[论文解读] Energy Cost Minimization by Joint Radio and NFV Resource Allocation: E2E QoS Framework.

Abolfazl Zakeri, Narges Gholipoor+3 more|arXiv (Cornell University)|Jul 14, 2019

Software-Defined Networks and 5G参考文献 44被引用 4

一句话总结

本文提出了一种端到端的联合无线与NFV资源分配框架，旨在最小化能耗和服务器成本，同时满足多样化的QoS需求。通过使用交替搜索方法（ASM）和一种新型启发式算法并结合准入控制机制，该方法相比贪婪方法将网络成本降低了约8%。

ABSTRACT

In this paper, we propose an end to end joint radio and network function virtualization (NFV) resource allocation for next generation networks providing different types of services with different requirements in terms of latency and data rate. We consider both the access and core parts of the network, and formulate a novel optimization problem whose aim is to perform the radio resource allocation jointly with virtual network function (VNF) embedding, scheduling, and resource allocation such that the network cost, defined as the consumed energy and the number of utilized network servers, is minimized. The proposed optimization problem is non-convex, NP-hard, and mathematically intractable, and hence, we adopt the alternative search method (ASM) to decouple the main problem into some sub-problems of lower complexity. Moreover, w propose a novel heuristic algorithm for embedding and scheduling of VNFs by proposing a novel admission control (AC) algorithm. Then, we compare the performance of the proposed algorithm with a greedy-based solution in terms of the acceptance ratio and the number of active servers. Our simulation results show that the proposed heuristic algorithm outperforms the conventional ones by approximately 8%.

研究动机与目标

• 解决下一代异构网络中最小化网络能耗和服务器利用率成本的挑战。
• 联合优化无线资源分配、VNF嵌入、调度以及接入网与核心网的资源分配。
• 为具有不同延迟和数据速率需求的多样化服务提供端到端QoS保障。
• 为集成无线-NFV资源管理中的NP难、非凸优化问题提供可扩展的解决方案。

提出的方法

• 建立一个非凸、NP难的优化问题，联合最小化能耗和活跃服务器数量。
• 应用交替搜索方法（ASM）将主问题分解为复杂度更低的子问题。
• 设计一种新型启发式算法用于VNF嵌入与调度，并集成准入控制（AC）机制。
• 通过ASM的迭代优化，解耦无线与NFV资源分配，以提高可解性。
• 采用基于仿真的评估方法，比较所提启发式算法与贪婪基线在请求接受率和活跃服务器数量方面的表现。

实验结果

研究问题

• RQ1 如何通过联合无线与NFV资源分配，在满足多样化QoS需求的前提下最小化总网络成本？
• RQ2 新型准入控制机制对VNF调度和资源利用率有何影响？
• RQ3 所提启发式算法在成本和请求接受率方面相较于基于贪婪的方法优势有多大？
• RQ4 交替搜索方法在求解非凸、NP难优化问题方面的有效性如何？

主要发现

• 所提启发式算法在成本降低方面相比基于贪婪的解决方案实现了约8%的性能提升。
• 准入控制机制通过根据资源可用性和QoS约束有效管理VNF请求，显著提升了请求接受率。
• 联合优化框架成功减少了活跃服务器数量，同时维持了所需的服务质量。
• 仿真结果证实，基于ASM的分解方法能够为原本难以求解的优化问题提供可行且可扩展的解决方案。