Network slicing for QoS and QoE driven network management

Abstract

Redes de computadores estão se tornando cada vez mais complexas, com diversos dispositivos, protocolos, opções de controle e aplicações interconectadas que compartilham uma infraestrutura fı́sica. Diferentes aplicações podem ter diferentes requisitos de Qualidade de Serviço (QoS) para operar corretamente. A experiência percebida pelo usuário, ou seja, Qualidade de Experiência (QoE), ao consumir aplicações em rede também é um indicador relevante que deve ser levado em consideração, para minimizar a perda de clientes e oferecer uma experiência satisfatória aos usuários. Essa complexidade das redes e aplicações torna difı́cil para os operadores de rede definir uma configuração única ou definir manualmente parâmetros de dispositivos adaptados a cada aplicação. Assim, automatizar a configuração das funções de rede e permitir a alocação dos recursos adequados para cada aplicação é crucial para suportar o crescimento de redes futuras. Para realizar esta automação, vários componentes são necessários para monitorar o desempenho da rede, controlar o comportamento dos fluxos e gerenciar os recursos disponı́veis para acomodar as diferentes aplicações que compartilham a infraestrutura. O fatiamento de rede é uma das principais tecnologias que permitem essas configurações personalizadas, mas outras funcionalidades de suporte ainda devem ser integradas e combinadas em uma solução abrangente. Esta tese apresenta soluções que abordam as diferentes atividades necessárias para automatizar o gerenciamento de fatias de rede, incluindo monitoramento em tempo real de seu desempenho, estimando a experiência do usuário quando aplicável, exercendo controle sobre os fluxos da rede e ajustando automaticamente os recursos diante dos problemas. Portanto, construı́mos uma solução completa para realizar o fatiamento de rede usando medições de QoS e QoE como sinais de feedback, implementadas em dispositivos reais com uma abordagem altamente experimental. Cada componente apresentado nesta tese foi avaliado experimentalmente usando testbeds reais, incluindo segmentos com e sem fio, destacando a viabilidade de nossas soluções.