Real time trading of mobile resources in beyond-5G systems

5G is expected to offer download speeds as high as 1 GBps and latency lower than 1 ms. Although 5G networks are planned to be fully operational by 2020, the unprecedented technical and economic challenges still need to be solved. The biggest problem from a network operator's perspective is the tight profit margins. The lofty expectations from 5G connectivity lead to the need for enormous investments on infrastructure. However, many small operators simply do not possess the necessary revenue in order to deploy the required infrastructure, while the rich operators are unwilling to burden this extreme cost due to the very long return of investment duration. Moreover, 4G technology is reported to reach a fairly close to the Shannon capacity in the available spectrum, and the further improvements on the physical layer are very expensive with respect to the capacity gains. This techno-economic pressure is forcing mobile operators to make pivotal changes in their modus operandi. A simple solution is to extent the conventional infrastructure sharing agreements to cover the active network components, e.g. radio access network and the spectral resources, and decrease the total costs as well as increasing the spectral efficiency. From a regulatory perspective, the most reasonable scenario is the sharing of the resources brought by a neutral 3rd party, i.e. infrastructure provider. However, despite the offered cost efficiency, the conventional sharing approaches rely on well-defined service level agreements that cover very long-time intervals (e.g. years). However, this static sharing attitude cannot provide the envisioned flexibility and the efficiency in next generation networks. On the other hand, while the aforesaid techno-economic pressure is forcing the operators to share their networks, the heterogeneity of the service types requires revolutionary changes in the network management. The 5G network is envisioned to host a multitude of services and devices with unique requirements and service priorities. The traditional solution of optimizing the complete network for a particular service type is no longer applicable due to the conflicting requirements posed by different services. A way out is to vertically group network resources, i.e. slicing the network, in order to create virtual dedicated networks per service. This way, each resource group (i.e. slice) can be customized to serve the respective service in the best possible way. The simplest form of this approach is slicing the network in a static manner, based on some statistical information. However, the conventional network provisioning techniques show that static resource allocation has a tendency towards over-provisioning the network, which causes the inefficient usage of scare spectral resources. Dynamic network slicing can increase efficiency, yet enabling inter-service and inter-tenant priorities in a dynamic negotiation and resource allocation framework is still open in the literature. In order to address the aforementioned challenges, the main research question in this PhD thesis revolves around how to achieve flexibility and efficiency in a shared mobile network. More specifically, this thesis targets answering the following research questions. • How can the network resources dynamically and flexibly be shared in a multi-tenant network? • How can the tenants differentiate their services in a shared infrastructure? • What are the long- and short-term implications of anticipatory network sharing and resource trading? The proposed dynamic negotiation and resource allocation framework proposes a novel service level agreement formulation that allows the operators to renegotiate their shared resources in very short time scales, i.e. in the order of seconds. Moreover, we demonstrate how to exploit anticipatory information regarding the users' achievable rates in order to improve the real time scheduling and resource trading. Lastly, we present a novel self-dimensioning algorithm in order to exploit the short-term observations on the traffic demand in order to fine-tune the network capacity. A number of simulations with both synthetic and real data have been performed in order to investigate the characteristic of the proposed framework.

Secondo le previsioni, il 5G offrirà velocità in download fino a 1 GBps e latenza al di sotto di 1 ms. Sebbene sia previsto che le reti 5G siano completamente operative entro il 2020, ci sono sfide tecniche ed economiche ancora da risolvere. Il problema più grande dal punto di vista dell'operatore di rete è il ristretto margine di profitto. Le aspettative elevate riguardo la connettività 5G richiedono un enorme investimento nelle infrastrutture. Tuttavia, i piccoli operatori non possiedono le risorse sufficienti a sviluppare le infrastrutture richieste e allo stesso tempo i grandi operatori non vogliono prendersi carico di questi ingenti costi a causa della lunga durata del ritorno sugli investimenti. Inoltre, è previsto che la tecnologia 4G raggiungerà il limite della capacità di Shannon nello spettro, e sviluppare ulteriori migliorie nel livello fisico prevede costi onerosi rispetto ai corrispondenti guadagni in capacità. Questa pressione tecno-economica sta portando gli operatori mobili a cambiamenti cruciali nel loro modus operandi. La soluzione più semplice sarebbe quella di estendere gli accordi convenzionali sulla condivisione dell'infrastruttura al fine di includere i componenti di rete attivi, ad esempio la rete d'accesso e le risorse dello spettro, in modo da ridurre i costi totali e aumentare l'efficienza spettrale. Secondo la regolamentazione, lo scenario più ragionevole sarebbe quello di condividere risorse acquistate da una terza parte neutrale, come un fornitore dell'infrastruttura. Tuttavia, nonostante la potenziale efficienza nei costi, gli approcci convenzionali di condivisione prevedono accordi sul livello del servizio (Service Level Agreements, SLA) ben definiti che coprono intervalli temporali molto larghi, nell'ordine degli anni. Tuttavia, una condivisione statica di questo tipo non è in grado di garantire la flessibilità e l'efficienza richieste dalle reti di nuova generazione. D'altro canto, mentre la pressione tecno-economica sopracitata sta forzando gli operatori a condividere le loro reti, l'eterogeneità dei servizi richiede cambiamenti rivoluzionari nella gestione stessa della rete. È previsto che il 5G ospiterà una moltitudine di servizi e di dispositivi con requisiti e priorità uniche. L'approccio tradizionale per ottimizzare l'intera rete in base al tipo di servizio non è più utilizzabile a causa dei requisiti contrastanti imposti dai diversi servizi. Una possibile soluzione consiste nel raggruppare verticalmente le risorse di rete, ad esempio adottando il network slicing, per creare reti virtuali dedicate per ciascun servizio. In questo modo, ogni gruppo di risorse (lo slice) può essere configurato su misura per servire nel miglior modo possibile il servizio corrispondente. L'approcio più banale è adottare il network slicing di tipo statico, basato su alcune informazioni statistiche. Tuttavia, adottando le tecniche convenzionali di fornitura della rete l'allocazione statica delle risorse tende a richiedere il sovradimensionamento della rete, portando ad un uso inefficiente delle già scarse risorse spettrali. Il dynamic network slicing può aumentare l'efficienza, ma un framework che permetta la negoziazione dinamica di priorità tra i servizi e tra gli utenti e l'allocazione delle risorse è ancora mancante in letteratura. Per poter affrontare le sfide sopra descritte, il problema principale affrontato in questa tesi di dottorato è quello di ottenere flessibilità ed efficienza in una rete mobile condivisa. Nello specifico, questa tesi risponde alle seguenti domande: • Come è possibile condividere le risorse di rete in modo dinamico e flessibile in una rete multi-tenant? • Come possono i diversi tenants differenziare i proprio servizi in un'infrastruttura condivisa? • Quali sono le implicazioni nel lungo e nel breve termine di una condivisione della rete e dello scambio di risorse basato sulla predizione? Il framework per la negoziazione e l'allocazione dinamica delle risorse qui presentato propone una nuova formulazione degli accordi sul livello del servizio che permette agli operatori di rinegoziare le loro risorse condivise in un tempo molto ristretto, nell'ordine dei secondi. Inoltre, dimostriamo come sfruttare la disponibilità a priori dell'informazione sulle velocità raggiungibili dagli utenti per migliorare lo scheduling in tempo reale e lo scambio delle risorse. Infine, presentiamo un nuovo algoritmo per sfruttare l'osservazione nel breve periodo delle richieste di traffico al fine di correggere l'assegnamento della capacità di rete. Abbiamo eseguito diverse simulazioni sia con dati sintetici che reali per investigare le caratteristiche del framework proposto.