Predicción del comportamiento de SLA en redes 5G utilizando inteligencia artificial
El objetivo de la tecnología inalámbrica 5G es ser una plataforma unificada capaz de soportar tres servicios genéricos, heterogéneos y con características de tráfico diferentes que exigen requisitos estrictos y específicos de la red móvil. Estos servicios son: comunicación masiva tipo máquina; comun...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Estado: | Versão publicada |
| Data de publicação: | 2021 |
| País: | México |
| Recursos: | Centro de Investigación Científica y de Educación Superior de Ensenada |
| Repositório: | Repositorio Institucional CICESE |
| Idioma: | espanhol |
| OAI Identifier: | oai:cicese.repositorioinstitucional.mx:1007/3656 |
| Acesso em linha: | http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3656 |
| Access Level: | Acceso aberto |
| Palavra-chave: | info:eu-repo/classification/Autor/5G, aprendizaje automático, throughput, SLA info:eu-repo/classification/Autor/5G, machine learning, throughput, SLA info:eu-repo/classification/cti/1 info:eu-repo/classification/cti/12 info:eu-repo/classification/cti/1203 info:eu-repo/classification/cti/120304 |
| Resumo: | El objetivo de la tecnología inalámbrica 5G es ser una plataforma unificada capaz de soportar tres servicios genéricos, heterogéneos y con características de tráfico diferentes que exigen requisitos estrictos y específicos de la red móvil. Estos servicios son: comunicación masiva tipo máquina; comunicación ultra confiable y de baja latencia; y banda ancha móvil mejorada. La tecnología 5G permitirá a los usuarios nuevas aplicaciones incluyendo: realidad aumentada, realidad virtual, internet de las cosas, vehículos autónomos y muchas más. Para cumplir con los requisitos divergentes de los diferentes tipos de servicios, las redes 5G deben admitir la segmentación, y para ello se utilizan tecnologías emergentes como la Virtualización de Funciones de Red y las Redes Definidas por Software, las cuales son consideradas componentes clave de las infraestructuras 5G. Las diversas características y la complejidad que definen estas redes requieren de flexibilidad y dinamismo, haciéndose imprescindible que sean capaces de determinar autónomamente la configuración óptima del sistema con la mínima intervención humana. En esta tesis de maestría se propone un modelo para la predicción de posibles violaciones de los SLA en redes 5G. Como parte del modelo propuesto se diseñan e implementan dos arquitecturas de redes neuronales artificiales: una red recurrente con arquitectura codificador-decodificador, y una red neuronal mixta compuesta por la unión de una red convolucional y una red recurrente. Dentro de los resultados está la predicción del throughput de la red 5G para una aplicación del segmento eMBB, considerando los indicadores de desempeño y los factores que impactan de manera más significativa al throughput en 5G; y la creación de un sistema de predicción de la calidad del servicio que garantice el cumplimiento de los SLA. |
|---|