Intelligent Data-Driven Architectural Features Orchestration for Network Slicing

要約

ネットワーク スライシングは、次世代モバイル ネットワーク (NGMN) や、車両のインターネット (IoV) や産業用 IoT (IIoT) などのその他のさまざまな新しいシステムを実現する重要な要素であり、トレンドです。
NS プロセスはリソースと機能を調整する必要があり、機械学習は潜在的にオーケストレーション プロセスを最適化できるため、オーケストレーションと機械学習は、ネットワーク スライシング プロセスにおいて重要な役割を持つ重要な要素です。
ただし、既存のネットワーク スライシング アーキテクチャには、スライシング プロセスで機能とリソースを調整するためのインテリジェントなアプローチを定義する機能がありません。
このペーパーでは、ネットワーク スライシング アーキテクチャにおける機能の機械学習ベースのオーケストレーションについて説明します。
最初に、スライスの計画、構成、コミッショニング、運用の各フェーズにおけるスライス リソースのオーケストレーションと割り当てが分析されます。
続いて、最適化されたアーキテクチャ機能オーケストレーションの必要性を強調し、ML 埋め込みエージェント、知識獲得のためのフェデレーテッド ラーニングの組み込みメカニズム、ネットワーク スライシング アーキテクチャに埋め込まれたデータ駆動型アプローチの使用を推奨します。
さらに、SFI2 ネットワーク スライシング アーキテクチャに組み込まれたアーキテクチャ機能オーケストレーション ケースを開発します。
攻撃防止セキュリティ メカニズムは、分散型の組み込みおよび連携する ML エージェントを使用して、SFI2 アーキテクチャ向けに開発されています。
提示された事例は、アーキテクチャ機能のオーケストレーション プロセスと利点を示し、ネットワーク スライシング プロセスにおけるその重要性を強調しています。

要約(オリジナル)

Network slicing is a crucial enabler and a trend for the Next Generation Mobile Network (NGMN) and various other new systems like the Internet of Vehicles (IoV) and Industrial IoT (IIoT). Orchestration and machine learning are key elements with a crucial role in the network-slicing processes since the NS process needs to orchestrate resources and functionalities, and machine learning can potentially optimize the orchestration process. However, existing network-slicing architectures lack the ability to define intelligent approaches to orchestrate features and resources in the slicing process. This paper discusses machine learning-based orchestration of features and capabilities in network slicing architectures. Initially, the slice resource orchestration and allocation in the slicing planning, configuration, commissioning, and operation phases are analyzed. In sequence, we highlight the need for optimized architectural feature orchestration and recommend using ML-embed agents, federated learning intrinsic mechanisms for knowledge acquisition, and a data-driven approach embedded in the network slicing architecture. We further develop an architectural features orchestration case embedded in the SFI2 network slicing architecture. An attack prevention security mechanism is developed for the SFI2 architecture using distributed embedded and cooperating ML agents. The case presented illustrates the architectural feature’s orchestration process and benefits, highlighting its importance for the network slicing process.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google