[论文解读] 5G Network Slicing for Wi-Fi Networks

Matteo Nerini, David Palma|arXiv (Cornell University)|Jan 29, 2021

IoT Networks and Protocols参考文献 13被引用 5

一句话总结

本文提出了一种符合标准的、与IEEE 802.11兼容的Wi-Fi网络切片框架，通过每个接入点使用多个SSID来支持5G服务类别——eMBB、mMTC和URLLC。该框架引入了静态和动态资源分配算法，将频谱效率提升至多2.6 bit/s/Hz，URLLC的延迟降低5倍，eMBB的误码率降低，mMTC设备的能效最高提升32倍。

ABSTRACT

Future networks will pave the way for a myriad of applications with different requirements and Wi-Fi will play an important role in local area networks. This is why network slicing is proposed by 5G networks, allowing to offer multiple logical networks tailored to the different user requirements, over a common infrastructure. However, this is not supported by current Wi-Fi networks. In this paper, we propose a standard-compliant network slicing approach for the radio access segment of Wi-Fi by defining multiple Service Set Identifiers (SSIDs) per Access Point (AP). We present two algorithms, one that assigns resources according to the requirements of slices in a static way, and another that dynamically configures the slices according to the network's conditions and relevant Key Performance Indicators (KPIs). The proposed algorithms were validated through extensive simulations, conducted in the ns-3 network simulator, and complemented by theoretical assessments. The obtained results reveal that the two proposed slicing approaches outperform today's Wi-Fi access technique, reaching lower error probability for bandwidth intensive slices and lower latency for time-critical slices. Simultaneously, the proposed approach is up to 32 times more energy efficient, when considering slices tailored for low-power and low-bandwidth devices, while increasing the overall spectrum efficiency.

研究动机与目标

• 在当前缺乏原生逻辑网络隔离和QoS差异化支持的Wi-Fi网络中，实现5G网络切片。
• 解决在共享Wi-Fi基础设施上支持不同QoS需求的多样化5G服务类别（eMBB、mMTC和URLLC）的挑战。
• 设计一种使用每个AP多个SSID实现标准兼容的切片机制，以实现逻辑隔离和定制化资源分配。
• 开发并验证静态与动态资源分配算法，使其能够根据网络状态和KPI（如延迟、误码率、能效）自适应调整。
• 证明所提出的切片方法在性能、能效和频谱利用率方面显著优于传统的单信道Wi-Fi接入方式。

提出的方法

• 通过为eMBB、mMTC和URLLC服务类别分别使用不同的SSID，在每个AP上定义三个逻辑网络切片，实现逻辑隔离和QoS差异化。
• 实现一种静态切片算法，根据理论吞吐量和各切片的QoS需求预先分配信道带宽。
• 设计一种动态切片算法，实时监控KPI（如误码率、延迟、能耗），并每T秒重新配置切片参数（带宽、发射功率）。
• 使用ns-3网络仿真器进行性能评估，共进行60次仿真运行（每种配置20个随机种子），覆盖不同流量负载和设备类型。
• 应用关键性能指标：总吞吐量（公式3）、已用带宽（公式4）和频谱效率（μ = Th_sum / B_w），用于比较切片与单信道操作的性能。
• 动态优化发射功率，将mMTC场景下的发射功率从20 dBm降低至5 dBm，线性单位下实现最高32倍的能效提升。

实验结果

研究问题

• RQ1 是否可以仅通过标准兼容机制（如多个SSID）在Wi-Fi网络中有效实现网络切片？
• RQ2 基于实时KPI的动态资源分配相较于静态或单信道方法，如何提升对时间敏感型（URLLC）、带宽密集型（eMBB）和低功耗型（mMTC）服务的性能？
• RQ3 在不进行硬件更改的前提下，网络切片在Wi-Fi无线接入网中能在多大程度上提升频谱效率和能效？
• RQ4 动态带宽和功率自适应对不同5G服务类别下的误码率、延迟和整体系统吞吐量有何影响？
• RQ5 所提出的切片框架是否能在保持与现有IEEE 802.11基础设施兼容的同时，实现与5G核心网络切片相当的性能提升？

主要发现

• 动态切片算法将发射功率从20 dBm降低至5 dBm，使低功耗mMTC设备的能效最高提升32倍。
• 对于eMBB流量，所提出的切片方法相比单信道Wi-Fi，误码率降低了一个数量级。
• 由于优先资源分配和基于实时KPI的动态配置，URLLC流量的延迟降低5倍。
• 在动态切片下，频谱效率最高达到2.6 bit/s/Hz，尽管某些时段带宽使用更高，但仍优于静态和单信道配置。
• 即使在带宽周期性加倍的情况下，动态算法仍能保持高性能，证明智能资源分配可防止资源浪费并提升系统效率。
• 总体吞吐量和资源利用率显著提升，动态方法在所有三种5G服务类别中均实现了延迟、可靠性与能效之间的更优平衡。