Anti-Jamming Task Scheduling in MEC-O-RAN With Hierarchical DRL and Transformer-Based Control
Notice bibliographique
Résumé
This paper presents a Deep Hierarchical Reinforcement Learning (DHRL) framework for reliable task scheduling in MEC-enabled 5G Open RAN systems under on-off jamming attacks. The scheduling problem is modeled as a combinatorial integer nonlinear program (ComINP), which is hard to solve directly. To handle this, we use Deep Reinforcement Learning (DRL). Since the jamming environment is only partially observable, the problem becomes a Partially Observable Markov Decision Process (POMDP). To deal with this, we split the problem into two DRL agents. The first agent is a jamming estimator that uses an Alternating Discrete Phase-Type Renewal Process (ADPHRP) to predict jammed time slots based on dense distribution patterns. It is trained using a Proximal Policy Optimization (PPO) algorithm. The second agent is a task scheduler called Weighted MAC-based Task Scheduler (WMAC-TS), which schedules tasks during non-jammed slots while maintaining quality of service (QoS). It uses a transformer-based Actor-Critic model with linear complexity relative to the number of tasks, considering both short-term and long-term rewards. Simulation results show that the PPO-based jamming estimator achieves a cumulative prediction error of 13 time slots in 100 time slots, compared to 25 time slots for DDQN with historical data and 48 time slots for standard DDQN. For 50 active users, WMAC-TS achieves a task drop ratio of 0.917 lower than the 0.942 of the baseline genetic algorithm, and cuts execution time from 1260 seconds to 316 seconds.
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.
Comment cette classification a été obtenuedéplier
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».