Optimización Adaptativa basada en Colonias de Hormigas para la Composición de Cadenas de Funciones Virtuales en una Red 5G Dinámica
Authors/Creators
Description
Las redes 5G dependen en gran medida de la
gesti´on y el procesamiento basados en software. Las redes
definidas por software (SDN) y la virtualizaci´on de funciones
de red (NFV) forman parte del n´ ucleo de estas. Los servicios
ofrecidos dentro de este entorno se componen de varias
funciones de red virtuales (VNF) que deben ejecutarse en un
orden (normalmente) estricto. Esto se conoce como Service
Function Chaining (SFC) y, dado que esas VNFs podr´ıan
estar ubicadas en diferentes nodos a lo largo de la red,
adem´as de la baja latencia esperada en el procesamiento
de los servicios 5G, hace que el SFC sea un problema
de optimizaci´on dif´ıcil de resolver. En un trabajo anterior,
los autores presentaron un algoritmo de Optimizaci´on de
Colonias de Hormigas (ACO) para la minimizaci´on del coste
de enrutamiento de la composici´on de la cadena de servicios,
trat´andose de una aproximaci´on preliminar capaz de resolver
instancias simples y ’est´aticas’; es decir, aquellas en las
que la topolog´ıa de la red permanece invariable durante
la resoluci´on. Esto dista mucho de la situaci´on real de las
redes, en las que normalmente los nodos (y los enlaces)
aparecen y desaparecen continuamente. As´ı, en este trabajo
describimos una evoluci´on de nuestra propuesta anterior, que
considera un modelo din´amico del problema, m´as cercano al
escenario real. De manera que, en las instancias, los nodos
y enlaces pueden ser eliminados o activados repentinamente.
El algoritmo ACO ser´a capaz de adaptarse a estos cambios y
seguir ofreciendo soluciones ´optimas. Dicho m´etodo ha sido
probado en tres instancias din´amicas de diferentes tama˜ nos,
obteniendo resultados muy prometedores.
Files
051-Moreno.pdf
Files
(1.3 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:29dbc8ac8a94be8364f365230210167f
|
1.3 MB | Preview Download |
Additional details
Identifiers
- ISBN
- 978-84-09-35131-2
Dates
- Available
-
2021-10-30