Navegando por Autor "Santos, Charles Hallan Fernandes dos"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
Dissertação Recuperação inteligente de desastres em sistemas de operação, gerenciamento e controle de infraestruturas 5G(Universidade Federal do Rio Grande do Norte, 2024-04-30) Santos, Charles Hallan Fernandes dos; Venâncio Neto, Augusto José; http://lattes.cnpq.br/1467664612924239; http://lattes.cnpq.br/0099358331049231; Immich, Roger Kreutz; https://orcid.org/0000-0003-2483-6382; http://lattes.cnpq.br/0535777592588490; Fontes, Ramon dos Reis; Silva, Felipe Sampaio Dantas daSoluções de gerenciamento para ecossistemas de telecomunicações baseadas em redes de quinta geração (5G, do inglês fifth generation) devem ser capazes de controlar os recursos da infraestrutura de maneira granular e automatizada. Ao adotar um modelo de gestão, as operadoras de serviço devem ter como objetivo atender os requisitos de qualidade dos seus clientes. Pensando nisso, as operadoras empregam centros de Operação, Gerenciamento e Controle (OMC, do inglês Operation, Management and Control), um ecossistema que envolve diferentes tecnologias e ferramentas que interoperam para fornecer funções de operação projetadas para garantir acordos de nível de serviço (SLA, do inglês Service Level Agreement) de forma contínua. Nesse sentido, a indisponibilidade de uma OMC pode representar um desastre para o provedor de serviços e seus usuários, tendo em vista a dependência dos dispositivos da infraestrutura de telecomunicação. Para garantir tolerância a falhas, sistemas de recuperação de desastre (DRS – Disaster Recovery Sistem) devem atuar sobre instâncias redundantes de OMC, onde a unidade de backup deve assumir o controle quando sua instância principal falha. Um DRS pode adotar características proativas, que detectam o desastre antes de sua ocorrência, maximizando a disponibilidade da OMC. Além disso, adoção de múltiplas instâncias de backup possui o potencial de aumentar as possibilidades de recuperação de uma OMC deficiente. Nesse sentindo, um DRS deve incorporar mecanismos de seleção para determinar o melhor backup para assumir as operações. Levando em consideração um DRS com detecção proativa de falhas, o algoritmo de seleção deve escolher a OMC reserva que realize a transição de sua execução e seus dados antes da ocorrência do desastre, de modo a aumentar sua disponibilidade. Para selecionar a OMC backup (i.e. candidata) mais apropriada, é necessário realizar um levantamento de índices de performance que determinem se um candidato é capaz de transferir a OMC principal dentro de um tempo estimado para a ocorrência da falha. Haja vista a ausência de mecanismos similares na literatura empregados no contexto de detecção e recuperação de desastres, esta pesquisa de mestrado se dedica à exploração de técnicas de Machine Learning para desenvolver um mecanismo de seleção de OMCs reservas. Neste contexto, ML é empregado para estimar o período necessário para migração de uma OMC para cada candidato, na hipótese de reduzir ou anular perdas de dados ao escolher a melhor OMC de reserva. Para tanto, é introduzido o iDRS (intelligent DRS), que se baseia em mecanismos inteligentes atuar na atribuição do controle dos OMCs, na hipótese de provisionar um sistema disponível para manter as redes 5G ao longo de sua vida útil. O iDRS coleta múltiplas informações que influenciam a migração do serviço para as localizações candidatas como métricas de performance da rede e dos recursos computacionais da infraestrutura virtualizada. A partir disso, um algoritmo de ML realiza a categorização dos candidatos em termos de estimativas de período de migração. Um estudo de caso baseado em testbed emulado atesta a eficácia do iDRS em termos de integridade dos dados da OMC comparado a algoritmos do estado-da-arte.