5G服務功能鏈智能部署與編排

第1章 相關背景 1
1.1 概述 1
1.2 產業(yè)背景 2
1.2.1 1G～5G網絡的發(fā)展歷史 2
1.2.2 物聯網的發(fā)展 5
1.2.3 服務功能鏈的定義與發(fā)展 7
1.3 技術背景 8
1.3.1 軟件定義網絡（SDN）技術 8
1.3.2 網絡功能虛擬化（NFV）技術 10
1.3.3 多接入邊緣計算（MEC）技術 14
1.3.4 人工智能（AI）技術的發(fā)展 17
第2章 并行化服務功能鏈加速技術 18
2.1 概述 18
2.2 服務功能鏈并行化加速 19
2.2.1 傳統(tǒng)串行組鏈模式的弊端 19
2.2.2 網絡功能操作類型識別 19
2.2.3 網絡功能并行化組鏈 21
2.2.4 服務功能鏈并行度優(yōu)化 22
2.3 并行化服務功能鏈部署與調度機制 25
2.3.1 基于資源匹配的網絡功能部署機制 25
2.3.2 基于強化學習的并行服務功能鏈調度機制 34
第3章 SFG部署與調度技術 49
3.1 概述 49
3.2 SFG分布式優(yōu)化部署機制 50
3.2.1 系統(tǒng)建模 51
3.2.2 算法設計 55
3.2.3 仿真實驗驗證與分析 57
3.3 協(xié)同SFG部署與采樣頻率調整 64
3.3.1 數據的采樣頻率與AoI的關系 64
3.3.2 系統(tǒng)建模 65
3.3.3 算法設計 68
3.3.4 實驗分析 73
第4章 服務功能鏈的跨域部署優(yōu)化技術 79
4.1 概述 79
4.2 基于資源預測和二進制應答節(jié)點選擇方法 80
4.2.1 跨域SFC部署架構 80
4.2.2 資源預測和二進制應答機制 81
4.3 基于DRL的SFC跨域部署方法 90
4.3.1 基于馬爾可夫決策過程的建模 91
4.3.2 算法設計 93
4.3.3 仿真實驗驗證與分析 96
第5章 服務功能鏈預測與重構技術 105
5.1 概述 105
5.2 基于LSTM的節(jié)點資源預測 106
5.2.1 特征采集 106
5.2.2 序列分解 106
5.2.3 基于LSTM模型預測長期趨勢變化 107
5.2.4 基于虛擬動作的DQN模型預測不規(guī)則變化 110
5.3 基于隱式馬爾可夫模型的SFC行為分析 115
5.3.1 隱式馬爾可夫模型 115
5.3.2 基于隱式馬爾可夫模型的SFC行為分析方法 118
5.4 服務功能鏈遷移與重構 125
5.4.1 系統(tǒng)建模 125
5.4.2 問題描述 126
5.4.3 重構決策算法 131
5.4.4 SFC遷移的啟發(fā)式算法 133
第6章 服務功能鏈故障診斷與恢復技術 134
6.1 概述 134
6.2 基于動態(tài)貝葉斯網絡的SFC故障診斷 135
6.2.1 系統(tǒng)模型 135
6.2.2 問題描述 135
6.2.3 基于動態(tài)貝葉斯網絡的SFC故障診斷算法 136
6.2.4 仿真實驗 149
6.2.5 實驗結果與分析 155
6.3 基于NSGA-II的SFC故障恢復 160
6.3.1 系統(tǒng)建模 160
6.3.2 問題描述 161
6.3.3 基于NSGA-II的SFC故障恢復算法 166
6.3.4 實驗仿真驗證 167
第7章 服務功能鏈研究前沿技術 172
7.1 概述 172
7.2 計算服務功能鏈的編排研究 172
7.3 基于知識協(xié)作和遷移的服務功能鏈的編排研究 174
第8章 總結與展望 176
8.1 本書總結 176
8.2 未來研究展望 176
參考文獻 178