AI驱动的可靠SFC部署:挑战、机遇与展望
《ACM Computing Surveys》:AI-Driven Reliable SFC Deployment: Challenges, Opportunities, and Perspectives
【字体:
大
中
小
】
时间:2026年09月18日
来源:ACM Computing Surveys 30.4
编辑推荐:
摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要人工智能(AI)技术正在推动来自自动驾驶、智能制造和智能医疗等应用的越来越多对可靠性敏感的服务功能链(SFC)请求。这些应用不仅需要可行的部署方案,还要求在故障、中断和不确定性条件下保持持续
要查看此 AI 生成的摘要,您必须拥有高级访问权限。
摘要
摘要
人工智能(AI)技术正在推动来自自动驾驶、智能制造和智能医疗等应用的越来越多对可靠性敏感的服务功能链(SFC)请求。这些应用不仅需要可行的部署方案,还要求在故障、中断和不确定性条件下保持持续的服务可用性。现有的可靠 SFC 部署研究主要依赖基于规则的方法,这些方法提供了明确的公式和可解释的决策规则,但通常难以应对涉及可靠性、时延、成本和安全性的动态、大规模和多目标需求。因此,AI 驱动的方案为实现自适应和数据驱动的部署决策提供了有前景的方向。本综述首先阐明了 SFC 部署的工作流程以及传统 SFC 部署与可靠 SFC 部署之间的区别。然后,我们回顾了基于规则的可靠 SFC 部署,分析了其主要设计依据、代表性解决方案范式及其局限性。在此基础上,我们探讨了用于可靠 SFC 部署的 AI 驱动方法,特别关注深度强化学习方法,这些方法在现有文献中占据主导地位。最后,我们讨论了通向自适应、鲁棒和可扩展的可靠 SFC 部署的开放挑战和未来方向。
AI 摘要
AI 生成摘要(实验性)
本摘要由自动化工具生成,并非由本文作者撰写或审阅。它旨在支持发现、帮助读者评估相关性,并协助相邻研究领域的读者理解该工作。本摘要旨在补充作者提供的摘要,后者仍为论文的主要摘要。全文仍为权威版本记录。点击此处了解更多。
点击此处评论本摘要的准确性、清晰度和实用性。这样做将有助于改进和未来的重新生成版本。
要查看此 AI 生成的通俗摘要,您必须拥有高级访问权限。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号