使用深度确定性策略梯度的动态优先级和自适应调度用于部署基于微服务的VNFs
摘要：网络功能虚拟化（NFV）资源分配问题是NP-Hard问题。传统的部署方法揭示了存在饥饿问题，而研究人员未能认识到这一点。在这里，饥饿指的是由于“超时”而导致较低优先级服务的等待时间更长和最终被拒绝。本研究的贡献有三个方面：a）解释现有方法中饥饿问题的存在及其缺点，b）引入“自适应调度”（AdSch），这是一种使用三因素方法（优先级、阈值等待时间和可靠性）的“智能调度”方案，证明比仅基于优先级的传统方法更为合理，以及c）还提出了一种“动态优先化”（DyPr）的分配方法，用于未见过的服务和宏观和微观级别优先级的重要性。我们提出了一种使用深度确定性策略梯度（DDPG）的零触摸解决方案，用于自适应调度，并使用在线岭回归（RR）模型用于动态优先化。DDPG成功识别出“有益和饥饿”服务，比其他方法更有效地部署了两倍于低优先级服务，减少了饥饿问题。我们的在线-RR模型在不到100次迁移中学习到了模式，并且预测模型的准确率超过80％。
作者：Swarna B. Chetty, Hamed Ahmadi, and Avishek Nag
论文ID：2303.13523
分类：Networking and Internet Architecture
分类简称：cs.NI
提交时间：2023-03-27