Гибкое управление сетевыми ресурсами в сотовых сетях

Согласно рекомендациям ITU-R, системы 5G должны поддерживать широкий спектр сценариев использования и обслуживать трафик различных приложений с существенно различающимися требованиями к качеству обслуживания (QoS) и качеству пользовательского опыта (QoE). При таком разнообразии пользовательских требований и моделей трафика современные сети сталкиваются с проблемой одновременного обслуживания различных типов трафика с целью удовлетворения потребностей конечных пользователей. Для этого операторы сетей вынуждены приближать вычислительные и сетевые ресурсы к конечным пользователям, что требует значительных капитальных затрат. С целью снижения стоимости строительства и эксплуатации инфраструктуры ожидается, что операторы будут более интенсивно совместно использовать инфраструктуру.

Для сетей 5G была предложена концепция сетевого слайсинга (network slicing), позволяющая обеспечить эффективное совместное использование ресурсов и предоставление неоднородных уровней QoS. Сетевой слайсинг по своей сути является виртуализацией сети и подразумевает организацию нескольких независимых виртуальных сетей поверх одной физической сети. Благодаря последним достижениям в технологиях программно-определяемых сетей (Software-Defined Networking, SDN) и виртуализации сетевых функций (Network Function Virtualization, NFV), множество сетевых функций, ранее реализуемых с помощью дорогостоящего специализированного оборудования, теперь выполняются в программном виде и могут запускаться на стандартных универсальных серверах. Более того, сетевые ресурсы, такие как проводные соединения, беспроводные каналы и антенны, также виртуализуются и отделяются от соответствующих физических компонентов. Данная технология обеспечивает беспрецедентную гибкость и масштабируемость сетей следующего поколения, однако предъявляет новые сложные требования к системам управления и оркестрации сети (Management and Orchestration, MANO).

Команда WNL изучает задачу слайсинга сети радиодоступа (Radio Access Network, RAN). Данная часть оркестрационного фреймворка особенно важна из-за сочетания стохастического характера сетевого трафика и стохастической эволюции состояния беспроводных каналов. Для учета этих факторов и эффективного использования ресурсов участникам WNL необходимо в реальном времени решать крупномасштабную многокритериальную задачу оптимизации. Для этих целей в WNL была разработана новая архитектура фреймворка слайсинга RAN под названием DeSlice.

Разработанная архитектура DeSlice позволяет разбить исходную задачу оптимизации на ряд значительно более простых задач, при этом находя решение, близкое к оптимальному для исходной задачи. Одновременно архитектура оставляет определенную степень свободы владельцам слайсов. Помимо назначения полустатических приоритетов своим клиентам, они могут задавать политику планирования и динамически выбирать ресурсы, выделяемые каждому клиенту.

Для дальнейшего повышения QoE конечных пользователей целесообразно предоставить интерфейс для взаимодействия между приложениями и сетью. Команда WNL разработала для этого новый протокол под названием xStream, который обеспечивает гибкую и легко расширяемую платформу для реализации взаимодействия между приложениями и сетью.

Научные результаты лаборатории WNL показали, что из-за того, что современные протоколы прикладного и транспортного уровней рассматривают сеть как «черный ящик», сетевые ресурсы зачастую используются крайне неэффективно. Исследования WNL продемонстрировали, что внедрение протокола межуровневого взаимодействия, такого как xStream, позволяет сети более эффективно обслуживать различные типы трафика и улучшать QoE для конечных пользователей.

Список актуальных публикаций:


      2023
    1. Evgeny Khorov, Artem Krasilov, Alexander Krotov, Mikhail Liubogoshchev , Dmitry Zudin. DeSlice: An Architecture for QoE-Aware and Isolated RAN Slicing. //Sensors. – 2023. – Т. 23. – №. 9. – С. 4351. https://doi.org/10.3390/s23094351.

    2. 2018
    3. Evgeny Khorov. xStream: a new platform for Application-aware Adaptive Network Slicing in 5G Systems (Tutorial). Global Information Infrastructure and Networking Symposium (GIIS 2018), Thessaloniki, Greece, 2018.
    4. Evgeny Khorov, Artem Krasilov, Aleksei Kureev, Ian F. Akyildiz, Ahan Kak. ARBAT: A Flexible Network Architecture for QoE-aware Communications in 5G Systems. Computer Networks, 2018.

    5. 2017
    6. Evgeny Khorov, Artem Krasilov, Mikhail Liubogoshchev , Suwen Tang. SEBRA: SAND-Enabled Bitrate and Resource Allocation algorithm for network-assisted video streaming. In Proc. of WiMob 2017, Rome, Italy, 2017.