Fairness Guaranteed and Auction-based x-haul and Cloud Resource Allocation in Multi-tenant O-RANs

要約

オープン無線アクセス ネットワーク (O-RAN) は、分散型無線ユニット (RU)、分散型ユニット (DU)、集中型ユニット (CU) によるベースバンド機能処理のためのクラウド化とネットワーク機能仮想化を取り入れています。
これらにより、複数のモバイル ネットワーク オペレーター (MNO) が独自の RU またはオープン RU をインストールできるクラウド RAN ビジョンが完全に実現されますが、DU-CU 機能のオンデマンド計算リソースは、オープン x ホール インターフェイスを介して一般に利用可能なオープン クラウドからリースされます。
.
このホワイト ペーパーでは、持続可能なマルチテナント O-RAN エコシステムを作成するために、ミニマックス フェアネスと Vickrey-Clarke-Groves (VCG) オークション ベースの x-haus および DU-CU リソース割り当てメカニズムのパフォーマンスを提案および比較します。
小規模、中規模、大規模の MNO 向け。
ミニマックス フェア アプローチは、需要に比例するコスト分担によって RU の最大 OPEX を最小化しますが、VCG オークション ベースのアプローチは、RU から真実の需要を抽出しながら、使用されるすべてのリソースの合計 OPEX を最小化します。
時間波長分割多重化 (TWDM) パッシブ光ネットワーク (PON) ベースの x ホール インターフェイスを検討します。ここでは、PON 仮想化技術を使用して、マクロセル RU ロケーションでの RU とエッジクラウド間の光接続を柔軟に提供し、オープン
中央オフィスの場所の雲。
さらに、従来の貪欲なリソース割り当てアルゴリズムや強化学習ベースのアルゴリズムよりも大幅に優れた経済効率とネットワーク リソースの使用率をもたらす効率的なヒューリスティックを設計します。

要約(オリジナル)

The open-radio access network (O-RAN) embraces cloudification and network function virtualization for base-band function processing by dis-aggregated radio units (RUs), distributed units (DUs), and centralized units (CUs). These enable the cloud-RAN vision in full, where multiple mobile network operators (MNOs) can install their proprietary or open RUs, but lease on-demand computational resources for DU-CU functions from commonly available open-clouds via open x-haul interfaces. In this paper, we propose and compare the performances of min-max fairness and Vickrey-Clarke-Groves (VCG) auction-based x-haul and DU-CU resource allocation mechanisms to create a multi-tenant O-RAN ecosystem that is sustainable for small, medium, and large MNOs. The min-max fair approach minimizes the maximum OPEX of RUs through cost-sharing proportional to their demands, whereas the VCG auction-based approach minimizes the total OPEX for all resources utilized while extracting truthful demands from RUs. We consider time-wavelength division multiplexed (TWDM) passive optical network (PON)-based x-haul interfaces where PON virtualization technique is used to flexibly provide optical connections among RUs and edge-clouds at macro-cell RU locations as well as open-clouds at the central office locations. Moreover, we design efficient heuristics that yield significantly better economic efficiency and network resource utilization than conventional greedy resource allocation algorithms and reinforcement learning-based algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google