知识定义的6G网络通感算资源智能调度

面向未来全场景万物智联时代碎片化、极 致化的应用需求，现有移动通信网络资源调度主要针对单一场景采用人工设计资源调度策略，难以满足全场景的按需服务的需求。为此提出知识定义的资源智能优化调度，利用人机赋能获取网络知识，由知识指导生成网络资源调度策略，实现网络资源与智能调度的实时适配和动态拟合，有望满足6G全场景服务的需求。 本书共包括8章，内容涵盖了移动通信网络演进及其对资源调度的需求、意图与知识联合驱动的内生智能网络架构、知识增强的全场景流量感知技术、可增量学习的网络知识获取与表征技术、知识定义的多维异构资源调度策略、基于知识的网络资源调度策略验证技术、知识定义的网络资源部署技术以及典 型应用案例。

周一青 中国科学院计算技术研究所研究员，主要研究方向为通信与计算融合、移动边缘计算、存储通信、干扰管控等。共发表论文200余篇，论文引用4000次以上，获得了IEEE ICC 2018等国际会议的6项Best Paper Award，是无线通信领域专 家。 齐彦丽 中国科学院计算技术研究所研究员，主要研究方向为通信与计算融合、资源管理等，共发表论文二十余篇，申请国内发明专利十余项，同时担任多个期刊、会议论文的评审工作。

第1章 移动通信网络演进及其对资源调度的需求 001 1.1 移动通信网络的发展 002 1.2 网络资源智能调度的需求 006 1.3 本章小结 008 参考文献 008 第2章 意图与知识联合驱动的内生智能网络架构 011 2.1 智能网络演进的驱动力 012 2.2 智能网络关键支撑技术 014 2.2.1 NFV 015 2.2.2 SDN 019 2.3 典型智能网络架构 027 2.3.1 基于意图的网络 028 2.3.2 知识定义网络 032 2.4 内生智能网络架构 040 2.4.1 功能平面 040 2.4.2 闭环控制 049 2.5 本章小结 052 参考文献 052 第3章 知识增强的全场景流量感知技术 059 3.1 网络测量技术概况 061 3.1.1 现有网络测量技术介绍 061 3.1.2 网络测量技术运用场景 069 3.2 服务于知识定义的网络感知技术 072 3.2.1 网络遥测设计的挑战与难题 073 3.2.2 路由机制设计 074 3.2.3 路径生成方案 076 3.2.4 仿真结果分析 083 3.3 本章小结 085 参考文献 086 第4章 可增量学习的网络知识获取与表征技术 091 4.1 目前的知识获取与表征技术 092 4.1.1 用户行为知识 092 4.1.2 业务需求知识 095 4.1.3 网络状态知识 099 4.2 网络知识获取与表征技术 108 4.2.1 基于内容的混合协同滤波预测算法 108 4.2.2 性能仿真 111 4.3 本章小结 113 参考文献 114 第5章 知识定义的多维异构资源调度策略 119 5.1 现有通算资源调度策略生成技术 120 5.1.1 任务卸载 121 5.1.2 服务迁移 142 5.1.3 现有资源调度策略的局限性 151 5.2 知识定义的多维资源调度策略生成技术 153 5.2.1 基于移动轨迹知识的双连接软切换机制 153 5.2.2 基于移动特征知识的敏捷的迁移强化学习算法 163 5.3 本章小结 176 参考文献 177 第6章 基于知识的网络资源调度策略验证技术 189 6.1 策略验证概述 190 6.1.1 发展背景 190 6.1.2 基本定义 192 6.2 6G智能网络架构下的网络策略验证 193 6.2.1 6G智能网络策略类型 194 6.2.2 6G智能网络策略验证分类 196 6.2.3 6G智能网络策略管理流程 198 6.3 策略验证关键技术 200 6.3.1 数字孪生网络 200 6.3.2 形式化验证方法 205 6.4 基于知识的网络资源调度策略验证 221 6.4.1 网络建模 222 6.4.2 策略仿真验证 225 6.4.3 反馈告警 228 6.5 本章小结 230 参考文献 231 第7章 知识定义的网络资源部署技术 237 7.1 面向6G业务场景定义及网络资源需求 239 7.1.1 一切内容3D化 239 7.1.2 网络从传输走向控制 242 7.1.3 无处不AI 243 7.1.4 社交IoT 246 7.1.5 空天地一体化 249 7.2 当前网络资源部署技术的演进及挑战 251 7.2.1 4G/5G/6G网络架构 252 7.2.2 4G/5G网络架构部署演进 256 7.2.3 全球5G云网融合实践及探索 260 7.2.4 5G网络资源部署阶段性问题实践 264 7.3 面向6G知识定义的网络资源部署技术 271 7.4 本章小结 278 参考文献 278 第8章 典型应用案例 281 8.1 边缘计算网络资源智能调度 283 8.1.1 场景描述 283 8.1.2 技术方案概述 286 8.2 数据中心网络智能运维 287 8.2.1 场景描述 287 8.2.2 技术方案概述 288 8.3 光网络资源智能调度 290 8.3.1 场景描述 290 8.3.2 技术方案概述 291 8.4 内容分发网络资源智能调度 294 8.4.1 场景描述 294 8.4.2 技术方案概述 295 8.5 园区网络智能运维 296 8.5.1 场景描述 296 8.5.2 技术方案概述 298 8.6 智能基站节能 300 8.6.1 场景描述 300 8.6.2 技术方案概述 302 8.7 网络带宽智能调度 303 8.7.1 场景描述 303 8.7.2 技术方案概述 306 8.8 切片资源智能调度 307 8.8.1 场景描述 307 8.8.2 技术方案概述 309 8.9 网络路由智能调优 311 8.9.1 场景描述 311 8.9.2 技术方案概述 314 8.10 本章小结 319 参考文献 319 结束语 321