[論文レビュー] A Profit-Maximizing Strategy of Network Resource Management for 5G Tenant Slices

Bin Han, Di Feng+2 more|arXiv (Cornell University)|Sep 26, 2017

Software-Defined Networks and 5G参考文献 3被引用数 7

ひとこと要約

本稿では、5Gモバイルネットワーク事業者（MNO）がサブスクリプションスライス要求を受容するか否かを決定する利益最大化戦略を提案する。この戦略は、即時の収益と将来の機会費用のバランスを取る確率的モデルに基づくもので、動的プログラミングを用いて導出され、反復的収束による検証を経て、リソース制約と確率的需要のもとで期待される長期的利益を最大化する。

ABSTRACT

Supported by the emerging technologies of Network Function Virtualization (NFV) and network slicing, 5G networks allow tenants to rent resources from mobile network operators (MNOs) in order to provide services without possessing an own network infrastructure. The MNOs are therefore facing the problem of deciding if to accept or decline the resource renting requests they receive. This paper builds a stochastic model that describes the MNO's revenue and opportunity cost of accepting a contract, and therewith proposes a strategy that is analytically derived to maximize the expected profit at every decision.

研究の動機と目的

• 5Gサブスクリプションスライシングにおける動的ネットワークリソース割り当ての課題に対処し、MNOが第三者のテナントからのリソース要求を受容するか否かを決定する。
• MNOの期待利益を、受容された契約からの即時の収益と、将来のより収益性の高いリクエストに備えてリソースを予約する機会費用のトレードオフとしてモデル化する。
• 確率的需要と有限のリソース制約のもとで、期待される長期的利益を最大化する意思決定戦略を開発する。
• 無限時間枠においても人工的切断を用いることで収束が保証される数学的に厳密な反復的アルゴリズムを提供する。
• 需要統計のベイズ推定フレームワークを用いて、非定常な現実世界の状況に適応可能な実用的導入を可能にする。

提案手法

• 受容契約からの収益とリソース予約の機会費用を両方とも捉える確率的利益モデルを構築する。
• 期待割引収益と機会費用の差分として報酬関数を定義し、近い将来の利益を優先するために幾何的割引因子βを用いる。
• 累積リソース使用量（ψt）と現在のリソース需要（ωt）を追跡する非マルコフ的意思決定フレームワークを導入し、各リクエストに対して状態表現（ψt, ωt, Tt）を定義する。
• 閉形式の意思決定ルールを導出：期待利益の符号に基づき、ネット報酬ΓTt_max(ψt, ωt) ≥ 0 であればリクエストを受容し、そうでなければ拒否する。
• 反復的アルゴリズムを適用して最適意思決定ポリシーを計算し、有限時間枠では収束が保証され、無限時間枠では人工的切断（t_max*）により収束を確保する。
• 履歴データからのベイズ推定を用いて事前需要統計を近似し、非定常な需要パターンへのリアルタイム適応を可能にする。

実験結果

リサーチクエスチョン

• RQ1 MNOは、長期にわたる期待利益を最大化するために、テナントのネットワークスライスリクエストを受容するか否かをどのように最適に決定すべきか？
• RQ2 契約からの即時の収益と、リソースを予約することによる将来の機会費用のトレードオフは何か？
• RQ3 確率的需要と限られたネットワークリソースのもとで、意思決定戦略はどのように定式化され、計算されるか？
• RQ4 提案された反復的アルゴリズムが有限時間枠および無限時間枠の両設定で収束するための条件は何か？
• RQ5 需要が非定常的で事前知識が不完全な現実世界のシナリオに、モデルはどのように適応可能か？

主な発見

• 提案された意思決定戦略は、ネット報酬ΓTt_max(ψt, ωt) = pTt_max(ωt) − CTt_max(ψt, ωt) の評価により、期待される純利益が非負である場合にのみリクエストを受容することで、最適な利益最大化を達成する。
• 機会費用CTt_max(ψt, ωt) は、代替契約からの将来の収益損失の合計としてモデル化され、割引因子βとリソース競合の確率によって重み付けされる。
• 反復的アルゴリズムは有限時間枠では最適ポリシーに収束し、無限時間枠でも t_max* での人工的切断により収束が保たれる。
• 事前需要統計の仮定のもとでモデルは頑健であるが、履歴データからのベイズ更新により推定可能である。
• 市場構造（独占対比寡占）にかかわらず戦略は不変であり、競合するMNOの数に関わらず意思決定論理は有効である。
• 追加の確率的変数の導入により、将来のエラスティックスライスや動的契約変更への拡張がフレームワークで可能となる。