Secure and energy-efficient resource allocation in network slicing
Ağ dilimlemede güvenli ve enerji-verimli kaynak tahsisi
- Tez No: 763339
- Danışmanlar: DOÇ. DR. PELİN ANGIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Önceki telekomünikasyon nesillerinin tek çeşit şebeke ile tüm kullanıcılara aynı hizmeti verme fikri artık günümüz uygulamaları için yeterli olmamaktadır. Mevcut şebeke sistemlerinin, aynı fiziksel altyapıda Gelişmiş Mobil Geniş Bant, Ultra Güvenilir ve Düşük Gecikmeli İletişim ve Büyük Makine Tipi İletişim gibi farklı kullanım şekillerinin şebeke iletişimi hizmet kalite (QoS) şartlarını karşılaması bir zorunluluk haline gelmiştir. 5G telekomünikasyon ağları bu soruna bir çözüm önerisinde bulunuyor: Ağ Dilimleme kavramı. Ağ fonksiyonlarının sanallaştırılması (VNF), ağ dilimleme konseptinde önemli bir rol oynamakta ve bu sanallaştırılan fonksiyonların şebeke üzerinde yerleştirilmesi önemli bir görev teşkil etmektedir. Literatürdeki araştırmalar, bu fonksiyonları ağ üzerinde yalnızca enerji verimliliğini dikkate alarak tahsis etmeye odaklandığından, bu tez çalışması güvenlik yönlerini de dikkate alan bir çözüm sunmaktadır. Bu çalışmada, güvenlik gereksinimleri olan 5G ağ dilimleme konsepti için çekirdek ağ fonksiyonlarının enerji tüketimini, tamsayılı doğrusal programlama (ILP) modeli kullanarak sanal ağ fonksiyonlarını verimli bir şekilde yerleştirme stratejisi ile optimize edilmektedir. Bu yaklaşım üzerine bir iyileştirme olarak, ağ dilimleme için dinamik, enerji açısından verimli, esnek ve güvenli bir kaynak tahsis çerçevesi sağlamak için Derin Güçlendirmeli Öğrenme (DRL) yöntemlerinin kullanılması eklenmiştir. Çalışmada, katı güvenlik kısıtlamaları altında enerji verimli kaynak tahsisi için uygun bir algoritma bulmak için çeşitli son teknoloji Derin Güçlendirmeli Öğrenme yöntemleri karşılaştırmıştır. Simülasyon sonuçları önerilen DRL modellerinin, aynı QoS ve güvenlik kısıtlamaları altında VNF yerleştirme gerçekleştiren ILP tabanlı yaklaşıma göre önemli ölçüde güç tasarrufu sağladığını göstermektedir. Aynı zamanda, DRL tabanlı yöntemlerin ILP tabanlı yöntemlerden daha hızlı kaynak tahsis sağladığını da göstermektedir.
Özet (Çeviri)
The one-size-fits-all idea of the previous telecommunication generations is no longer suitable for current applications. The current network systems need to satisfy the Quality of Service requirements of the different types of use cases such as enhanced mobile broadband, ultra-reliable and low latency communications and massive machine type communications in the same physical infrastructure. 5G telecommunication networks aim to provide a solution to this problem through the network slicing concept. Virtual Network Functions (VNF) play an essential role in the network slicing concept and embedding these functions into the network is an important task to achieve. As state-of-the-art research focuses on allocating these functions in-network taking only energy efficiency into consideration, this research proposes a solution that considers the security aspects too. We propose a VNF placement strategy using an integer linear programming (ILP) model for 5G network slicing under strict security requirements, which optimizes energy consumption by the core network nodes. As an improvement to this approach, we also propose using Deep Reinforcement Learning (DRL) methods to provide a dynamic, energy-efficient, resilient, and secure resource allocation framework for network slicing. Hence, in this research, we compared various state-of-the-art DRL methods to find a suitable algorithm for energy-efficient resource allocation under stringent security constraints. Simulation results demonstrate that the proposed DRL-based models achieve significant energy optimization compared to the ILP-based optimization model performing VNF placement under the same QoS and security constraints. The results of the study show that DRL-based methods provide faster allocation than ILP-based methods. Also, the results show that DRL-based methods provide faster allocation than ILP-based methods.
Benzer Tezler
- Çok periyotlu aralık parametreli tamsayılı programlama ile Türkiye'nin enerji talebini karşılayan sistemin incelenmesi
An investigation of Turkey's energy demand satisfaction system using the multi period interval parameter integer programming
MİRAÇ EREN
Doktora
Türkçe
2015
EkonometriAtatürk ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. ERKAN OKTAY
YRD. DOÇ. DR. ÜMRAN ŞENGÜL
- Tedarik zincirinde işbirlikçi oyun kuramı kullanılarak adil kâr paylaşımının yapılması ve enerji sektöründe uygulamalar
Fair profit sharing using cooperative game theory in a supply chain and energy market applications
HÜSEYİN KUTAY TİNÇ
Doktora
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET NAHİT SERARSLAN
PROF. DR. ELMKHAN MAHMUDOV
- Akıllı ev cihazlarının haberleşmesinde hafif sıklet şifreleme algoritmalarının performans analizi
In communication of smart home devices performance analysis of lightweight encryption algorithms
ÖMER YEL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜSEYİN ESKİ
- Yatay eksenli rüzgar türbini palasının dinamik analizi
Dynamic analysis of a horizontal axis wind turbine blade
SERAP BAYTOK
Yüksek Lisans
Türkçe
2012
Enerjiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. METİN ORHAN KAYA
- IETF 6TiSCH ağlar için q-öğrenme algoritmasından esinlenilmiş amaç fonksiyonu optimizasyonu
Q-learning algorithm inspired objective function optimization for IETF 6TiSCH networks
TAYFUN BEKAR
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDAT GÖRMÜŞ