Predictive quality of service routing for software-defined networks / Yazılım tanımlı ağlar için hizmet kalitesi tabanlı öngörücü rotalama

Abstract

Bu tez çalışmasında, Altıncı Nesil (6G) yazılım tanımlı ağlar (SDN'ler) için ağ trafiği tahminine dayalı dinamik bir Hizmet Kalitesi (QoS) rotalama algoritması geliştirmekteyiz. İlk olarak, Ultra Güvenilir Düşük Gecikmeli İletişim (URLLC), Geliştirilmiş Mobil Geniş Bant (eMBB) ve Kitlesel Makine Tipi İletişim (mMTC) trafiğine yönelik temel kısıtlamaları içeren bir karma tamsayılı optimizasyon modeli formüle etmekteyiz. İkinci olarak, bu optimizasyon modeline dayalı olarak QoS akışları için Tahmine Dayalı Dinamik Çoklu Akış Rotalama (PD-MFR) algoritmamızı geliştirmekteyiz. PD-MFR'de ilk olarak ağ, bir rotalama penceresi üzerinden her kaynak-hedef çifti arasındaki toplam eMBB trafik akışı üretim hızına ilişkin tahminler oluşturur ve yaklaşan rotalama penceresinde bu tür her akış için rezervasyonlar yapar. İkinci olarak, gecikme toleranslı mMTC akışlarının, eMBB akışları için rezervasyonlar yapıldıktan sonra kalan kapasiteleri dolduracak şekilde rotalanması planlanır. Üçüncü olarak, URLLC akışları reaktif olarak rotalanır. PD-MFR algoritmasının performansını, eMBB akış üretim hızlarını tahmin etmek için Otoregresif Bütünleşik Hareketli Ortalama (ARIMA) ve Çok Katmanlı Algılayıcı (MLP) modelleri kullanıldığında göstermekteyiz. Ayrıca, PD-MFR'nin performansını, tüm QoS akışlarının reaktif olarak rotalandığı kıyas modeli QoS-En Kısa Yol Algoritması (QoS-SPA) karşısında ölçmekteyiz. Sonuçlarımız, PD-MFR'nin performansının iletilen akış yüzdesi açısından QoS-SPA'nınkini önemli ölçüde aştığını göstermektedir. Bu çalışma, yeni nesil SDN'lerin tasarımına yönelik ağ trafiği tahminine dayalı QoS rotalama algoritmalarında bir ilerlemeyi temsil etmektedir. In this thesis, we develop a dynamic Quality of Service (QoS) routing algorithm based on network traffic prediction for Sixth Generation (6G) software-defined networks (SDNs). First, we formulate a mixed integer optimization model that incorporates the key constraints for Ultra-Reliable Low Latency Communication (URLLC), enhanced Mobile Broadband (eMBB), and massive Machine-Type Communication (mMTC) traffic. Second, we develop our Predictive Dynamic Multi-Flow Routing (PD-MFR) algorithm for QoS flows based on this optimization model. In PD-MFR, first, the network forms predictions of the aggregate eMBB traffic flow generation rate between each source-destination pair over a routing window and makes reservations for each such flow on the upcoming routing window. Second, delay-tolerant mMTC flows are scheduled to be routed to fill up the residual capacities that remain after the reservations for the eMBB flows have been made. Third, URLLC flows are routed reactively. We demonstrate the performance of our PD-MFR algorithm when Autoregressive Integrated Moving Average (ARIMA) and Multi-Layer Perceptron (MLP) models are used in order to forecast the eMBB flow generation rates. Furthermore, we measure the performance of PD-MFR against the benchmark QoS-Shortest Path Algorithm (QoS-SPA) in which all of the QoS flows are routed reactively. Our results show that PD-MFR outperforms QoS-SPA significantly with respect to the percentage of flows delivered. This work represents an advance in QoS routing algorithms based on network traffic prediction geared towards the design of next-generation SDNs.