Description du projet
Préparer la technologie de réseau d’accès radio à la 5G
Utilisé depuis les prémices de la technologie de réseau cellulaire, le réseau d’accès radio (RAN) a évolué de pair avec la téléphonie mobile. À mesure que la demande pour les services de téléphonie mobile augmente et se diversifie à travers la 4G et la 5G, les réseaux doivent répondre à une variété grandissante de besoins en matière de qualité de service (QoS). Le projet BANYAN financé par l’UE va développer des outils clés pour un réseau d’accès radio 5G axé sur les données. Il coordonnera une coopération universitaire et industrielle pour répondre à plusieurs problématiques, telles que la modélisation et la prévision de modèles de trafic mobile macroscopique de haute dimension observés sur les RAN pour des services individuels, à plusieurs échelles de temps et d’espace, la géolocalisation et la caractérisation des modèles de trafic mobile intégrés observés sur les RAN. Il développera également des algorithmes pour optimiser de façon proactive la création de tranches de réseau ainsi que la gestion du cycle de vie et allouera, également de façon proactive, les ressources RAN virtualisées permettant de répondre aux demandes des utilisateurs. BANYAN prendra également en charge la formation des chercheurs en début de carrière, dont plusieurs secteurs ont activement besoin.
Objectif
As mobile services consumed by people and machines become increasingly diversified and heterogeneous, 4G/5G
networks are asked to meet a growing variety of Quality of Service (QoS) requirements. Network slicing, enabled by Network
Function Virtualization (NFV), is a promising paradigm to increase the agility and elasticity of the mobile network via logical
slices that can be formed and composed dynamically, so as to adapt to the fluctuations in the demands for different mobile
services.
A key enabler for network slicing is accurate data-driven models and the prediction of the spatio-temporal dynamics of the
mobile service traffic, which allow discovering knowledge relevant to the orchestration of slices and anticipating the need for
their reconfiguration. The need for effective data-driven slice management is especially critical in proximity of indoor Radio
Access Network (RAN), which must accommodate most of the volume and variations in the demand associated to each
mobile service and whose performance is crucial to user QoS.
The BANYAN project is designed to address major open issues towards the realisation of data-driven 5G RAN, as follows:
- Modelling and forecasting macroscopic high-dimensional mobile traffic patterns observed at RAN for individual services, at
multiple scales in time and space;
- Geo-locating and characterising in-building mobile traffic patterns observed at RAN;
- Designing data-driven strategies for the allocation of 5G RAN resources;
- Designing data-driven policies for the orchestration of 5G RAN resources to suit service requirements and dynamics via network slices;
- Coordinating outdoor and indoor heterogeneous networks to meet user QoS requirements.
To address the research objectives above, BANYAN pursues a tight academic-industrial cooperation, which will allow
developing key tools for data-driven 5G RAN, as well as properly training early-stage researchers who are urgently needed
by industry, academia, etc.
Mots‑clés
Programme(s)
Régime de financement
MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)Coordinateur
CB23 3UY Cambridge
Royaume-Uni
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.