Traffic model design and anomaly detection applied on network slice trading in a shared multi-tenant infrastructure

Data traffic increases every day, and brings the evolution of the current radio access networks with it. New generation of radio access networks has targets, as flexible resource management, low latency with high rates while offering lower prices for users, bringing intelligence such as cloud computing. In means of the economic targets of this approach, infrastructure sharing is a solution for 5G networks, to reduce their operational costs while increasing service qualities. Eventually the need of better management of infrastructure resources is a problem at this point. The aim of this work is based on a model that covers short time scale service aware network slice trading, in an infrastructure sharing, as a downlink base station. A better understanding on the model behavior in terms of adaptation to traffic fluctuations and sharing parameters reaction is aimed in this work. Furthermore, an improvement is aimed to be made as modeling a traffic model close to real conditions. Traffic correlation is as well achieved with the new traffic model. Using this property, an anomaly detection mechanism is implemented in the system which senses abrupt changes in the user traffic. By the detection of changes, a better understanding on network behaviors during the network operation could be achieved, which may finally be used for channel prediction to make a further adaptation to channel conditions, with a learning mechanism based on the patterns network show for certain time periods. A view on further uses of the anomaly detections for channel prediction is given in this manner.

Il traffico dati aumenta ogni giorno e porta con sé l'evoluzione delle reti di accesso radio attuali. La nuova generazione di reti di accesso radio ha obiettivi, come la gestione flessibile delle risorse, la bassa latenza con elevati tassi, offrendo prezzi più bassi per gli utenti, portando intelligenza come il cloud computing. In termini di obiettivi economici di questo approccio, la condivisione delle infrastrutture è una soluzione per le reti 5G, riducendo i costi operativi e aumentando la qualità del servizio. Alla fine la necessità di una migliore gestione delle risorse infrastrutturali è un problema a questo punto. L'obiettivo di questo lavoro è basato su un modello che copre il frazionamento equo di una rete a seconda del servizio a breve durata, in una condivisione di infrastrutture, come la stazione base in downlink. In questo lavoro si mira ad una migliore comprensione del comportamento del modello in termini di adattamento alle fluttuazioni del traffico e dei parametri di condivisione. Inoltre, un miglioramento ha come obiettivo la creazione di un modello di traffico vicino alle condizioni reali. La correlazione di traffico viene raggiunta anche con il nuovo modello di traffico. Utilizzando questa proprietà, nel sistema viene implementato un meccanismo di rilevamento anomalie che rileva cambiamenti improvvisi nel traffico utente. Con l'individuazione dei cambiamenti, si potrebbe ottenere una migliore comprensione dei comportamenti di rete durante l'operazione di rete, che potrebbe essere utilizzata in ultima analisi per la predizione del canale per renderlo ulteriormente adattabile alle condizioni dei canali, con un meccanismo di apprendimento basato su un modello di rete per certi periodi di tempo. Una panoramica su ulteriori usi del rilevamento di anomalie per la previsione del canale è data in questo modo.