Resource allocation strategies for network slicing in self organized cellular networks

The current thesis, that you are about to read, deals with the idea of implementing a self organized network (SON) fitted on cellular technologies (5G). Self-organizing networks are radio access networks (RANs) that automatically plan, configure, manage, optimize, and heal themselves. The aim of the project is to understand how this approach can benefit cellular networks. To accomplish that, 5G-LENA module was used, plugged on top of ns-3 simulator. Modifying this tool, four different traffic personalities are introduced, low latency, voice, vehicle to everything (V2X) & intelligent transport system. Each one requires tailor made handling by the cellular network in order to optimize its performance and make its traffic more efficient. In order to utilize the available bandwidth in the best possible way, 5G network slicing is implemented. 5G network slicing is a network architecture that enables the multiplexing of virtualized and independent logical networks on the same physical network infrastructure. Each network slice is an isolated end-to-end network tailored to fulfil diverse requirements requested by a particular application. Two slices are present in each simulation, each one representing an operational band with different central frequency. The first slice accommodates low latency & voice users, while the second one V2X & intelligent transport system UEs. Each slice is divided in two carrier components, which fully adjusts to the best possible configuration (scheduling policy, numerology, CQI, etc) according to the traffic type it hosts. In addition, each carrier component is allocated a different proportion of the available bandwidth. The decision is being made by a proposed algorithm that takes into consideration the number of users each traffic personality consists of per simulation and an importance factor, which has to do with the bandwidth greediness of each traffic type to hit the maximum of its performance and connects the weights that define each traffic type. Based on this algorithm, carriers can be aggregated, or UEs transferred to another slice, organizing in the best possible way, all the available resources. Taking into consideration the platform limitations, the tool created is a lot more versatile. It can imitate many different configurations, simply by changing the parameters using the command line. Subsequently, lots of benchmarking sessions took place in order to retrieve results on how this resource allocation and different network organization per slice and carrier component can benefit the traffic. The optimal configuration exported, and its massive improvement in all KPIs for all different traffic users hosted in the network, proves that when this idea is transferred to a real time network (most probably with some adjustments), it can be a breakthrough, not only on traffic optimization, but also on energy efficiency.

In questo lavoro si affronta l’idea di implementare una rete auto-organizzante (Self-organizing Network, SON) montata su tecnologie cellulari (5G). Le reti auto-organizzanti sono reti di accesso radio (Radio access network, RAN) che pianificano, configurano, gestiscono, ottimizzano e manutengono automaticamente se stesse. Lo scopo del progetto è capire in che modo questo approccio può portare benefici alle reti cellulari. Per ottenere ciò, è stato utilizzato il modulo 5G-LENA, collegato al simulatore ns-3. Modificando questo strumento, vengono introdotte quattro diverse categorie di traffico, bassa latenza, voce, veicolo verso tutto (vehicle to everything, V2X) e sistema di trasporto intelligente. Ognuno richiede una gestione su misura da parte della rete cellulare per ottimizzare le sue prestazioni e rendere più efficiente il suo traffico. Per utilizzare al meglio la larghezza di banda disponibile, viene implementato il 5G taglio di rete. Il taglio di rete 5G è un’architettura di rete che consente il multiplexing di reti logiche virtualizzate e indipendenti sulla stessa infrastruttura di rete fisica. Ciascuna slice di rete è una rete end-to-end isolata su misura per soddisfare i diversi requisiti richiesti da una particolare applicazione. In ogni simulazione sono presenti due slice, ognuna delle quali rappresenta una banda operativa con diversa frequenza centrale. La prima slice accoglie utenti a bassa latenza e voce, mentre la seconda V2X e UE del sistema di trasporto intelligente. Ogni slice è suddivisa in due componenti carrier, che si adattano completamente alla migliore configurazione possibile (politiche di pianificazione, numerologia, CQI, ecc.) in base al tipo di traffico che ospita. Inoltre, a ciascun componente portante viene assegnata una proporzione diversa della larghezza di banda disponibile. La decisione viene presa da un algoritmo proposto che prende in considerazione il numero di utenti di cui ciascuna tipologia di traffico è composta per simulazione e un fattore di importanza, che ha a che fare con l’avidità di larghezza di banda di ciascun tipo di traffico per raggiungere il massimo delle sue prestazioni e connettersi i pesi che definiscono ogni tipo di traffico. Tenendo conto delle limitazioni della piattaforma, lo strumento creato è molto versatile. Può imitare molte configurazioni diverse, semplicemente modificando i parametri utilizzando la riga di comando. Successivamente, si sono svolte numerose sessioni di benchmarking al fine di recuperare i risultati su come questa allocazione delle risorse e la diversa organizzazione della rete per fetta e componente del vettore possano avvantaggiare il traffico. La configurazione ottimale esportata e il suo enorme miglioramento in tutti i KPI per tutti i diversi utenti di traffico ospitati nella rete, dimostra che quando questa idea viene trasferita su una rete in tempo reale (molto probabilmente con alcuni aggiustamenti), può rappresentare un miglioramento, non solo nell'ottimizzazione del traffico, ma anche per quanto riguarda l’efficienza energetica.