我院教师张培颖、硕士生张逸在中科院大类分区1区TOP期刊《IEEE Internet of Things Journal》发表题为“Dynamic SFC Embedding Algorithm Assisted by Federated Learning in Space-Air-Ground Integrated Network Resource Allocation Scenario”的研究论文。《IEEE Internet of Things Journal》2021年影响因子为10.238，近五年平均影响因子为11.043，为中国石油大学（华东）T0期刊。

传统的地面无线通信网络无法支持智能城市等人工智能应用对高质量服务的要求。空天地一体化网络（SAGIN）为解决这一挑战提供了一个解决方案。然而，SAGIN具有异构性、时变性和多维信息源等特点，使得传统的网络架构难以支持大规模复杂网络环境下的资源分配。为此，提出了一种基于联邦学习和服务功能链（SFC）的服务提供方法来解决这一问题。网络功能虚拟化对于在SAGIN中有效的分配资原，满足用户服务请求的资源需求至关重要。该算法考虑了节点的不同特征和资源负载，以平衡资源消耗。然后提出了一种SFC调度机制，允许SFC重新配置以减少服务阻塞率。仿真结果表明，其他算法相比，该算法在长期平均收入、接受率和长期平均收入成本比方面更具优势。

The working framework of the FL-based SFCR embedding

原文链接：https://ieeexplore.ieee.org/document/9951143