Alocação de recursos em Redes Open RAN: Uma Abordagem de Elasticidade para Network Slicing
Network slicing; open RAN; redes 5G; xApp
A quinta geração de sistemas móveis (5G) foi idealizada para atender a uma ampla gama de casos de uso que demandam flexibilidade e eficiência em suas configurações para garantir a qualidade de serviço adequada. O conceito de network slicing permite criar redes lógicas (slices) sobre uma infraestrutura compartilhada, ao mesmo tempo que promove as características de elasticidade, de isolamento e de customização, que são essenciais para atender os casos de uso do 5G. A alocação eficiente de recursos de rádio para cada slice é um desafio, em que a depender das condições do tráfego, problemas relacionados a redução de taxa de transmissão e aumento do atraso podem ocorrer. Outra faceta da rede 5G é o desenvolvimento de soluções para redes Open Radio Access Network (Open RAN), que permite implementar algoritmos personalizados para otimização dinâmica de recursos da RAN, chamados de xApps. A grande oportunidade é que xApps podem ser implementados mesmo por quem não tem acesso ao código fonte da RAN. Este trabalho de mestrado propõe o desenvolvimento de uma solução open RAN voltada à alocação dinâmica de largura de banda para slices 5G. A metodologia de prova de conceito utiliza a arquitetura Open RAN da O-RAN Alliance e a rede 5G do OpenAirInterface, que permite o uso de terminais 5G comerciais por meio de plataformas de rádio definido por software. A alocação fixa de recursos da RAN é apresentada como o algoritmo de escalonamento de slice de referência, chamado de Fixed Slice Scheduling (FSS). A investigação do FSS evidencia que a largura de banda de cada slice pode ser feita definida por um xApp, preservando o isolamento dos slices, mesmo com o compartilhamento de uma RAN por mais de um slice. O trabalho propõe a implementação do GBSS (Guaranteed Bandwidth Slice Scheduling), uma versão do FSS com a definição de uma banda compartilhada e a garantia de uma banda mínima para cada slice. Finalmente, o trabalho propõe o RLSS, que explora o aprendizado por reforço para refinar a solução de alocação fixa de banda com base em KPIs fornecidos pela RAN.