多SFC资源编排算法

网络动态自学习

为每个服务构建有序的网络功能链，并分配其在低轨卫星和地面网络中的执行位置，以最小化端到端交付时延。

Xiaohan, Qin · Ma, Ting · 唐志轩 · 张鑫 · 周海波 · Lian, Zhao

IEEE Transactions on Wireless Communications 2023

技术优势

能收敛到均衡

将多服务功能链嵌入问题建模为非合作博弈，并证明其为加权势能博弈，保证至少存在一个纳什均衡，算法可稳定收敛。

适应网络动态

随机学习算法能够根据网络状态变化在线调整策略，无需全局信息交换，降低信令开销。

兼顾收敛速度与质量

设计了两种求解算法：最优响应算法收敛更快，自适应学习算法倾向于找到更优解，用户可根据需求选择。

应用场景

• 卫星互联网资源协调：为大规模低轨星座提供多服务资源分配方案，降低编排时延。
• 星地融合网络在线调度：基于随机学习实现实时决策，应对卫星移动和流量变化。
• 6G网络服务功能链：支持6G中网络功能链的分布式嵌入，保证端到端服务交付。
• 物联网服务连续性保障：保障远程物联网服务的低时延连续传输，适应网络异质性。