Service Function Chain Resource Allocation and Offloading in Constrained Edge-Cloud Optical Networks

Technology is about to undergo a rapid transformation, especially in the Internet of Things (IoT) era. This advancement promises a wide range of possible applications across industry and daily life, generating large amounts of data at high speeds and requiring ultra-low latency. Network Function Virtualization (NFV), Software Defined Networking (SDN), and Multi-Access Edge Computing (MEC) are key enabling technologies that will allow 5G systems to accommodate a broad range of futuristic services with diverse Quality-of-Service (QoS) requirements. Integrating NFV and MEC is especially recommended to facilitate more flexible deployment of applications and optimize the network's orchestration and administration system. The future service requirements demonstrate the inefficiency of the conventional centralized Data Centers (DCs) cloud infrastructure for low-latency applications and highlights the growing importance of edge computing, particularly MEC, which employs geographically distributed resources close to User Equipments (UEs). To efficiently support a variety of network functions (NFs), however, the synergy between MEC and centralized cloud DCs is essential. This dissertation offers insightful analysis to tackle the problems related to the placement, routing and resource allocation of end-to-end (E2E) network services, represented as diverse Service Function Chains (SFCs) patterns, within a NFV-enabled 5G multi-layer network equipped with MEC servers and cloud DCs. The optimization of multiple objectives, including balancing computing and network resources, minimizing end-to-end latency, and maintaining a reasonable Quality of Experience (QoE) for users, led to the development of a Mixed Integer Linear Programming (MILP) mathematical formulation. Moreover, a heuristic approach is essential to address the scalability issues of the MILP model. In the context of the 5G multi-layer architecture employing an optical transport network, several strict requirements must be fulfilled, including wavelength availability, wavelength continuity, clashing constraint, optical transmission delay, and available resource capacity. The integration of optical network factors and an analysis of the performance indicators, such as wavelength utilization and groomed lightpaths, are proposed on the suggested approaches.

La tecnologia sta subendo una rapida trasformazione, soprattutto nell'era Internet of Things (IoT). Questo progresso promette un'ampia gamma di applicazioni nelle industrie e nella vita quotidiana, generando grandi quantità di dati ad alta velocità e richiedendo una latenza molto bassa. Network Function Virtualization (NFV), Software Defined Networking (SDN) e Multi-Access Edge Computing (MEC) sono tecnologie fondamentali che consentiranno ai sistemi 5G di ospitare servizi futuristici, ognuno con specifici requisiti di Quality-of-Service (QoS). L'integrazione di NFV e MEC è consigliata per facilitare una distribuzione più flessibile delle applicazioni e ottimizzare il sistema di orchestrazione e amministrazione della rete. I pattern di traffico dimostrano l'inefficienza della tradizionale infrastruttura cloud Data Center (DC) centralizzata per le applicazioni a bassa latenza e mettono in evidenza la crescente importanza dell'edge computing, in particolare del MEC, che impiega risorse geograficamente distribuite vicino agli User Equipment (UE). Per supportare in modo efficiente una varietà di funzioni di rete (NF), tuttavia, la sinergia tra MEC e DC cloud centralizzati è essenziale. Questa tesi offre un'analisi approfondita per affrontare i problemi relativi al posizionamento, all'instradamento e all'allocazione delle risorse dei servizi di rete end-to-end (E2E), rappresentati come diversi pattern di Service Function Chains (SFC), all'interno di una rete 5G multi-layer abilitata da NFV e dotata di server MEC e DC cloud. L'ottimizzazione di più obiettivi, tra cui il bilanciamento del consumo delle risorse computazionali e di rete e la minimizzazione della latenza, ha portato allo sviluppo di una formulazione matematica MILP (Mixed Integer Linear Programming). Inoltre, un approccio euristico è essenziale per affrontare i problemi di scalabilità del modello MILP. Nel contesto dell'architettura multi-layer 5G che impiega una rete di trasporto ottica, devono essere soddisfatti diversi requisiti rigorosi, tra cui la disponibilità di lunghezze d'onda, la continuità delle lunghezze d'onda, il vincolo di clashing, il ritardo di trasmissione ottica e la capacità delle risorse disponibili. L'integrazione dei fattori della rete ottica e l'analisi degli indicatori di prestazione, come l'utilizzo delle lunghezze d'onda e il grooming delle lightpaths, sono proposti negli approcci suggeriti.