面向5G的网络切片技术研究

网络切片技术是实现5G移动网络业务多样化需求以及实现网络资源高效管理的关键技术.如何设计和编排网络切片,以适应不同场景、不同终端的差异化要求,是一个亟待研究的重要课题.本文首先分析当前的5G网络切片技术发展现状,其次对核心网网络切片进行设计,最后通过XLABS 5G网络仿真平台进行切片编排和资源配置,验证了方案在实际应用中的可行性.     

5G网络切片技术探讨

随着万物感知、万物智能及万物互联的5G网络时代来临,业务应用场景的网络需求逐渐复杂多样,通过5G网络切片技术,可以将一张物理网络划分出多个虚拟的专用逻辑隔离网络,以服务的形式满足各行业的定制化需求.本文具体分析5G网络切片思路,指出网络切片风险与挑战,对未来5G网络切片技术的应用进行展望.     

面向城市复杂环境的5G网络切片策略研究

本文根据城市中心5G移动通信基站的布局规划,设计了一种针对eMBB、URLLC、mMTC三大典型应用场景的5G城市网络切片策略。该策略综合考虑用户保证带宽、最大带宽限制、QoS业务、链路延迟容忍,切片吞吐量等多项重要网络性能指标,大幅提升基站用户连接数和网络资源利用率,并有效降低用户频繁阻塞及切换次数。仿真实验采用我国东部某沿海城市的5G宏基站空间布局数据进行建模;测试结果表明,所设计的5G网络切片策略在用户数量密集、应用需求多样的城市复杂环境下,具有一定的网络传输性能优势;进而可为其他城市的5G基础建设提供有效参考。     

面向5G的无线侧网络切片发展与研究

网络切片作为5G移动通信系统中一个关键技术,就是为了使传统的无线网络能够支撑垂直行业差异化的业务。无线网作为移动网络中重要的接入部分,对于不同网络切片的感知及实现也至关重要。基于5G架构,研究了无线侧网络切片在标准中的进展,包括引入的重要参数及实现方式,同时考虑了无线切片与传输网、核心网的对接,最后就目前产业现状,探讨了运营商对于未来切片可能的管理方式及存在的问题。     

5G网络切片面向工业互联网的技术实践

5G行业融合已经进入到关键探索期,5G网络切片在各行业落地应用和规模推广是重要突破口.在未来工厂中,数字虚拟化技术和物理实体相融合、ICT技术与现代制造业相融合,将不断提高工业生产的灵活性、可追溯性、多功能性及生产效率,为制造业开辟新的商业模式.本文通过"5G网络切片+工业互联网"的落地方案,结合5G网络切片的创新实践...     

一种5G网络切片的编排算法

网络切片是基于SDN/NFV的5G网络架构实现按需组网的一种重要技术.通过分析5G主要场景,提出了SDN/NFV架构下一种基于GA-PSO优化的网络切片编排算法.该算法利用粒子群算法能够快速收敛于全局最优解的特性,设计网络切片性能的评价函数.并且利用遗传算法快速随机搜索的能力,实现对网络切片的更新和优化,利用粒子群追逐局部最优解与全局最优解得到最优网络切片.仿真实验结果表明,该算法能够实现对多业务场景网络切片的个性化创建,充分发挥SDN的集中控制方式的优点,在降低网络能耗的同时,提高网络资源利用率.     

面向5G STN承载网络FlexE切片技术

网络新技术的发展为5G注入了新的活力,针对5G新定制化网络应用领域及需求,如何构建一张具备灵活切片能力的移动承载网,成为5G承载网建设重中之重。从FlexE技术架构及应用场景等方面进行了深入研究与探索,详细介绍了FlexE接口技术原理与应用,并与FlexE电路交叉技术进行了对比分析,创新性地提出了基于IP/MPLS机制结合FlexE接口技术的STN承载网切片架构,并给出了5G STN承载网采用FlexE接口部署网络切片发展方向与建议,满足推进5G STN承载网切片大规模商用部署。     

面向5G承载的网络切片架构与关键技术

5G承载网作为基础网络,面临着大带宽、低延时、灵活连接、高精度时间同步和网络切片五大挑战。提出了面向5G承载的网络切片分层架构,并对涉及的软件定义网络(SDN)控制面切片、基于灵活以太网(Flex E)的转发面硬切片、承载设备切片与虚拟化技术、5G业务的端到端切片编排等关键技术进行了研究。     

5G网络切片技术研究

网络切片技术作为5G网络演进过程中的一项关键技术,其作为SDN框架体系中的核心内容,能够将网络设备控制面和数据面分离开来处理形成逻辑独立,实现网络流量的灵活控制和智能化网络管理,受到了越来越多的关注和研究。从网络切片技术架构出发,介绍了5G网络切片的建立和UE对网络切片的选择过程。着重分析探讨了当前5G网络切片的研究现状和技术热点,指出了网络切片技术的发展预测和研究趋势,为后续研究和系统演进提供指导。     

基于可靠性的5G网络切片在线映射算法

为了满足业务多样性对5G网络切片带来差异化需求的同时保证切片的可靠性,实现网络资源的优化配置。该文针对5G网络切片的动态映射、轻量级可靠映射问题,提出对计算资源、链路资源和RRU频谱资源联合分配方案。首先,该方案建立面向可靠性约束的多目标资源分配模型,引入李雅普诺夫优化模型,在保证队列稳定同时优化资源分配。其次,提出了基于队列稳定性的虚拟节点映射算法和基于可靠性的虚拟链路映射算法。最后,将时间离散为一系列连续的时间窗,利用时间窗动态处理到达的网络切片请求,实现在线的网络切片映射算法。仿真结果表明,该算法提高了资源利用率,并且保证网络可靠性。     

面向多业务场景的端到端网络切片安全部署算法

5G移动通信中,网络切片(NS)的引入成功解决了不同业务场景的网络资源分配不均问题。针对传统算法无法满足5G网络的多业务场景切片安全部署问题,该文提出一种针对于多业务场景的端到端网络切片安全需求(NSR)部署算法。首先,针对切片部署过程中节点的安全性进行了定义;其次,根据节点的安全性进行排序和映射,在此基础上,以最小化网络资源部署成本的同时提高部署的安全收益为目标,构建切片部署的数学模型;最后,考虑到每种类型切片的资源需求不同,提出一种针对性的部署算法实现端到端网络切片的安全部署。仿真结果表明,所提算法在满足端到端网络切片安全部署的同时,降低了部署的成本,获得了较好的部署安全收益。     

基于强化学习的5G网络切片虚拟网络功能迁移算法

针对5G网络切片架构下业务请求动态性引起的虚拟网络功能(VNF)迁移优化问题,该文首先建立基于受限马尔可夫决策过程(CMDP)的随机优化模型以实现多类型服务功能链(SFC)的动态部署,该模型以最小化通用服务器平均运行能耗为目标,同时受限于各切片平均时延约束以及平均缓存、带宽资源消耗约束。其次,为了克服优化模型中难以准确掌握系统状态转移概率及状态空间过大的问题,该文提出了一种基于强化学习框架的VNF智能迁移学习算法,该算法通过卷积神经网络(CNN)来近似行为值函数,从而在每个离散的时隙内根据当前系统状态为每个网络切片制定合适的VNF迁移策略及CPU资源分配方案。仿真结果表明,所提算法在有效地满足各切片QoS需求的同时,降低了基础设施的平均能耗。

     

5G网络切片场景中基于预测的虚拟网络功能动态部署算法

针对无线虚拟化网络在时间域上业务请求的动态变化和信息反馈时延导致虚拟资源分配的不合理,该文提出一种基于长短时记忆(LSTM)网络的流量感知算法,该算法通过服务功能链(SFC)的历史队列信息来预测未来负载状态。基于预测的结果,联合考虑虚拟网络功能(VNF)的调度问题和相应的计算资源分配问题,提出一种基于最大最小蚁群算法(MMACA)的虚拟网络功能动态部署方法,在满足未来队列不溢出的最低资源需求的前提下,采用按需分配的方式最大化计算资源利用率。仿真结果表明,该文提出的基于LSTM神经网络预测模型能够获得很好的预测效果,实现了网络的在线监测;基于MMACA的VNF部署方法有效降低了比特丢失率的同时也降低了整体VNF调度产生的平均端到端时延。     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。

     

5G+区块链网络分片技术

基于5G+区块链网络分片建模,仿真对比了保证分片网络可信和保证全网可信的两种网络分片方案的性能差异,分析了单点受控概率、分片可信度、分片数量、全网可信度等参数对分片规模、网络规模的影响,给出了在满足一定可信度条件下,区块链网络分片的最优规模,并提出一定网络规模下,区块链网络从保证分片网络可信向保证全网可信方案演进再向更大规模分片网络可信方案演进的路线。     

5G场景化网络部署研究

现阶段5G网络已开展的如火如荼,对于5G网络的建设需要尽力避免粗放式的布网策略,更应当追求精细化及场景化的解决方案。本研究首先分析了4G网络的场景划分,并结合4G网络与5G网络的业务异同,梳理出5G的8种细分场景情况。针对每种细分场景,本研究从场景特征、业务需求特点、建筑特点等方面综合考量,基于此提出该种场景的5G场景化网络部署方案,以更好的为5G网络的建设提供场景化建设的借鉴。     

基于在线双向拍卖的虚拟网络切片资源调度机制

为解决 5G网络切片间资源分配的问题,该文提出一种基于在线双向拍卖 (ODA)的资源调度机制。该机制首先针对不同的业务需求和业务收益确定网络切片的优先级和单位资源报价;其次明确最大化网络收益的目标建立线下单向拍卖模型;进一步,考虑资源的动态分配和回收利用,提出价格更新算法实时更新资源价格;最后,综合线下单向拍卖机制和价格动态变化机制建立在线双向拍卖模型,为切片动态分配资源。仿真结果表明,该机制在提高网络收益的同时可以保证各切片用户的QoS需求。     

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种“中间状态”描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。