Alocação e posicionamento de recursos para redes de acesso virtualizadas com diferentes níveis de centralização
Resumo
Existem grandes expectativas nas tecnologias de centralização (CRAN) e de virtualização de rede (NFV); e como elas podem acelerar a implantação de novos serviços e, ao mesmo tempo, diminuir os custos das operadoras de redes. Vários trabalhos discutiram os benefícios de implantar uma nova infraestrutura de rede, mas apenas alguns investigaram como deve ser a transição de uma rede legada. Nesse contexto, existe um problema relevante que envolve três questões principais: 1) quais locais da rede devem ser atualizados; 2) como atualizar o local selecionado, i.e., para totalmente virtualizado ou não; e 3) quem deve atender aos locais virtualizados. Essas questões são influenciadas pelo nível de centralização empregado em uma determinada rede de acesso (RAN). Aqui, propomos um modelo de otimização e uma heurística que permite ao tomador de decisão definir o nível de centralização desejado e avaliar seu impacto em algumas métricas, tais como o investimento necessário e o nível de centralização efetivamente alcançado. O modelo mostra como o investimento deve ser aplicado de acordo com o nível de centralização e o custo relativo entre os diferentes recursos. Nossa heurística apresenta desempenho semelhante à abordagem determinística, mas pode obter soluções mais rapidamente e lidar com redes maiores (i.e., cidades e regiões metropolitanas).
Referências
Azarmand, Z. and Neishabouri, E. (2009). Location Allocation Problem. Physica-Verlag HD.
Basta, A., Kellerer, W., Hoffmann, M., Morper, H. J., and Hoffmann, K. (2014). Applying NFV and SDN to LTE Mobile Core Gateways, the Functions Placement Problem. In Proceedings of the 4th Workshop on All Things Cellular: Operations, Applications, and; Challenges, pages 33–38.
Baumgartner, A., Reddy, V. S., and Bauschert, T. (2015). Mobile core network virtualization: A model for combined virtual core network function placement and topology optimization. In Proceedings of the 2015 1st IEEE Conference on Network Softwarization (NetSoft), pages 1–9.
Bouet, M., Leguay, J., Combe, T., and Conan, V. (2015). Cost-based placement of International Journal of Network ManagevDPI functions in NFV infrastructures. ment, 25(6):490–506.
Checko, A., Christiansen, H. L., Yan, Y., Scolari, L., Kardaras, G., Berger, M. S., and Dittmann, L. (2015). Cloud RAN for Mobile Networks A Technology Overview. IEEE Communications Surveys Tutorials, 17(1):405–426.
Chih-Lin, Yuan, Y., Huang, J., Ma, S., Cui, C., and Duan, R. (2015). Rethink fronthaul for soft RAN. IEEE Communications Magazine, 53(9):82–88.
ElSawy, H., Hossain, E., and Haenggi, M. (2013). Stochastic Geometry for Modeling, Analysis, and Design of Multi-Tier and Cognitive Cellular Wireless Networks: A Survey. IEEE Communications Surveys & Tutorials, 15(3):996–1019.
ETSI (2014). Network Functions Virtualisation (NFV); Terminology for Main Concepts
in NFV. [link]. [Último acesso: 28-03-2017].
Garcia-Saavedra, A., Iosidis, G., Costa-Perez, X., and J.Leith, D. (2018). FluidRAN: Optimized vRAN/MEC Orchestration. In INFOCOM 2018.
Lee, D., Zhou, S., Zhong, X., Niu, Z., Zhou, X., and Zhang, H. (2014). Spatial modeling of the trafc density in cellular networks. Wireless Communications, IEEE, 21(1):80– 88.
Musumeci, F., Bellanzon, C., Carapellese, N., Tornatore, M., Pattavina, A., and Gosselin, S. (2016). Optimal BBU Placement for 5G C-RAN Deployment Over WDM Aggregation Networks. Journal of Lightwave Technology, 34(8):1963–1970.
Nunes, B., Mendonca, M., Nguyen, X. N., Obraczka, K., and Turletti, T. (2014). A Survey of Software-Dened Networking: Past, Present, and Future of Programmable Networks. IEEE Communications Surveys Tutorials, 16(3):1617–1634.
Telebrasil (2017). Telebrasil. http://www.telebrasil.org.br/panorama-do-setor/mapa-de-erbs-antenas/.
