Placement des VNFs dans les réseaux 5G en utilisant AI/ML

VNF placement in 5G Networks using AI/ML

• Auteur / Autrice : Masoud Taghavian
• Direction : Géraldine Texier
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 25/09/2024
• Etablissement(s) : Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur et le numérique
• Partenaire(s) de recherche : Fondation : Institut de Recherche Technologique b<>com
• Partenaire(s) de recherche : Laboratoire : Advanced technologies for operated networks - Institut de recherche en informatique et systèmes aléatoires (Rennes)
• Jury : Président / Présidente : Emmanuel Chaput
• Jury : Examinateurs / Examinatrices : Géraldine Texier, Mohamed Yacine Ghamri Doudane, Christelle Caillouet, Yassine Hadjadj Aoul, Philippe Bertin
• Jury : Rapporteurs / Rapporteuses : Emmanuel Chaput, Mohamed Yacine Ghamri Doudane
• DOI : 10.70675/1fa19729z10d4z42a2z91f4z6c7eb9c69f70

Mots clés

Mots clés contrôlés

Systèmes virtuels (informatique)

5G (téléphonie mobile)

Intelligence artificielle

Apprentissage automatique

Mots clés libres

Virtualisation des fonctions du réseau

Placement des services

5g

Network function virtualization

Service placement

Ai

Ml

Résumé

La transition inévitable des dispositifs matériels physiques vers des modules logiciels légers et réutilisables dans le cadre de la virtualisation des fonctions de réseau (NFV) offre d’innombrables possibilités tout en présentant plusieurs défis sans précédent. La satisfaction des attentes de la NFV dans les réseaux post-5G dépend fortement du placement efficace des services de réseau.L’allocation dynamique des ressources physiques pour les demandes de services en ligne exigeant des ressources hétérogènes selon des exigences de qualité de service spécifiques représente l’une des étapes les plus importantes de la conception NFV et un problème NP-Hard à résoudre. Cette complexité est rencontrée dans divers cas d’utilisation 5G NFV, qui sont liés au placement, à partir de VNF Forwarding-Graphs et Network Slicing, à la virtualisation du réseau central, CDN, IoT, etc., examinant de nombreux objectifs dans la littérature, allant des optimisations multi-objectifs basées sur les ressources à la consommation d’énergie, le coût des revenus, l’acceptation du service, la résilience, la disponibilité, la sécurité,etc. Dans cette thèse, nous nous intéressons au placement des services de réseau virtuel sur le réseau en essayant de maximiser le nombre de services acceptés en tenant compte de leurs exigences de qualité de service. Bien que le problème de placement des VNF soit étudié depuis de nombreuses années, le besoin d’une approche permettant de trouver un juste compromis entre l’optimalité et la scalabilité existe toujours. Dans cette thèse, nous étudions plusieurs problèmes et défis dans le placement de services en réseau et proposons des solutions AL/ML en conséquence.

The inevitable transition from physical hardware devices towards lightweight reusable software modules in Network Function Virtualization (NFV) introduces countless opportunities while presenting several unprecedented challenges. Satisfying NFV expectations in post-5G networks heavily depends on the efficient placement of network services. Dynamic allocation of physical resources for online service requests demanding heterogeneous resources under specific QoS requirements represents one of the most important steps in NFV design, and a NP-Hard problem to solve. This complexity is encountered in various 5G NFV use-cases, which are related to the placement, from VNF Forwarding-Graphs and Network Slicing, to the virtualization of the Core Network, CDN, IoT, etc., investigating numerous objectives in the literature, ranging from resources-based multi-objective optimizations to the energy consumption, cost of revenue, service acceptance, resiliency, availability, security, etc. In this thesis, we are interested in placing the virtual network services over the network by trying to maximize the number of accepted services considering their QoS requirements. Although the VNF placement problem has been studied for many years, the need for an approach that could find a fair compromise between optimality and scalability still exists. In this thesis, we study several problems and challenges in network service placement and propose AL/ML solutions accordingly.