Технология управления перспективными сетевыми архитектурами (в том числе 5G)
Source: https://asvk.cs.msu.ru/laboratorii-i-nauchnaya-deyatelnost/napravleniya-issledovanij/tehnologiya-upravleniya-perspektivnymi-setevymi-arhitekturami-v-tom-chisle-5g/ Parent: https://asvk.cs.msu.ru/laboratorii-i-nauchnaya-deyatelnost/
Технология управления перспективными сетевыми архитектурами (в том числе 5G)
В пятом поколении мобильной связи 5G используются следующие технологии виртуализации: NFV (виртуализация сетевых функций), SDN (Software Defined Network, программно-определяемые сети), Cloud RAN (облачная инфраструктура) и Virtualized Backhaul (виртуализация транспортной сети).
В 2016 г. в ходе выполнения научно-исследовательской работы «Модели, методы и алгоритмы верификации и управления качеством сервиса в телекоммуникационных сетях нового поколения» была построена модель системы управления ресурсами сети, основанная на принципе многопоточной передачи данных, с автоматической балансировкой нагрузки, разработаны алгоритмы управления количеством потоков многопоточного соединения, основанные на идее кэширования информации о соединениях и использование сохранённых данных при открытии новых соединений.
Выбранные модельные абстракции допускают её использование для широкого класса коммутационного оборудования. Модель совместима с реализованными в физических сетевых устройствах механизмами управления качеством.
В лаборатории СУОВ в этом направлении:
- Разработана и реализована система управления сетевыми туннелями для транспортной программно-конфигурируемой сети на базе разработанного Центром прикладных исследований компьютерных сетей ПКС-контроллера RunOS. Работоспособность системы управления подтверждена экспериментально с помощью эмулятора компьютерной сети Mininet.
- Создан прототип сервис ориентированной сети, использующий платформу управления кластером контейнерных приложений Kubernetes, сервисную сетку Istio, L4-L7 балансировщик Envoy и ПКС контроллер RunOS для организации взаимодействия между приложениями.
- Разработан модуль, реализующий систему распределения ресурсов в сетях 5G с использованием различных технологий машинного обучения. Экспериментально подтверждено, что применение моделей машинного обучения увеличивает производительность системы.
В настоящее время на кафедре АСВК и лаборатории СУОВ ведется разработка модели сети для планирования сетевых ресурсов в зависимости от желаемого качества сервиса и прототипа, с помощью которого можно будет распределять спланированные ресурсы. Прототип найдет применение при реализации концепции «network slicing» в 5G сетях.