Modelo predictivo para la asignación elástica de recursos sobre entornos NFV/SDN basados en OpenStack

En esta investigación se implementa un modelo predictivo para la asignación elástica de recursos sobre un entorno NFV/SDN basado en herramientas de código abierto como OpenStack. Usando como referencia una arquitectura que puede implementarse en entornos de bajo costo mediante herramientas de código abierto, se adecúa una metodología de autoescalamiento basada en recomendaciones del 3GPP. Luego, utilizando el algoritmo HTM para predecir tendencias, se efectúan asignaciones proactivas de recursos según reglas de violación de umbral, definidas en un algoritmo de autoescalamiento que sintetiza la asignación elástica de recursos. Los datos que enriquecen el modelo predictivo se generan siguiendo la tendencia de la demanda de recursos de una red móvil real. Los resultados muestran que, a través del modelo propuesto, es posible reducir el tiempo entre identificar la necesidad de escalar y culminar el escalamiento, en comparación con soluciones conocidas de computación en la nube. Además, es posible mantener la disponibilidad del servicio mientras se mejora la latencia en el tiempo de conexión al mismo.

• Autores: Caviedes Valencia, Juan Camilo
• Fecha de publicación: 2021
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/79636
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/79636; https://repositorio.unal.edu.co/
• Palabra clave: 000 - Ciencias de la computación, información y obras generales; Ingeniería de software; Autoescalamiento; SDN; HTM; Infraestructura Virtual; Arquitectura de Código Abierto; Alta Disponibilidad; Modelo Predictivo; NFV; Autoscaling; Virtual Infrastructure; Open Source Architecture; High availability; Predictive Model; Red informática; Computer networks
• Rights: openAccess
• License: Reconocimiento 4.0 Internacional