Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.112
Aluno: Caio Bruno Bezerra de Souza
Orientador: Prof. Andson Marreiros Balieiro
Coorientador: Profa. Marcos Rocha de Moraes Falcão
Título: Dynamic Resource Allocation for URLLC and eMBB services in NFV-MEC 5G Networks
Data: 29/09/2023
Hora/Local: 9h – Virtual – Interessados em assistir entrar
Banca Examinadora:
Prof. Jamilson Ramalho Dantas (UFPE / Centro de Informática)
Prof. José Neuman de Souza (UFC / Departamento de Computação)
Prof. Andson Marreiros Balieiro (UFPE / Centro de Informática)
RESUMO:
A Quinta Geração de redes móveis (5G) busca suportar diversas aplicações categorizadas em três tipos: largura de banda móvel melhorada (eMBB), comunicação do tipo máquina massiva (mMTC) e comunicação com baixa latência e confiabilidade muito alta (URLLC), em que a coexistência delas é um grande desafio. A computação de borda multiacesso (MEC), virtualização de funções de rede (NFV) e o fatiamento de rede (NS) surgem como paradigmas complementares para assistir tanto serviços eMBB quanto URLLC, oferecendo recursos distribuídos sob demanda e de maneira otimizada, mais próximos do equipamento do usuário (UE), com utilização compartilhada da infraestrutura física. Este trabalho explora a integração de MEC, NFV, NS e alocação dinâmica de recursos virtuais para endereçar o problema de dimensionamento na rede de borda. Para isso, utiliza-se um modelo analítico para avaliar como as solicitações são gerenciadas pelos recursos de virtualização em um único nó MEC, com ênfase nos requisitos dos serviços eMBB e URLLC. Um modelo baseado em CTMC foi proposto para caracterizar a alocação dinâmica de recursos virtuais e a derivaçao de cinco métricas de desempenho é realizada, as quais são relevantes não apenas para serviços URLLC e eMBB (e.g., disponibilidade e tempo de resposta), mas também para provedores de serviços (e.g., consumo de energia). Além disso, o modelo integra fatores práticos como falhas nos recursos, priorização de serviços e tempos de configuração e reparo na formulação. Desta forma, o modelo permite compreender como o núcleo da rede 5G se comporta no atendimento a diferentes categorias de serviços, aplicando a priorização de serviços para compartilhar eficientemente os recursos de processamento. Algumas descobertas incluem a ideia de que taxas mais altas de chegada eMBB diminuem a disponibilidade e aumentam os tempos de resposta, enquanto a disponibilidade para URLLC permanece estável. Além disso, as taxas de configuração de contêineres e as taxas de falhas afetam substancialmente a disponibilidade e os tempos de resposta, com taxas de configuração mais altas aumentando a disponibilidade e reduzindo os tempos de resposta. Ademais, o número de contentores surge como um fator significativo, melhorando tanto a disponibilidade como os tempos de resposta, enquanto os tamanhos dos buffers afetam principalmente os tempos de resposta. Em resumo, nosso trabalho avança no estado da arte atual do domínio MEC-NFV, fornecendo insights valiosos para o dimensionamento da arquitetura MEC-NFV, modelos de negócios e mecanismos para lidar com alocação de recursos sob diferentes restrições de comunicação.
Palavras-chave: 5G; URLLC; eMBB; MEC; NFV; alocação de recursos, CMTC.
Comentários desativados