Neste trabalho, investiga-se os desafios de pesquisa relacionados à gerência e orquestração inteligente de network slices nas redes 5G e de próxima geração. Particularmente, a literatura é revisada com o objetivo de compreender os principais problemas abordados neste escopo, bem como as técnicas de Aprendizado de Máquina geralmente empregadas para a solução de tais problemas. Além disso, discute-se questões em aberto e novos desafios que as redes 6G imporão à gerência e orquestração de slices.
A LTE (Long Term Evolution) em banda não-licenciada (U-LTE) surgiu como uma solução promissora para o problema do enorme crescimento no tráfego de dados móveis. Ela amplia os benefícios da LTE com bandas do espectro não-licenciado de 5 GHz, usado principalmente em Wi-Fi. Mas incertezas quantoá disponibilidade dessas bandas tornam a adoção da U-LTE um grande desafio. Neste trabalho, propomos uma abordagem de programação estocástica para alocação de recursos a fim de expandir o atendimento por U-LTE sob um certo controle no risco de conflito com o Wi-Fi. Usamos três modelos da literatura para a demanda por Wi-Fi em nossos testes. Os resultados destacam a importância do conhecimento prévio sobre a distribuição dessa demanda.
A implantação das redes móveis 5G têm alavancado o Network Slicing (NS), uma tecnologia disruptiva, que pode fornecer recursos dedicados nos sistemas móveis, auxiliando na rentabilização da infraestrutura física e lógica. Contudo, NS cria novos desafios, como: o (1) gerenciamento dinâmico e flexível de recursos da Radio Access Network (RAN), (2) a integração harmoniosa dos serviços em Multi Access Edge Computing (MEC), e (3) admissão de novos inquilinos na rede. Neste trabalho, propomos um algoritmo de controle de admissão para NS ciente de recursos da RAN, que utiliza a técnica de overbooking para aumentar a utilização da infraestrutura, penalizando a operadora em caso de violações. Avaliamos o modelo proposto e comparamos com soluções conhecidas, utilizando dados de diferentes aplicações.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.