MPITE：一种用于可解释且可追溯的网络性能评估的多维性能评估工具

《IEEE Transactions on Networking》：MPITE: Multidimensional Performance Evaluator for Interpretable and Traceable Network Performance Evaluation

6G通信网络面临传统性能评估方法忽视不确定性和单一维度的局限，本文提出MPITE框架，通过物理-逻辑-因果三层拓扑结构整合多维性能指数（时间/价值/确定性），结合可解释贝叶斯算法实现网络状态推断与参数优化溯源，实验验证其优势与可追溯性。

　　

摘要：

随着第六代（6G）通信技术的进步，对全面且可解释的网络性能评估的需求日益增长，以便进行网络优化。传统的评估方法往往忽略了不确定性，并且仅限于单一时间尺度或性能维度，而基于机器学习的最新方法则缺乏可解释性。为了解决这个问题，我们提出了一种多维性能评估工具（MPITE），用于实现可解释且可追溯的网络性能评估。MPITE采用三层评估模型构建，涵盖了物理、逻辑和因果拓扑结构，反映了通信系统配置、网络状态变化以及性能指标之间的因果关系。我们引入了一个多维性能指标，综合考虑了价值、时间和确定性三个维度，以全面评估网络性能。我们提出了基于可解释贝叶斯理论的网络推理算法，用于推导网络性能的确定性。然后，通过反向推理智能地确定最优网络配置参数以实现网络追踪。实验结果证明了MPITE的优势、可解释性和可追溯性。

引言

未来的第六代（6G）网络预计将是一种本质上智能化、高度动态的超密集异构网络（HetNets），其特点是整合了多种类型的网络资源，以实现更高效和灵活的通信[2]。这种网络架构通常包括多种技术和频段的融合，如毫米波通信、太赫兹通信[3]和光通信，以及基于人工智能和机器学习的智能网络管理和优化。然而，6G HetNets的新特性也给网络性能评估、资源分配和网络优化带来了许多挑战[4]。