Resumen del Proyecto: Algunas de las
limitaciones de las redes de hoy en día radican en su pobre
adaptabilidad y programabilidad. Previendo por otro lado los fuertes
requerimientos que imponen e impondrán los nuevos y futuros servicios
como 5G, tales como baja latencia y alta disponibilidad. Para solucionar
problemas de fallas, rendimiento o seguridad en las redes actuales, la
mayoría de las configuraciones las realizan manualmente operadores
experimentados que examinan las salidas de los sistemas de
monitorización y deciden cómo reconfigurar adecuadamente la red, y no
hay un circuito de retroalimentación automático entre la supervisión de
red y la configuración de red. Una causa fundamental de la ineficiencia
en la configuración y optimización de la red es la falta de
"inteligencia cognitiva", es decir, la capacidad de inferir el estado de
la red, analizar posibles implicaciones o tomar medidas proactivas. La
red de hoy es incapaz de aprender de sus errores y es propensa a cometer
el mismo error otra vez. Solo después de las intervenciones y
actualizaciones humanas, las funciones de red pueden actualizarse.
Necesitamos buscar redes con los siguientes atributos: •
Auto-configuración • Auto-recuperación • Auto-optimización
Objetivos:
Proponemos abordar la pregunta de cómo las técnicas de modelado,
análisis basadas en datos y aprendizaje automático se pueden usar para
determinar las configuraciones y parámetros de la red óptica apropiados
para dar soporte a los servicios actuales y futuros. En particular, los
objetivos del presente proyecto son:
a. Diseño e implementación de un mecanismo de monitorización de red basado en Apache Kafka.
b. Desarrollo de modelos y herramientas de análisis de datos exploratorio para estudiar el comportamiento de la red.
c. Predicción de la disponibilidad de los servicios desplegados en la red.