1、2023 年 5 月 Journal on Communications May 2023 第 44 卷第 5 期 通 信 学 报 Vol.44 No.5基于联合优化的网络切片资源分配策略 王再见1,2，谷慧敏1,2（1.安徽师范大学物理与电子信息学院，安徽 芜湖 241002；2.安徽省智能机器人信息融合与控制工程实验室，安徽 芜湖 241002）摘 要：为解决 5G 网络中各类应用差异性大对通信需求侧重点不同造成的网络资源利用率低的问题，提出一种基于联合优化的网络切片资源分配策略，旨在通过综合考虑切片间资源分配和切片内资源调度问题，最大化网络资源利用率和网络收益。首先，在切片间资源分配问题
2、中定义一个切片用户平均满意度函数，基于切片用户数量、切片调度时延以及切片优先级等约束，提出基于用户服务质量（QoS）的比例公平资源分配算法，以权衡各切片之间的公平性和用户需求。其次，在切片内资源调度问题中引入服务降级和资源迁移函数，针对拥塞和非拥塞2 种情况为内部接入用户和外部接入用户分别建立价格模型。基于所提价格模型建立基站与用户之间的Stackelberg 博弈，并采用一种低复杂度的全局搜索算法求解该博弈的最佳响应，使基站效用和用户效用最优。仿真结果表明，所提策略能够有效提高资源利用率和网络收益，并降低网络拥塞，较好地实现资源分配的公平性。关键词：资源分配；网络切片；比例公平；Stacke
3、lberg 博弈 中图分类号：TN929.5 文献标志码：A DOI:10.11959/j.issn.1000436x.2023089 Network slicing resource allocation strategy based on joint optimization WANG Zaijian1,2,GU Huimin1,2 1.School of Physics and Electronic Information,Anhui Normal University,Wuhu 241002,China 2.Anhui Provincial Engineering Laboratory
4、 on Information Fusion and Control of Intelligent Robot,Wuhu 241002,China Abstract:To improve network resource utilization that was decreased by different applications with different require-ments in 5G networks,a network slicing resource allocation strategy based on joint optimization was proposed,
5、which was utilized to maximize both network resource utilization and network revenue by comprehensively considering in tra-slice and inter-slice resource schedule.Firstly,the users average satisfaction function was defined in the inter-slicing resource allocation problem.Furthermore,in terms of the
6、number of users,slicing schedule delay and priority,a propor-tional fair resource allocation algorithm based on quality of service(QoS)was proposed,which was employed to achieve the best tradeoff between fairness and the users requirements among slices.Secondly,after two functions(service degra-dati
7、on and resource migration)were introduced in the inter-slice resource schedule problem,two price models were es-tablished for internal access users and external access users respectively,where congestion and non-congestion conditions were analyzed.According to the proposed price models,a Stackelberg
8、 game between the base station and users was con-structed,and a global search algorithm with low complexity was leveraged to obtain the best response of the game,where the best tradeoff between the base station revenue and user utility was obtained.Simulation results show that the pro-posed strategy
9、 can effectively improve resource utilization and network revenue while reducing network congestion.Therefore,it can better realize fairness in resource allocation.Keywords:resource allocation,network slicing,proportional fair,Stackelberg game 收稿日期：20221206；修回日期：20230225 基金项目：安徽省自然科学基金资助项目（No.200808
10、5MF222）Foundation Item:The Natural Science Foundation of Anhui Province(No.2008085MF222)第 5 期 王再见等：基于联合优化的网络切片资源分配策略 235 0 引言 5G/B5G 时代催生出大量 4K/8K 超高清视频等对带宽要求很高的应用，以及虚拟现实（VR,virtual reality）等要求时延极小的新型应用，使接入通信网络的用户（UE,User）数量和用户通信数据量呈指数式增长1-5。如何根据业务场景需求提供定制化服务，对网络资源进行合理分配，灵活满足不同业务场景差异化的需求是 5G/B5G 通信系
11、统进一步发展的关键。网络切片可以在同一个物理网络基础设施上同时支持多种具有不同性能要求的业务场景，能够有效解决业务场景差异化和用户需求多样化造成的资源浪费和网络部署成本过高的问题6-7。近年来，在网络切片资源分配方面已有大量研究工作。文献8提出一种基于有序加权算子的通用框架，有效提高了系统的效率和切片间资源分配的公平性，但其考虑的主要因素是用户个人满意度和系统的公平效用。文献9联合考虑了切片间资源分配以及切片内资源调度问题，其优化目标在于保证切片的隔离性能，平衡分配效率和服务时延。文献10提出一种异构云接入网络下联合拥塞控制和资源分配的网络切片动态资源调度算法，但该算法缺乏对公平性的考虑。文献
12、11提出一种同时考虑切片间和切片内优先级的资源分配方案，但其优先级的设定过于简单，仅考虑用户在切片中的数据传输速率。文献12采用共享比例公平（PF,proportional fair）的方法提高资源利用率，但研究场景仅面向车辆网络切片，缺乏对业务多样性的考虑。文献8-12主要针对公平性、服务时延以及吞吐量等方面进行了优化，缺乏对网络收益与用户效用之间存在利益冲突问题的考虑。博弈论是研究理性个体在利益冲突的情况下制定对策，最终达到平衡态的数学工具13。文献14-18主要基于博弈模型解决网络资源定价和网络资源分配问题。文献14提出一种三级联合优化模型，保证了在跟踪信道、资源效率、效用方面最优。但该
13、方法只针对二层业务，且仅以流量带宽作为度量用户满意度的性能指标，缺乏对用户需求多样性的考虑。文献15提出一种基于博弈论的自动化机制，用来协助用户根据需求及时做出决策，但该文献未考虑用户业务的差异性。文献16提出一种能收敛到博弈均衡的分布式算法，有效地提高了基础设施提供者（InP,in-frastructure provider）和 UE 的收益。文献17提出了一种基于匹配博弈的资源分配方法，有效地降低了资源分配的响应时延和系统成本。但文献16-17均未考虑在网络拥塞的情况下，如何实现资源公平分配的问题。文献18量化了纳什均衡之间的偏差，但该文献未考虑用户对服务的满意程度，无法权衡资源分配的公平
14、性和用户服务质量（QoS,quality of service）。综上所述，现有网络切片资源分配方案普遍以公平性、吞吐量作为优化目标，且未充分考虑用户业务的差异性，同时缺少对资源公平分配与利润最大化共存问题的研究19-23。因此本文考虑资源公平分配和利润最大化共存问题，提出一种基于联合优化的网络切片资源分配策略。本文主要的研究工作如下。1)对于切片间资源分配问题，本文提出一种基于 QoS 的 PF 算法。通过联合考虑切片调度时延、切片用户数量以及切片平均满意度函数，构建切片优先级，并按照优先级从高到低的顺序，依次为切片分配资源，直至剩余资源为零。该方法有效地权衡了各切片之间的公平性和用户需求。
15、2)对于切片内资源调度问题，本文基于用户和切片已匹配关系，将基站（BS,base station）与 UE之间的交互过程构建为 Stackelberg 博弈，并考虑到实际网络中可能存在的网络拥塞现象，引入服务降级和资源迁移函数，给出了基于网络拥塞状态的价格模型和资源分配策略，有效地提高了网络收益和用户效用。3)仿真结果表明，本文策略能够提高系统资源利用率和网络收益，降低网络拥塞，保证资源分配的公平性。与传统算法的对比验证了本文策略的有效性。1 系统模型 本文系统模型如图 1 所示。考虑一个 5G 单小区下行链路的切片网络，为满足用户需求，以业务应用类型为单位将网络划分为 3 个切片，分别是超可
16、 靠 低 时 延 通 信（URLLC,ultra-reliable and low-latency communication）、增 强型 移 动宽带（eMBB,enhanced mobile broadband）以及大规模机器型通信（mMTC,massive machine-type communi-cation），并假设 3 个切片的物理基础设施为同一个基站1,kkK。不失一般性，假设小区中共236 通 信 学 报 第 44 卷 有N个用户。其中，URLLC 切片中用户数为uN，eMBB 切片中用户数为eN，mMTC 切片中用户数为mN，且用户均匀分布在小区内。系统工作流程如下：UE 向 BS 申请切片资源，BS 根据 UE 需求和自身服务能力动态调整切片价格，以最大化自身收益。图 1 系统模型 2 问题形成 本文将网络切片资源分配问题分为切片间资源分配问题和切片内资源调度问题。2.1 切片间资源分配问题 假设基站拥有的无线资源总数为Q，初始时根据网络切片类型和负载情况等，为每个切片分配满足最低要求的资源。其中，eMBB、URLLC 和 mMTC切片分配到的资源总数分别为1Q、2Q
