메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
한국통신학회 한국통신학회 APNOMS 한국통신학회 APNOMS 2020
발행연도
2020.9
수록면
279 - 282 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
With the advent of the 5G network era, it is required to flexibly build and manage networks to meet rapidly changing service requirements. Software-defined networking (SDN) and network function virtualization (NFV) are key technologies that enable flexible network management by transforming networks into software-based networks. Besides, NFV has the advantage of virtualizing network functions, operating those on commercial (COTS) servers, and managing the network functions dynamically. However, the numerous virtual networks and resources created by NFV can cause problems complicating network management. To solve the problems, research on managing complex NFV environments using artificial intelligence (AI) has recently attracted attention. In particular, service function chaining (SFC) is one of the essential NFV technologies, and it is required to create an efficient SFC path in dynamic networks. In this paper, we propose a method of finding optimal SFC path considering the resource utilization of virtual network function (VNF) and VNF placement by using Q-learning, one of the reinforcement learning (RL) algorithms.
#Network Function Virtualization (NFV) #Service Function Chaining (SFC) #Reinforcement Learning (RL) #Q-learning #Artificial Intelligence (AI)

목차

Abstract
I. INTRODUCTION
II. RELATED WORK
III. Q-LEARNING BASED SFC PATH SELECTION
IV. IMPLEMENTATION
V. EVALUATION
VI. CONCLUSION
VII. ACKNOWLEDGMENT
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

SDN/NFV 환경에서 효율적인 서비스 체이닝을 위한 Q-learning기반 동적 서비스 경로 선택 기법
김선혁 ,  홍충선 한국정보과학회 학술발표논문집 2016 .12
분산 모바일 코어기반 5G 네트워크에서의 Service Function Chaining 적용구조
선경재 ,  김영한 한국통신학회논문지 2016 .12
SDN/NFV 환경에서 효율적인 서비스 체이닝을 위한 Q-learning기반 트래픽 플로우 분배 기법
김선혁 ,  홍충선 한국정보과학회 학술발표논문집 2016 .06
서비스 기능 체이닝에서 Statistics Table 을 활용한 트래픽 처리 속도 프로비저닝
박찬호 ,  신동렬 한국통신학회 학술대회논문집 2016 .06
Service Function Chain(SFC) 아키텍처에서 부하 분산 기법 제안
우상욱 ,  여윤석 ,  현상원 외 1명 한국통신학회 학술대회논문집 2016 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-567-001678500