ELASTIC5GC- elasticidade proativa no Core 5G para melhorar a utilização de recursos e a capacidade de atendimento

Carregando...
Imagem de Miniatura

Data de defesa

Autor(a)



Orientador(a)


Coorientador(a)


Título do periódico

ISSN

Título do volume

Nome da instituição

Universidade do Vale do Rio dos Sinos

Departamento

Escola Politécnica

Programa

Programa de Pós-Graduação em Computação Aplicada

Agência de fomento

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Resumo

A nova geração de telecomunicações móveis (5G) está em vias de ser implantada em todo o mundo, contudo diversos aspectos da sua implementação estão em aberto. Essa nova geração tem como principal objetivo atender a realidade que está por vir, i.e., alavancada pelos dispositivos IoT, com previsão para 2025 de mais de 79,4 zettabytes trafegados por ano e cerca de 41,6 bilhões de dispositivos conectados. Pensando nesses aspectos e visando estar preparado para essa nova realidade, o 3GPP lançou a Release 15. Um dos itens de adequação é a arquitetura baseada em serviços para o núcleo que, dentre outras características, desacopla os serviços de forma que cada um tenha uma responsabilidade específica, facilitando a multiplicação de serviços para atender os mais diversos e dinâmicos cenários. Nesse trabalho é apresentado um modelo para aumentar a capacidade de atendimento aos dispositivos e melhorar a utilização de recursos computacionais do próprio núcleo. Para isso, é proposta uma arquitetura que provê elasticidade horizontal proativa ao núcleo. Essa arquitetura tem como principais componentes (i) um balanceador de carga, que distribui todas as comunicações entre a rede de acesso e o núcleo que forem relacionadas aos equipamentos dos usuários para todas as funções de gerenciamento de mobilidade disponíveis e, (ii) um gerenciador de elasticidade, que realiza a alocação/desalocação dessas funções, utilizando a predição da carga de processamento das funções de gerenciamento de mobilidade. Essa predição é calculada com base na tendência das medições históricas, utilizando séries temporais, mais especificamente um modelo auto-regressivo integrado de médias móveis. Para evidenciar os resultados, este modelo foi submetido a 3 padrões de carga. Com a utilização desse modelo foi possível obter uma redução de até 38,28% no esforço computacional e um aumento de até 33,22% na capacidade de atendimento. Desta forma, foi possível evidenciar que com a replicação de funções de rede é viável o aumento na capacidade de atendimento e, através da utilização de elasticidade proativa, reduzir drasticamente o uso de recursos computacionais.


Tema (CNPq)

ACCNPQ::Ciências Exatas e da Terra::Ciência da Computação

Tipo de arquivo

Dissertação

Como citar

Avaliação

Revisão

Suplementado Por

Referenciado Por