dc.contributor.author | Beraldo, Lucian | |
dc.date.accessioned | 2021-04-07T13:33:16Z | |
dc.date.available | 2021-04-07T13:33:16Z | |
dc.date.issued | 2021-01-29 | |
dc.identifier.citation | BERALDO, Lucian. Um método de otimização com parâmetros de desempenho para Cloud Network Slices focado no locatário. 2021. Dissertação (Mestrado em Ciência da Computação) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/14084. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/14084 | |
dc.description.abstract | Cloud Network Slicing (CNS), emerging alongside the 5G mobile network, comprises a paradigm shift in the way networks are provisioned, managed, and operated. Fundamentally, CNS fosters the deployment of a multitude of modern applications, e.g., virtual and augmented reality, 4K video streaming, and autonomous vehicles, which require ultra-low latency, high bandwidth consumption, or both. Slicing promotes the realization of such services through the allocation of computing and network resource bundles, which, as CNS mandates, are isolated from the rest of the network. Typically, such resources are arranged into wide geographical areas (e.g., into multiple countries or even continents), which implies that it is possible to pertain to distinct infrastructure providers. This exacerbates the already challenging problem of maximizing resource allocation efficiency, a feature commonly addressed by CNS architectures. In this respect, we study the optimal assignment of slices to multiple domains. Therefore, we account for slices as a collection of computing and network parts. Given specific resource requirements from slice tenants, and potentially multiple offers per slice part, we model the problem as a Mixed Integer Linear Program (MILP). We further design two heuristic algorithms, in order to mitigate the complexity intricacies that would be perceptible in large problem instances. Our evaluation results, based on a simulation environment aligned with the NECOS architecture, indicate that the MILP approach had a better performance compared to both the heuristics in choosing the cheapest offers with a fair amount of performance parameters in an adequate execution time. Our main contribution stands on the optimization methods based on the split and combine approach inserted in the novel NECOS' CNS architecture. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Fatiamento de nuvem | por |
dc.subject | Fatiamento de rede | por |
dc.subject | Programação Inteira Linear Mista | por |
dc.subject | IBM CPLEX | por |
dc.subject | Cloud Network Slicing | eng |
dc.subject | Mixed Integer Linear Programming | eng |
dc.subject | Heuristic | eng |
dc.subject | Optimization | eng |
dc.title | Um método de otimização com parâmetros de desempenho para Cloud Network Slices focado no locatário | por |
dc.title.alternative | Tenant-oriented resource optimization for Cloud Network Slicing with performance guarantees | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Verdi, Fábio Luciano | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/9143186843657940 | por |
dc.description.resumo | O conceito de Cloud Network Slicing (CNS), emergente em conjunto com as redes móveis 5G, designa uma mudança de paradigma na forma com que redes computacionais são provisionadas, gerenciadas e operadas. Tal conceito impulsiona novas aplicações como realidade aumentada e virtual, transmissão de vídeo em resolução 4K e veículos autônomos interconectados. Aplicações essas que necessitam de tempo de latência mínimos, grande largura de banda de rede ou ambos. O funcionamento de tais serviços demanda da correta alocação de recursos de computação e rede, de forma isolada dos outros serviços da Internet. Normalmente, tais recursos estão espalhados por grandes áreas geográficas, como múltiplos países e continentes, o que implica na utilização de distintos provedores de infraestrutura. Característica que potencializa o desafio da máxima eficiência na alocação de recursos, que é tratada pela arquitetura funcional de CNS do projeto NECOS, a qual também é objeto de estudo do trabalho aqui apresentado. As CNS são consideradas aqui como um conjunto de Slice Parts de computação e rede, i.e. fragmentos que refletem a topologia da CNS com requisitos de recursos especificados pelo locatário e potencialmente múltiplas ofertas dos provedores por Slice Part. O problema da escolha otimizada de recursos foi modelado como um programa linear inteiro misto (i.e. Mixed Integer Linear Program - MILP), porém também foram elaborados dois algoritmos heurísticos para tratar cenários complexos com grande número de combinações. Os resultados experimentais, baseados em um ambiente simulado, em consonância com a arquitetura do projeto NECOS, indicam que a abordagem MILP teve melhor desempenho comparada com ambas as heurísticas, i.e. foram escolhidas ofertas de Slice Parts mais baratas, com uma boa quantidade de recursos, em um tempo de execução adequado. A contribuição principal está no desenvolvimento dos métodos de otimização baseados na abordagem de fragmentação e agregação, inseridos na nova arquitetura proposta pelo NECOS. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Ciência da Computação - PPGCC | por |
dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO | por |
dc.description.sponsorshipId | CAPES: Código de Financiamento 001 | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/5042114303139006 | por |