Tesis doctoral
Título | Data-Driven Sel-Management of Cellular Radio Access Networks |
Estado | Finalizado |
Autor | Carolina Gijón Martín |
Director/es | Matías Toril Genovés , Salvador Luna Ramírez |
Universidad | Universidad de Málaga |
Centro | Escuela Técnica Superior de Ingeniería de Telecomunicación |
Departamento | Ingeniería de Comunicaciones |
Fecha lectura | 16-02-2023 |
En la actualidad, las redes de comunicaciones móviles están experimentando cambios
sustanciales para hacer frente a la creciente demanda de servicios móviles cada vez más
diversos y exigentes. Como resultado, el tamaño y la complejidad de estas redes ha
crecido dramáticamente, evidenciando la necesidad de soluciones de gestión de redes
y servicios sin intervención humana. En la red de acceso radio, los operadores ya
han abordado la automatización de los procedimientos de gestión en el pasado, dando
lugar a las redes autoorganizadas. Sin embargo, es esperable que las soluciones clásicas
no sean efectivas en las redes de nueva generación que ofrecen servicios con requisi-
tos de rendimiento extremadamente exigentes y diversos. Con los últimos avances en
tecnologías de la información, se puede aprovechar la ingente cantidad de datos que
se recopila en el sistema de soporte a las operaciones de la red para desarrollar herra-
mientas de gestión automática avanzadas basadas en datos, capaces de capturar las
peculiaridades de cada red particular. Estas nuevas soluciones de gestión automática
deben tener en cuenta las nuevas funcionalidades que surgen en 5G. Una de ellas es
la segmentación de red, que permite la coexistencia de varias redes lógicas operando
simultáneamente sobre la misma infraestructura física.
Esta tesis aborda la creación de herramientas basadas en el uso intensivo de datos
para la gestión automática de redes de acceso radio. Entre los casos de uso de auto-
gestión de redes celulares que existen, el alcance de este trabajo se centra en dos casos
de uso de autoplanificación y autooptimización muy extendidos: el redimensionado de
la red de acceso radio y el balance de tráfico por movilidad. En ambos casos, se pro-
ponen soluciones para las redes radio clásicas, en las que los recursos se comparten por
todos los usuarios, y para las nuevas redes de acceso radio segmentadas que aparecen
en 5G.
Para el redimensionado de la red radio, este trabajo explora el de modelos de
aprendizaje supervisado para detectar potenciales cuellos de botella de capacidad con
herramientas de planificación radio. Se han creado modelos con dos objetivos: a) esti-
mar diversas métricas de caudal (throughput) a nivel de celda y segmento en distintas
tecnologías de acceso radio y b) predecir el tráfico de celda a largo plazo (es decir, con
un horizonte en una escala temporal de meses).
En paralelo, esta tesis propone dos algoritmos basados en datos para el balance
de tráfico por movilidad orientado al servicio mediante el ajuste de parámetros de
traspaso. El objetivo es aliviar problemas de congestión locales a través del reparto de
tráfico entre celdas vecinas. En ambas propuestas, el reparto de tráfico se ha formulado
como un problema de control. El primer algoritmo distribuye el tráfico entre celdas que
funcionan en distintas frecuencias portadoras con criterios de calidad de experiencia,
mientras que el segundo algoritmo aborda la tarea de repartir el tráfico en las nuevas
redes de acceso radio 5G segmentadas con el objetivo de garantizar el cumplimiento de
los acuerdos de servicio.
Cabe destacar que las soluciones de gestión automática orientadas al servicio pro-
puestas en esta tesis requieren conocer a priori el tipo de aplicación demandada por
cada usuario. Sin embargo, en la actualidad esta información no es fácil de obtener por
los operadores debido al encriptado del tráfico. La clasificación de tráfico encriptado
por tipo de servicio también se aborda en esta tesis. Este problema se ha afrontado con
el uso de aprendizaje no supervisado sobre trazas de conexión radio, que no requiere
un juego de datos etiquetado ni la instalación de caras sondas de tráfico en el núcleo
de la red.
Todos los métodos propuestos en esta tesis se basan en información actualmente
almacenada en el sistema de soporte a operaciones, y por tanto no requieren cambios en
la infraestructura de la red. Para avalar la importancia de los resultados, la evaluación
del rendimiento siempre se lleva a cabo en un entorno realista, es decir, con datos
de redes móviles comerciales cuando es posible o con una herramienta de simulación
calibrada con datos de configuración y rendimiento de redes reales en caso contrario.
Volver