Please use this identifier to cite or link to this item: https://hdl.handle.net/1822/81198

TitleOtimização de recursos de rede para encadeamento de serviços em Segment Routing
Author(s)Moreira, Gonçalo Dias Camaz
Advisor(s)Sousa, Pedro
KeywordsAlgoritmos evolucionários
Otimização
Machine learning
Network function virtualization
Segment routing
Evolutionary algorithms
Optimization
Issue date2021
Abstract(s)O Segment Routing (SR) é uma implementação de Software Defined Networking (SDN) para encaminhamento de tráfego. Baseado num paradigma de source routing, cada nodo na fronteira da rede adiciona um conjunto de etiquetas ao cabeçalho dos pacotes e define explicitamente o caminho que cada fluxo de tráfego deverá percorrer até ao destino. Cada etiqueta é um segmento que identifica uma instrução topológica, um serviço ou mesmo uma instrução de processamento. Embora o SR seja muito parecido com o Multi Protocol Label Switching (MPLS) no que respeita ao encaminhamento simples de pacotes, a sua utilização simplifica os processos de gestão da rede. Por outro lado, o SR também proporciona soluções para problemas de escalabilidade existente em implementações SDN como o OpenFlow. Esta tecnologia está rapidamente a tornar-se um standard e é já suportada por empresas importantes, como a Cisco e a Huawei, desempenhando um papel importante na arquitetura das futuras redes 5G. Face ao desenvolvimento desta nova tecnologia, surgiram novos tipos de serviço que tiram partido das capacidades da mesma. Devido ao crescente número de dispositivos 5G, surgiu a necessidade de disponibilizar os serviços em diversos pontos da rede, fornecendo assim resposta às necessidades requeridas. Como tal, as operadoras de telecomunicações desenvolveram o conceito de Network Function Virtualization (NFV). Todavia existem questões importantes que necessitam ser tratadas, nomeadamente, como distribuir os serviços pela topologia de forma a reduzir o nível de utilização das ligações e nodos da mesma. Este trabalho tem como objetivo a exploração de soluções baseadas em SR e em NFV, recorrendo a técnicas de otimização como algoritmos evolucionários e machine learning.
Segment Routing (SR) is an implementation of Software-Defined Networking (SDN) for traffic routing. It derives from a source routing paradigm where each node, at the network’s periphery, adds a list of labels to the packet’s header defining explicitly the path each traffic flow should follow to its destination. Each label is a segment that identifies a topological instruction, a service, or even a processing instruction. Although SR can be very similar to Multi-Protocol Label Switching (MPLS), concerning the simple routing of packets, its utilization simplifies the network management tasks. On the other hand, SR provides solutions to existing scalability problems on SDN implementations, for example, OpenFlow-based. This technology is rapidly becoming a standard and is already supported by big players such as Cisco and Huawei, performing a fundamental role in the architecture of future 5G networks. Also, due to these new technology capabilities, there is an increasing number of novel services. This growth, allied with the rise of 5G capable devices, motivated the deployment of services on crucial points of the network. Consequently, mobile operators created the Network Function Virtualization (NFV) concept. However, some important questions should be considered, such as how to optimize network resources regarding service locations to reduce the congestion level on the network. The main contribution of this work consists of exploring solutions based on SR and NFV. Thus, relying on optimization techniques to pursue optimal resource allocation for traffic routing and service processing requirements.
TypeMaster thesis
DescriptionDissertação de mestrado integrado em Engenharia Informática
URIhttps://hdl.handle.net/1822/81198
AccessOpen access
Appears in Collections:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Gonçalo-Dias-Camaz-Moreira-provas-dissertação.pdf1,97 MBAdobe PDFView/Open

This item is licensed under a Creative Commons License Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID