Joint VNF Placement and Scheduling for Latency-Sensitive Services
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Next-generation 6G networks are envisioned to be a key enabler for low-latency services (e.g., extended reality, remote surgery), which cannot be potentially realized by currently deployed networks. Network function virtualization (NFV) and software-defined networking (SDN) are going to continue playing their key role as two promising technologies in 6G to realize these services due to flexibility, agility, scalability, and cost-efficiency. Although NFV and SDN bring several benefits, provisioning latency-sensitive network services (NSs) in an NFV-based infrastructure remains a challenge, as they require stringent service deadlines. To efficiently meet such stringent service deadlines, VNF placement and scheduling need to be carried out jointly. Most of the existing studies tackle these two problems separately. In this paper, we study the joint VNF placement and scheduling problem for latency-sensitive NSs. We aim at optimally determining whether to place new VNFs or to reuse the already deployed VNFs to optimize profits while guaranteeing stringent deadlines. To solve the problem, we formulate it as an integer linear programming (ILP) problem. Due to its complexity, we also propose two efficient heuristics, namely, greedy-based and Tabu search-based algorithms to solve the problem. The simulation results show that our proposed algorithms achieve higher profits than the existing benchmarks.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle