面向多模态网络业务切片的虚拟网络功能资源容量智能预测方法OA北大核心
Intelligent prediction method of virtual network function resource capacity for polymorphic network service slicing
为解决多模态网络场景中网络切片上的VNF部署方案调整不及时造成的切片性能下降问题,提出了一种基于时空特征提取的VNF资源容量预测方法,旨在通过预测为即将到来的切片需求进行VNF的预部署.所提方法首先对用于预测的数据流时间序列进行加权处理,然后把处理后的时间序列及其依赖的空间拓扑信息输入网络模型中,通过图卷积网络重组时间序列的空间分布特征,再由门控循环单元感知输入数据的时序依赖关系,最后基于数据流序列与VNF实例数量的映射关系,由前馈神经网络最终输出VNF资源需求预测视图.实验结果表明,所提方法比对照方法中预测精度最高的方法提高了6.54％的需求预测精度.
兰巨龙;朱棣;李丹
信息工程大学信息技术研究所,河南 郑州 450001信息工程大学信息技术研究所,河南 郑州 450001信息工程大学信息技术研究所,河南 郑州 450001
信息技术与安全科学
多模态网络虚拟网络功能资源容量时空特征提取
《通信学报》 2022 (6)
软件定义网络中基于图神经网络的智能流量优化技术研究
143-155,13
国家重点研发计划基金资助项目(No.2020YFB1804803)国家自然科学基金资助项目(No.62002382)
评论