Minimização da Latência no Posicionamento de Funções em Cloud RANs

• Jean Lucas de Lima UERJ
• Rodrigo S. Couto UERJ

DOI: https://doi.org/10.5753/sbrc.2018.2406

Resumo

O conceito de C-RAN (Cloud Radio Access Network) consiste em executar funções de estações rádio base em uma infraestrutura de nuvem, que pode ser centralizada ou composta por diversos níveis de hierarquia. Assim, as estações atuam apenas como receptores de sinais, que são posteriormente processados na nuvem. Dada a distância entre a nuvem e as estações, a latência é um fator crítico em C-RAN. Neste trabalho formula-se um problema de programação linear inteira mista para escolher o posicionamento das funções de rádio em uma C-RAN, de forma a minimizar a latência em uma nuvem com diferentes níveis de hierarquia. Para solução do problema, este trabalho propõe duas heurísticas e mostra situações nas quais essas alcançam o resultado ótimo.

Referências

Alyafawi, I., Schiller, E., Braun, T., Dimitrova, D., Gomes, A. e Nikaein, N. (2015). Critical issues of centralized and cloudied LTE-FDD radio access networks. Em IEEE ICC, p. 5523–5528.

Bartelt, J., Rost, P., Wubben, D., Lessmann, J., Melis, B. e Fettweis, G. (2015). Fronthaul and backhaul requirements of exibly centralized radio access networks. IEEE Wireless Communications, 22(5):105–111.

Checko, A., Christiansen, H. L., Yan, Y., Scolari, L., Kardaras, G., Berger, M. S. e DittIEEE mann, L. (2015). Cloud RAN for mobile networks-a technology overview. Communications surveys & tutorials, 17(1):405–426.

Coutinho, A. A. T. R., Carneiro, E. O. e Greve, F. G. P. (2016). Computação em névoa: Conceitos, aplicações e desaos. Em Minicursos do XXXIV SBRC, p. 266–315.

Dalla-Costa, A. G., Bondan, L., Wickboldt, J. A., Both, C. B. e Granville, L. Z. (2017a). Maestro: An NFV orchestrator for wireless environments aware of VNF internal compositions. Em IEEE AINA, p. 484–491.

Dalla-Costa, A. G., Schimuneck, M. A., Wickboldt, J. A., Both, C. B., Gaspary, L. P. e Granville, L. Z. (2017b). NFV em redes 5G: Avaliando o desempenho de composição de funções virtualizadas via Maestro. Em XXXV SBRC, p. 1–14.

GNU (2017). Glpk (GNU linear programming kit). https://www.gnu.org/software/glpk/. Acessado em dezembro de 2017.

Herrera, J. G. e Botero, J.-F. (2016). Resource allocation in NFV: A comprehensive survey.

IEEE Transactions on Network and Service Management, 13(3):518–532.

Luizelli, M. C., Bays, L. R., Buriol, L. S., Barcellos, M. P. e Gaspary, L. P. (2015). Piecing together the NFV provisioning puzzle: Ecient placement and chaining of virtual network functions. Em IFIP/IEEE IM, p. 98–106.

Mijumbi, R., Serrat, J., Gorricho, J.-L., Bouten, N., De Turck, F. e Boutaba, R. (2015). Network function virtualization: State-of-the-art and research challenges. IEEE Communications Surveys & Tutorials, 18(1):236–262.

Queiroz, G. F. C., Couto, R. S. e Sztajnberg, A. (2017). TRELIS: Posicionamento de funções virtuais de rede com economia de energia e resiliência. Em 16o WPERFORMANCE, p. 1656–1669.

Szwarcter, J. L. e Markenzon, L. (2013). Estruturas de Dados e seus Algoritmos. Livros Técnicos e Cientícos, 3 edição.

Wang, K., Zhao, M. e Zhou, W. (2014). Trac-aware graph-based dynamic frequency reuse for heterogeneous cloud-ran. Em IEEE GLOBECOM, p. 2308–2313.

Wubben, D., Rost, P., Bartelt, J. S., Lalam, M., Savin, V., Gorgoglione, M., Dekorsy, A. e Fettweis, G. (2014). Benets and impact of cloud computing on 5G signal processing: Flexible centralization through cloud-RAN. IEEE signal processing magazine, 31(6):35–44.