Algoritmos para o problema de posicionamento e encadeamento de funções virtuais de rede

• Autor(a) principal: Samuel Moreira Abreu Araujo
• Data de Publicação: 2023
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/50541
• topic: Otimização; Posicionamento; Encadeamento; Virtualização de funções da rede; Aprendizado de máquina; Classe de Serviço; Computação – Teses; Virtualização das funções de rede – Teses; Otimização matemática -Teses; Aprendizado do computador – Teses

Impulsionada pelo crescimento da internet, é gerada uma nova onda de aplicações e dados que podem ser acessados de qualquer lugar. Nesse meio, as redes virtuais emergem como tecnologias inovadoras, propiciando a implementação de novas funcionalidades de rede, com um baixo custo, e facilitando o gerenciamento de recursos. O problema abordado nesta tese é relativo ao posicionamento e encadeamento de funções virtuais de rede em um ambiente online em relação à chegada de requisições. Por se tratar de um problema combinatório NP-difícil, enquanto o número de componentes da rede cresce linearmente, o processamento computacional e o tempo de execução aumentam exponencialmente. Em um ambiente online, o provedor precisa lidar de maneira rápida com as requisições à medida que elas chegam, em vez de atender a um conjunto de requisições conhecidas de uma só vez (offline). Tais características aumentam a dificuldade de sua resolução em virtude do grande número de componentes processados. O objetivo deste trabalho é definir modelos, apresentá-los, bem como discutir e resolver o problema de posicionamento e encadeamento de funções virtuais de rede com diferentes algoritmos. Em uma linha clássica de otimização, são propostos um algoritmo exato, baseado em Programação Linear Inteira; e outro heurístico. São propostos mecanismos de hibridização entre técnicas de Aprendizado de Máquina e algoritmos clássicos de otimização. São aplicadas técnicas de clusterização para se reduzir o espaço de soluções e, consequentemente, o tempo de resolução do problema. Complementarmente aos algoritmos propostos, alguns trabalhos da literatura são pesquisados para identificar serviços de rede comumente usados e utilizados nas experimentações. Aplicando um algoritmo exato, percebe-se que reotimizar todo o modelo é custoso computacionalmente e inviável. Experimentos com a heurística geraram resultados promissores, como altos lucros e taxa de aceitação, com um baixo tempo de execução. Experimentos com as técnicas de clusterização confirmam a hipótese de que um espaço de soluções menor diminui consideravelmente o tempo de convergência do algoritmo exato proposto.