| 1 |
1
동적 리소스를 할당하는 장치에 있어서,심층 강화 학습(Deep Reinforcement Learning)을 사용하여 원격 무선 헤드(Remote Radio Head)의 부하 변동을 학습하고, 상기 원격 무선 헤드의 상기 부하 변동을 예측하는 심층 강화 학습부;예측되는 상기 부하 변동을 이용하여 상기 원격 무선 헤드에 대응하는 가상 머신(Virtual Machine)의 컴퓨팅 리소스를 계산하는 계산부; 및계산된 상기 컴퓨팅 리소스를 상기 가상 머신에 할당하는 할당부를 포함하는,동적 리소스 할당 장치
|
| 2 |
2
제1항에 있어서,상기 심층 강화 학습부는,상기 심층 강화 학습을 사용하여 원격 무선 헤드의 부하 변동을 학습하는 학습부; 및상기 원격 무선 헤드의 상기 부하 변동을 예측하는 예측부를 포함하는 동적 리소스 할당 장치
|
| 3 |
3
제1항에 있어서,상기 심층 강화 학습부는,상기 가상 머신으로부터 보상 값을 획득하고, 상기 보상 값을 이용하여 상기 원격 무선 헤드의 상기 부하 변동을 예측하는 동적 리소스 할당 장치
|
| 4 |
4
제3항에 있어서,상기 심층 강화 학습부는,상기 컴퓨팅 리소스의 필요 값과 상기 컴퓨팅 리소스의 할당 값의 차이 값이 미리 지정되는 값 이하에 도달할 때 까지 반복 학습하는 동적 리소스 할당 장치
|
| 5 |
5
제1항에 있어서,상기 심층 강화 학습부는,시간 영역을 나누어 상기 원격 무선 헤드의 부하 변동을 학습하고, 부하 변동을 상기 시간 영역에 대응하여 예측하는 동적 리소스 할당 장치
|
| 6 |
6
동적 리소스 할당 장치의 동작 방법에 있어서(a) 심층 강화 학습(Deep Reinforcement Learning)을 사용하여 원격 무선 헤드(Remote Radio Head)의 부하 변동을 학습하고, 상기 원격 무선 헤드(Remote Radio Head)의 상기 부하 변동을 예측하는 단계;(b) 예측되는 상기 부하 변동을 이용하여 상기 원격 무선 헤드에 대응하는 가상 머신(Virtual Machine)의 컴퓨팅 리소스를 계산하는 단계; 및(c) 계산된 상기 컴퓨팅 리소스를 상기 가상 머신에 할당하는 단계를 포함하는,동적 리소스 할당 장치의 동작 방법
|
| 7 |
7
제6항에 있어서,(d) 상기 가상 머신으로부터 보상 값을 획득하고, 상기 보상 값을 이용하여 상기 원격 무선 헤드의 상기 부하 변동을 예측하는 단계를 더 포함하는,동적 리소스 할당 장치의 동작 방법
|
| 8 |
8
제7항에 있어서,상기 보상 값을 이용하여 상기 원격 무선 헤드의 상기 부하 변동을 예측하는 단계는,상기 컴퓨팅 리소스의 필요 값과 상기 컴퓨팅 리소스의 할당 값의 차이 값이 미리 지정되는 값 이하에 도달할 때 까지 반복 수행하는 동적 리소스 할당 장치의 동작 방법
|
| 9 |
9
제8항에 있어서,상기 가상 머신이 복수인 경우에,상기 차이 값은 각각의 가상 머신에 대한 컴퓨팅 리소스의 필요 값과 컴퓨팅 리소스의 할당 값의 차이의 절댓값을 합산하여 계산하는 동적 리소스 할당 장치의 동작 방법
|
| 10 |
10
제6항에 있어서,상기 부하 변동을 예측하는 단계는,시간 영역을 나누어 상기 원격 무선 헤드의 부하 변동을 학습하고, 부하 변동을 상기 시간 영역에 대응하여 예측하는 동적 리소스 할당 장치의 동작 방법
|
