输的联合子信道和功率分配框架。在该框架中，宏小区和小小区的资源分配（RA）问题被公式化为优化问题。数值结果证实了我们提出的RA制定的宏小区的性能增益超过传统的资源分配的基础上最小化的传输功率。此外，它表明，基于凸松弛公式产生类似的行为的MINLP公式。此外，分布式解决方案收敛到相同的解决方案，通过解决相应的凸优化问题，在一个集中的方式。
2014-05-08 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
Robust Resource Allocation with Joint Carrier Aggregation for Multi-Carrier Cellular Networks
在本文中，我们提出了一种新的方法，强大的最优资源分配与联合载波聚合，以分配多个载波资源之间的用户与弹性和非弹性业务在蜂窝网络中。我们使用效用比例公平分配策略，其中用户之间的公平性是在用户设备（UE）上运行的应用程序的效用百分比。每个UE基于其应用的类型被分配应用效用函数。我们的目标是在订阅移动服务的用户之间最佳地分配多个运营商资源。此外，保证每个用户的最低服务质量（QoS），该服务质量基于用户的应用类型而变化。我们提出了一个鲁棒的算法，解决了在[1]中提出的算法的缺点，通过防止在资源分配过程中的波动，在稀缺资源的情况下，并分配最佳速率为高流量和低流量的情况。我们的分布式资源分配算法从其范围内的所有载波中为每个用户分配最优速率，同时为所分配的速率提供最低价格。此外，我们分析了不同的网络流量密度的算法的收敛性，并表明我们的算法提供了流量依赖的网络提供商的定价。最后，我们提出了我们的资源分配算法的性能模拟结果。
2015-07-05 cs.NI
Energy-Efficient Resource Allocation for Mobile Edge Computing-Based Augmented Reality Applications
移动边缘计算是在移动设备上启用增强现实（AR）应用的供应解决方案。AR移动应用在上行链路的数据汇集、边缘计算和下行链路的数据传输方面具有固有的协作属性。在这封信中，利用这些功能，提出了一种新的资源分配方法，在通信和计算资源。通过连续凸近似（SCA）实现的方法，被认为是产生相当大的收益相比，传统的独立卸载用户的移动能耗。
2017-03-25 cs.NI
An Optimal Resource Allocation with Joint Carrier Aggregation in 4G-LTE
针对第四代长期演进（4G-LTE）系统中的弹性和非弹性业务，提出了一种新的多载波最优资源分配方法。在我们的模型中，我们使用对数和sigmoidal-like效用函数来表示运行在不同用户设备（UE）上的用户应用程序。我们使用效用比例公平策略，其中用户之间的公平性是在移动台上运行的应用程序的效用百分比。我们的目标是从多个运营商最佳地分配资源给用户。此外，每个预订移动服务的用户都保证具有最低服务质量（QoS），并具有优先级标准。我们的速率分配算法选择的载波或多个载波，提供所需的资源的最低价格。我们证明了新的联合载波聚合资源分配优化问题是凸的，因此最优解是易处理的。我们提出了一种分布式算法，从多个演进节点B（eNodeB）的资源优化分配。最后，我们提出了我们的速率分配算法的性能的仿真结果。
2015-10-06 cs.NI
Energy-Efficient Resource Allocation for Device-to-Device Underlay Communication
作为蜂窝网络基础的设备到设备（D2D）通信被期望为利用资源、提高用户吞吐量和延长用户设备的电池寿命带来显著的益处。然而，无线电和功率资源到D2D通信的分配需要精细的协调，因为D2D通信可能对蜂窝通信造成干扰。在本文中，我们研究联合信道和功率分配，以提高用户设备的能量效率。为了有效地解决这个问题，我们引入了一个迭代组合拍卖算法，其中D2D用户被认为是竞争信道资源的投标人，和蜂窝网络被视为拍卖人。我们还分析了D2D MIMO通信的重要特性，并给出了数值仿真来验证所提出的算法。
2014-12-06 cs.NI
Resource Allocation in Cellular Systems for Applications with Random Parameters
在本文中，我们进行了研究，以优化资源分配的自适应实时和延迟容忍的蜂窝系统中的应用。为了通过几个设备和装置表示用户应用，使用了类S形和对数效用函数。公平比例效用函数策略方法用于以效用百分比形式在用户设备（UE）之间分配资源，并确保所有订户的最低客户满意度水平。同时，资源分配的优先权给予实时应用。我们测量的自适应实时应用程序的随机变化的最优速率分配过程中的效果，并比较确定性和随机系统的结果。我们的工作不同于其他资源分配优化工作，我们使用二分法除了凸优化技术，以最佳分配率，我们提出了自适应实时的应用的随机形式。我们使用Microsoft Visual Basic for Applications与Arena Simulation Software接口来模拟优化问题。最后，我们提出了我们的优化算法的结果。
2015-07-27 cs.NI
Evaluating the Applicability of Bandwidth Allocation Models for EON Slot Allocation
带宽分配模型（BAM）通常在网络（IP/MPLS/DS-TE、光域等）中配置和处理资源分配（带宽、LSP、光纤、时隙）。在本文中，BAM被认为是弹性光网络的时隙分配，旨在提高资源利用率。本文首先提出了一种适用于弹性光路的BAM基本结构参数映射。在此基础上，分别将MAM、RDM和ATCS BAM应用于弹性光网络的资源分配，并对整个网络的资源利用率进行了评估。一组仿真结果和BAM行为的概念证明，以评估BAM的弹性光网络时隙分配的适用性。作者认为，基于BAM的EON时隙分配模型可以通过动态管理聚合流量配置文件来提高利用率。
2019-04-16 cs.NI
Optimal Joint Multiple Resource Allocation Method for Cloud Computing Environments
云计算是一种模型，用于实现对可配置计算资源的共享池的方便的按需网络访问。为了经济地提供云计算服务，重要的是在所需资源可以从共享资源池中获取的假设下优化资源分配。此外，为了能够提供处理能力和存储容量，需要分配带宽以同时访问它们。提出了一种适用于云计算环境的最优资源分配方法。首先，本文提出了一个云计算环境下的资源分配模型，假设处理能力和带宽同时分配给每个服务请求，并按小时出租。分配的资源专用于每个服务请求。其次，本文在上述资源分配模型的基础上，提出了一种最优联合多资源分配方法。仿真结果表明，与传统的分配方法相比，该方法可以降低请求丢失概率，从而减少所需的资源总量。在此基础上，定义了云计算环境下实现多用户间公平资源分配的基本原则和措施，提出了一种多用户间公平联合资源分配方法。仿真结果表明，该方法能够在不降低资源利用率的前提下，实现多用户间的公平资源分配。关键词：云计算，联合多资源分配，公平性
2011-10-08 cs.DC cs.NI
GMA: A Pareto Optimal Distributed Resource-Allocation Algorithm
为了解决日益增长的需求，强大的数据包传输保证网络，我们研究了一种新的方法来执行图资源分配。我们首先介绍分配图，其中节点可以独立地设置本地资源限制的基础上的物理约束或政策决定。在这种情况下，我们正式的分布式路径分配（PADIST）问题，其中包括在分配资源的路径只考虑本地的路径上的信息-重要的是，不知道其他路径可以有一个分配-而在同一时间实现的全局属性，永远不会超过可用资源。我们的核心贡献，全球近视分配（GMA）算法，是解决这个问题。我们证明了GMA可以计算图上的所有路径的无条件分配，而永远不会过度分配资源。此外，我们证明了GMA是帕累托最优的分配大小，它有线性复杂度的输入大小。最后，我们通过模拟表明，这一理论结果确实可以应用于实际场景，因为由此产生的路径分配足够大，以满足实际相关应用的要求。
2021-03-15 cs.CR cs.NI
A Mood Value for Fair Resource Allocations
在联网和计算中，资源分配通常使用经典共享协议来解决，例如，比例分配规则、最大-最小公平分配或由合作博弈论启发的其他解决方案。在本文中，我们认为，描述的资源分配问题作为一个合作的游戏，这种经典的资源分配的方法，以及相关的公平的概念，显示出重要的局限性。我们确定在个人满意率的关键方面的挑战，定义一个新的概念的公平性，因此，一个资源分配算法更适合于合作的背景下。我们推广了用户满意度的概念，考虑破产博弈的可接受解集。我们调整了Jain的公平性指数，以包括新的用户满意度。因此，我们提出了一个新的分配规则，我们称之为“情绪价值”。对于每个用户，它均衡我们的新的博弈论定义的用户满意度相对于分配的资源。我们测试的情绪值和新的公平性指数，通过广泛的模拟显示它们如何更好地支持公平性分析。
2017-04-24 cs.GT 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
A Content Driven Resource Allocation Scheme for Video Transmission in Vehicular Networks
随着计算机视觉应用的日益广泛，大量的视频被传输用于内容分析，资源分配方式会影响视频内容分析的性能。为此目的，用于车辆网络中的视频传输的传统资源分配方案（诸如基于服务质量（QoS）或基于体验质量（QoE）的方案）不再是最优的。在本文中，我们提出了一个有效的内容驱动的资源分配计划，车辆配备摄像头的带宽限制，以提高视频内容分析的性能。所提出的资源分配方案是基于最大化的内容质量（QoC），这是相关的内容分析性能。首先提出了一种基于QoC的评价模型。然后，将资源分配问题转化为可解的凸优化问题。最后，仿真结果表明，我们提出的方案比现有的计划，如QoE的计划更好的性能。
2020-09-28 cs.NI eess.IV
Modeling and Resource Allocation for HD Videos over WiMAX Broadband Wireless Networks
移动视频被认为是WiMAX和LTE等宽带无线网络的主要应用和收入来源。因此，由于视频业务是吞吐量消耗和延迟敏感的，因此设计合适的移动视频资源分配方案是重要的。
2016-03-25 cs.MM cs.NI
Resource Allocation in a Network-Based Cloud Computing Environment: Design Challenges
云计算是一种日益流行的计算范例，现在证明是效用计算服务的必要性。每个提供商都提供独特的服务组合，并提供一系列资源配置。以全面的方式为云服务提供资源对于任何资源分配模型都至关重要。任何模型都应该同时考虑计算资源和网络资源，以准确地表示和服务于实际需求。在配置资源时应考虑的另一个方面是能耗。这方面越来越受到业界和政府的关注。支持绿云的呼声越来越高。考虑到这一点，资源分配算法旨在完成在数据中心服务器上调度虚拟机的任务，然后在遵守问题约束的同时在可用的网络路径上调度连接请求。介绍了影响资源分配模型性能的几个外部和内部因素。这些因素进行了详细讨论，并指出了研究的差距。设计挑战进行了讨论，旨在提供一个参考时，设计一个全面的能源感知资源分配模型的云计算数据中心。
2013-09-04 cs.DC cs.NI
Bandwidth Allocation for Multiple Federated Learning Services in Wireless Edge Networks
University of Miami（迈阿密大学）
研究了一种联邦学习（FL）系统，其中\textit{multiple} FL服务共存于无线网络中，共享公共无线资源。它填补了现有文献中多个同时FL业务的无线资源分配的空白。我们的方法设计了一个两级资源分配框架，包括\emph{intra-service}资源分配和\emph{inter-service}资源分配。服务内资源分配问题旨在通过优化每个FL服务的客户端之间的带宽分配来最小化FL轮的长度。在此基础上，进一步考虑服务间资源分配问题，其在多个同时FL服务之间分配带宽资源。我们认为合作和自私的FL服务提供商。对于合作FL服务提供商，设计了一种分布式带宽分配算法，以优化多FL服务的整体性能，同时兼顾FL服务间的公平性和客户端的隐私性。针对自私的FL服务提供商，设计了一种新的拍卖方案，FL服务所有者作为投标人，网络提供商作为拍卖人。所设计的拍卖方案在整体FL性能和公平性之间取得了平衡。我们的仿真结果表明，所提出的算法优于其他基准在各种网络条件下。
2021-01-10 cs.LG cs.NI
A Survey on Time-Sensitive Resource Allocation in the Cloud Continuum
人工智能（AI）和物联网（IoT）应用在当今世界迅速增长，它们不断连接到互联网，并在设备和环境之间处理，存储和交换信息。由于其固有的计算密集型和资源受限的性质，云和边缘平台对这些应用程序至关重要。云和边缘资源分配的最大挑战之一是有效管理计算和通信资源，以满足应用程序的性能和延迟保证。云资源（处理器、内存、存储、带宽）的异构性、可变的成本结构和不可预测的工作负载模式使得资源分配技术的设计变得复杂。为了解决这个复杂的问题，已经进行了许多研究。在本文中，目前国家的最先进的资源分配技术的云连续体，特别是那些考虑时间敏感的应用程序，进行审查。此外，我们提出了云连续体的资源分配问题中的关键挑战，对现有文献进行分类的分类法和潜在的研究空白。
2020-04-30 cs.DC cs.NI
Multi-resource Fair Allocation with Bounded Number of Tasks in Cloud Computing Systems
主导资源公平性（DRF）是云计算系统中用于多资源分配的流行机制。本文研究了任务数有界的多资源公平分配问题。首先，我们提出了字典式最大最小归一化份额（LMMNS）公平分配机制，这是一个自然的推广DRF，并设计了一个非平凡的最优算法来寻找LMMNS公平分配，其运行时间是线性的用户数。其次，利用最优解的性质，证明了LMMNS满足无嫉妒性（EF）和群体防策略性（GSP），并分析了LMMNS的逼近比。第三，我们提出了一种改进的LMMNS，它是第二种满足共享激励、EF和GSP的机制。最后，我们实现了LMMNS，并表明它具有良好的平均情况下的性能，特别是当资源的数量为2。
2016-10-26 cs.GT cs.NI
Knowledge Transfer based Radio and Computation Resource Allocation for 5G RAN Slicing
为了在5G中实现网络切片，资源分配是将有限的网络资源（诸如无线电和计算资源）分配给多个切片的关键功能。然而，联合资源分配也导致网络管理的更高复杂度。在这项工作中，我们提出了一种基于知识转移的资源分配（KTRA）方法，用于为5G RAN切片联合分配无线电和计算资源。与现有的作品相比，主要的区别是，建议KTRA方法具有知识转移能力。它被设计为使用类似任务的先验知识来提高目标任务的性能，例如，更快的收敛速度或更高的平均报酬。与基于Qlearning的资源分配（QLRA）方法相比，KTRA方法的URLLC延迟降低了18.4%，eMBB吞吐量提高了30.1%，收敛速度加快。
2021-10-23 cs.NI cs.SY eess.SY
Resource Allocation Driven by Large Models in Future Semantic-Aware Networks
本文针对语义感知网络中的资源分配问题，提出大模型驱动的网络架构与基于扩散模型的功率分配方案，以提升多用户语义传输质量。
2025-01-23 cs.DC cs.NI
Resource Allocation Technique for Hybrid TDMA-NOMA System with Opportunistic Time Assignment
在本文中，我们提出了一种资源分配技术的混合时分多址（TDMA）-非正交多址（NOMA）系统的机会时间分配。特别地，可用的传输时间被划分为若干时隙，通过利用功率域NOMA服务于多个用户。为了充分利用这种混合TDMA-NOMA系统的潜在优势，我们有效地利用可用的资源，通过联合分配发射功率和时隙到系统中的几组用户。此外，这些资源被分配以最大化系统中的用户的最小速率。然而，由于时间和功率分配的耦合设计参数，该最大-最小资源分配问题是非凸的。因此，我们利用一种新的二阶锥制定，以克服这个非凸性问题，并开发一个迭代算法来实现原来的最大-最小问题的解决方案。仿真结果表明，这种联合资源分配技术具有相当大的性能提高方面的最小实现速率和整体系统吞吐量相比，传统的资源分配技术，其中相等的时隙分配给用户组。
2020-03-04 cs.NI eess.SP
Deep Learning for Radio Resource Allocation in Multi-Cell Networks
University of Manitoba（曼尼托巴大学）；York University（约克大学）
新兴5G和超5G（B5 G）无线网络的复杂性和异构性增加，将需要从传统的资源分配机制进行范式转变。深度学习（DL）是一种强大的工具，可以通过训练多层神经网络，使用网络数据对资源管理算法进行建模，从而无需进行密集的在线计算即可获得资源分配决策，而在线计算是解决资源分配问题所必需的。在此背景下，本文着重于应用DL来获得多小区网络中的无线电资源分配问题的解决方案。从作为DL模型的深度神经网络（DNN）、相关DNN架构和数据训练过程的简要概述开始，我们提供了在无线电资源分配的上下文中应用DL的现有技术水平的概述。在目标、投入/产出、学习和数据培训方法方面进行了定性比较。然后，我们提出了一个监督DL模型来解决多小区网络中的子带和功率分配问题。使用遗传算法产生的数据，我们首先训练模型，然后测试所提出的模型在预测资源分配解决方案的准确性。仿真结果表明，训练后的DL模型能够提供所需的最优解的时间为86.3%。
2018-08-02 cs.LG cs.NI eess.SP
Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation
本文针对量子计算网络中的资源分配难题，提出基于随机规划和多智能体强化学习的智能资源分配框架，以降低资源成本并提升网络可扩展性。
2024-01-13 cs.NI eess.SP quant-ph
Distributed Resource Allocation for D2D Multicast in Underlay Cellular Networks
针对底层蜂窝网络中 D2D 多播受同信道干扰且大规模集中优化困难的问题，提出一种低开销、高可扩展性的分布式资源分配方案，并通过仿真验证其吞吐量增益。
2023-09-25 cs.IT cs.NI math.IT
Optimal Joint User Association and Resource Allocation in Heterogeneous Networks via Sparsity Pursuit
本文从一个新的角度研究了异构网络（HetNets）中的联合用户关联和资源分配问题。通过将多小区多用户资源分配视为多种复用模式之间的资源划分，提出了一个统一的框架来分析和比较HetNet的各种用户关联和资源分配策略，并为网络性能提供了一个最佳基准。使能机制是一种新的配方，考虑所有可能的干扰模式或任何预定义的模式的子集，和有效的稀疏追求算法来找到解决方案。这一提法的一个显著特点是，在资源优化过程中，模式保持不变。这为凸公式创造了一个有利的机会，同时仍然考虑干扰耦合。更重要的是，鉴于事实上，多细胞资源分配是非常计算的要求，我们的框架提供了一个系统的方式来权衡性能的减少计算复杂性，通过限制候选模式，以少量的特征模式。依靠稀疏追求能力的算法，我们开发了一个实用的指南，以确定特征模式。数值结果表明，识别出的特征模式能够显著改善现有策略，联合优化用户关联和资源分配确实带来了可观的收益。
2015-11-03 cs.IT cs.NI math.IT
Unsupervised Learning for Asynchronous Resource Allocation in Ad-hoc Wireless Networks
University of Pennsylvania（宾夕法尼亚大学）；Intel Labs（英特尔实验室）
我们考虑异步无线网络环境下的最优资源分配问题。在没有明确模型知识的情况下，设计了一种基于聚合图神经网络（Agg-GNNs）的无监督学习方法。根据每个网络节点上的本地化聚合信息结构，该方法可以在本地实现的同时全局地和异步地学习。我们捕捉到的激活模式建模为每个节点的特性和训练基于策略的资源分配方法的复杂性。我们还提出了一个置换不变性的属性，这表明训练的Agg-GNN的可转移性。最后，我们通过数值模拟与基线方法相比，验证了我们的策略。
2020-11-05 cs.LG cs.NI eess.SP
Distributed Interference-Aware Energy-Efficient Resource Allocation for Device-to-Device Communications Underlaying Cellular Networks
由于频谱重用和用户设备（UE）的有限电池寿命所导致的同信道干扰，设备到设备（D2D）到蜂窝网络中的引入在资源分配设计中提出了许多新的挑战。在本文中，我们提出了一个分布式的干扰感知的能量有效的资源分配算法，以最大限度地提高每个UE的能量效率（EE）受到其特定的服务质量（QoS）和最大传输功率的限制。我们将资源分配问题建模为一个非合作博弈，其中每个参与者都是自私的，希望最大化自己的EE。公式化的EE最大化问题是一个非凸问题，并利用非线性分数规划的性质将其转化为凸优化问题。提出了一种迭代优化算法，并通过计算机模拟进行了验证。
2014-07-22 cs.IT cs.NI math.IT
A Non-cooperative Differential Game Model for Frequency Reuse based Channel Allocation in Satellite Networks
研究了低轨卫星移动通信系统的信道资源分配问题，提出了一种基于微分对策的动态信道资源分配方案。最优信道资源分配给每个卫星波束被制定为纳什均衡。证明了基于微分对策的信道资源分配方案是可行和可接受的。仿真结果表明，该方案可以有效地提高系统性能.
2014-11-01 cs.IT cs.NI math.IT
Optimal Resource Allocation over Networks via Lottery-Based Mechanisms
我们表明，在资源分配问题中，事先累积前景理论的偏好的球员的总效用可以增加确定性分配通过实施彩票。我们制定了一个优化问题，称为系统问题，找到最佳的彩票分配。该系统的问题表现出一个两层结构，包括一个置换配置文件和最优分配给定的置换配置文件。对于任何固定的置换配置文件，我们提供了一个基于市场的机制来找到最优配置，并证明了均衡价格的存在性。我们表明，该系统的问题有一个对偶差距，在一般情况下，和原始问题是NP-困难的。然后，我们考虑放松的系统问题，并得出一些定性的最佳彩票结构的特点。
2018-12-03 cs.GT cs.NI econ.TH
A Multi-server Scheduling Framework for Resource Allocation in Wireless Multi-carrier Networks
本文提出一种基于多服务器调度框架的跨层资源分配算法，通过MPGPS及其变体实现分组交换OFDM网络中多用户同时调度与功率、频谱效率的联合优化。
2006-11-16 cs.CE cs.NA cs.NI
