一种基于对抗生成网络辅助帕累托优化的网络切片重构方法技术

本发明专利技术提出一种基于对抗生成网络辅助帕累托优化的网络切片重构方法，提出基于生成对抗网络

【技术实现步骤摘要】
一种基于对抗生成网络辅助帕累托优化的网络切片重构方法


[0001]本专利技术属于无线通信
，具体涉及一种基于对抗生成网络辅助帕累托优化的网络切片重构方法
。

技术介绍

[0002]随着通信技术的不断发展以及云时代的来临，多元化的无线通信服务和智能应用层出不穷，这给传统固化的移动通信网络架构带来了极大的挑战
。
为此，网络切片技术应运而生
。
具体而言，网络切片技术允许移动虚拟网络运营商
(Mobile Virtual Network Operator,MVNO)
向基础设施提供商
(Infrastructure Provider,InP)
租用一定的通信资源，在一个通用的物理网络上构建多个专用
、
虚拟化且相互隔离的逻辑网络，以满足用户差异化服务需求并提高
MVNO
的服务收益
。
网络切片主要分为无线接入网切片
、
传输网切片和核心网切片
。
其中，无线接入网切片技术针对不同应用场景，通过对无线资源的分配和管理，将无线接入网划分为多个独立的切片，以提供定制化服务
。
[0003]然而，由于数据流量需求的激增，未来通信网络将引入大量低成本的小基站
(SBS)
以提高网络容量
。
同时，随着无线通信网络逐渐变得密集，由网络实体
(
例如
SBS)
的物理或软件故障引起的服务中断频繁发生
,
这将不可避免影响无线接入网切片的性能，导致切片功能失效以及用户
QoE
的降级
。
因此，重构机制作为无线接入网切片的关键功能之一，近年来引起了各界的广泛关注
。
具体来说，无线接入网切片的重构机制是指当无线网络发生故障时，通过合理的切片重构方案来最大限度地降低对切片性能的影响，从而保证用户业务的连续性
。
传统的无线接入网切片重构机制通常依靠预置机制或简单的启发式方法来进行切片维护和修复，因而对于未来动态且复杂的网络架构将会变得固化且低效
。
为此，亟需提出一种智能化的无线接入网切片自重构机制，以提高网络的管理效率以及服务收益
。

技术实现思路

[0004]有鉴于此，本专利技术的目的是提供一种基于对抗生成网络辅助帕累托优化的网络切片重构方法，能够有效地降低最优帕累托解集的反世代距离，并且可以提高无线接入网切片的效用和隔离度
。
[0005]一种基于对抗生成网络辅助帕累托优化的网络切片重构方法，包括如下步骤：
[0006]步骤
1、
构建切片化无线接入网系统模型，并构建包括定制化服务收益
、
隔离性服务收益以及重配置代价的切片的效用函数；
[0007]步骤
2、
将
SRANS
问题表述为一个帕累托优化问题，以寻求所有切片的最大效用；
SRANS
建模如下：
[0008][0009][0010][0011][0012]其中，为多个无线接入网切片的效用函数的向量；表示当小基站
m
故障时受到影响的无线接入网切片的集合；表示资源块
RB
分配指示变量，即基站
m
的第
r
个资源块
RB
是否分配给切片
s
的第
k
个需求点个需求点表示覆盖需求点的基站集合；表示每个基站的资源块
RB
集合；集合；表示无线接入网切片
s
中需求点的集合；表示单个用户的需求或热点区域的累积需求传输速率；表示需求点的实际下行传输速率；
[0013]步骤
3、
基于
GAN
的帕累托优化
GPO
算法求解
SRANS
问题，包括：
[0014]步骤
3.1、
在初始化阶段，
GPO
算法首先基于对立点的初始化策略给出初始解，然后构造一组参考方向，具体为：
[0015]首先，根据约束
(7.1)
和
(7.3)
生成可行解集并根据约束
(7.2)
验证这些解，其中
N
为解集中的解的总数；然后，根据对立点的定义，为解集中的每个点解成其对立点其中是解的对立点；
[0016]最后，对于所有
N
个初始化解，每个解
q
n
与其对立点
q
′
n
进行比较，将两者中具有支配地位的解保留到初始化解集中；
[0017]3.2、
参考方向的构造
[0018]首先，创建中心参考方向和极端参考方向，分别表示为
RC
＝
(1/S
*
,
…
,1/S
*
)
和
RE
i
＝
(b1,
…
b
j
...,b
S*
)
，其中
b
i
＝1；
b
j
＝
01≤j≤S
*
,1≤i≤S
*
；
S
*
表示集合中元素数量；
[0019]将单位单纯形可以划分为
S
*
个子单纯形，其中每个子单纯形以点
RC、RE
i
和
RE
q
为界；
q
为
(i+1)/S
*
取余数；
[0020]然后，为每个子单纯形生成一组不同的参考方向：
[0021][0022]则第
k
层第
t
个参考方向表示为：
[0023][0024]其中
1≤k≤K,0≤t≤k
；
[0025]所有的参考方向的集合表示为：
[0026][0027]步骤
3.3、
在迭代阶段，
GPO
依次执行以下步骤来寻求最优帕累托解，具体包括：
[0028]步骤
3.31、
根据自条件
GAN
来生成潜在的中间解；
[0029]自条件
GAN
由生成器网络和鉴别器网络两部分组成；
[0030]在潜在空间中采样一批随机点作为生成器网络的输入，针对这些输入以及簇的类别，生成器网络相应生成一组假样本；
[0031]将带标签的训练数据集作为父代种群从父代种群中采样一小批次样本连同生成器网络生成的假样本以及簇的类别
c
作为鉴别器网络的输入，鉴别器须对训练数据和假样本进行预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于对抗生成网络辅助帕累托优化的网络切片重构方法，其特征在于，包括如下步骤：步骤
1、
构建切片化无线接入网系统模型，并构建包括定制化服务收益
、
隔离性服务收益以及重配置代价的切片的效用函数；步骤
2、
将
SRANS
问题表述为一个帕累托优化问题，以寻求所有切片的最大效用；
SRANS
建模如下：建模如下：建模如下：建模如下：其中，为多个无线接入网切片的效用函数的向量；表示当小基站
m
故障时受到影响的无线接入网切片的集合；表示资源块
RB
分配指示变量，即基站
m
的第
r
个资源块
RB
是否分配给切片
s
的第
k
个需求点个需求点表示覆盖需求点的基站集合；表示每个基站的资源块
RB
集合；集合；表示无线接入网切片
s
中需求点的集合；表示单个用户的需求或热点区域的累积需求传输速率；表示需求点的实际下行传输速率；步骤
3、
基于
GAN
的帕累托优化
GPO
算法求解
SRANS
问题，包括：步骤
3.1、
在初始化阶段，
GPO
算法首先基于对立点的初始化策略给出初始解，然后构造一组参考方向，具体为：首先，根据约束
(7.1)
和
(7.3)
生成可行解集并根据约束
(7.2)
验证这些解，其中
N
为解集中的解的总数；然后，根据对立点的定义，为解集中的每个点解成其对立点其中是解的对立点；最后，对于所有
N
个初始化解，每个解
q
n
与其对立点
q
n
′
进行比较，将两者中具有支配地位的解保留到初始化解集中；
3.2、
参考方向的构造首先，创建中心参考方向和极端参考方向，分别表示为
RC
＝
(1/S
*
,
…
,1/S
*
)
和其中
b
i
＝1；
S
*
表示集合中元素数量；将单位单纯形可以划分为
S
*
个子单纯形，其中每个子单纯形以点
RC、RE
i
和
RE
q
为界；
q
为
(i+1)/S
*
取余数；然后，为每个子单纯形生成一组不同的参考方向：则第
k
层第
t
个参考方向表示为：
其中
1≤k≤K,0≤t≤k
；所有的参考方向的集合表示为：步骤
3.3、
在迭代阶段，
GPO
依次执行以下步骤来寻求最优帕累托解，具体包括：步骤
3.31、

【专利技术属性】
技术研发人员：王亚彤，李云杰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：