2019 Mobile: Resource Allocation for Network Slicing in 5G Telecommunication networks: A Survey of Principles and Models

Pada paper ini membahas mengenai Ide-ide dasar dari SDN dan NFV, Arsitektur MO pada network slicing, Meneliti jenisi sumber daya dan tingkatan isolasi antara RAN dan CN slicing, Menguraikan matematika model dari algoritma alokais sumber daya dengan contoh-contoh sebagai berikut : Game theory based model, Prediction techniques , Robustness (kegagalan memperbarui/failure recovery) dan Bagian akhir kesimpulan

Network slicing adalah salah satu model utama untuk implementasi 5G, teknologi yang menjanjikan untuk membangun jaringan end-to-end yang disesuaikan yang terdiri dari sumber daya khusus dan bersama dengan SDN dan NFV.SDN dan NFV dianggap sebagai teknologi utama pada network slicing dalam konteks 5G. SDN mengandalkan pemisah antara control plane dan data plane untuk meningkatkan data forwarding dan network programmability Penggunaan NFV memungkinkan setiap fungsi jaringan bernama virtual network function (VNF) dapat dijalankan pada perangkat keras/hardware bertujuan untuk mengurangi biaya penerapan. Dalam hal ini, network slice sebagai kombinasi dari beberapa VNF, tidak hanya menyediakan layanan jaringan yang fleksibel, scalable dan dapat di program tetapi juga mengurangi pengeluaran modal (capex) dan pengeluaran operasional (opex) dengan secara efesien dalam mengatur dan mengelola VNF.

Contoh penerapan network slice pada jaringan 5G di kehidupan sehari-hari: Mengemudi otomatis, Kendaraan udara atau pesawat tanpa awak ,Virtual reality, Pengoperasian mesin jarak jauh (remote), Telemedicine (pengobatan jarak jauh, pembayaran rumah sakit secara digital yang dibutuhkan untuk menghindari kontak langsung), Pengukuran cerdas (smart metering), Operasi jarak jauh dibantu video Media streaming olahraga, AR

Software Defined Network dan Network Function Virtualization, Pada framework SDN, control plane terpisah dengan data plane yang di pindahkan ke lokasi terpusat yang diimplementasikan oleh controller SDN Perangkat forwarding pada data plane seperti switch dan routers NFV memungkinkan network function dapat berjalan pada server SDN dan NFV dianggap sebagai pendukung utama untuk network slicing diantaranya sebagai : Programmability, Scalability, Flexibility. Contohnya : evolved packet core (EPC) Arsitektur management dan orchestration pada network slicing, pada network slicing merupakan masalah mendasar dari network slicing mencakup persyaratan network slice dan penerapan network slice dengan lifecycle management. Project (3GPP) mengusulkan atau mengajukan dasar arsitektur MO dengan network function diantaranya:

1. Communication service management function (CSMF) = Bertindak sebagai penerjemah
2. Network slice management function (NSMF) = menjalankan manajemen dan orkestrasi
3. Network slice subnet management function (NSSMF) = bertanggung jawab pengelolaan orkestrasi

terdapat 5 jenis pemodelan matematika yang dibahas diantaranya: model umum, Game theoretic ekonomi model, model prediksi, robustness dan Failure dan recovery model. model umum : Network slicing memberikan peluang bisnis baru untuk : Operator jaringan tradisional, Industri vertikal. Terdapat tiga pemeran dalam skenario network slicing 5G Operator jaringan = penyedia infrastrukur jaringan (Physical resource, virtual resource, network slicing) Penyewa network slice = penyedia layanan jaringan ke persyaratan operator jaringan Pengguna network slice = pengguna layanan jaringan yang disediakan oleh network slice Game theoretic economic models : memberikan solusi yang layak untuk memaksimalkan pendapatan penyedia infrasturktur tanpa melibatkan alokasi sumber daya. 3 Jenis model pada Teori permainan ekonomi : diferensiasi harga = berdasarkan ekonomi dan model permainan untuk network slice permaianan non-kooperatif = mengalokasikan sumber daya untuk network slice Permaianan kooperatif = menyelidiki aliansi permainan yang dibentuk oleh permainan individu Prediksi model digunakan untuk meramalkan utilisasi kuantitas sumber daya yang tepat atau yang optimal berdasarkan pengetahuan empiris atau informasi historis. 3 Jenis model pada prediksi model : Time Series Based = prediksi regresi waktu lampau, Machine Learning = strategi optimal dan suboptimal Experience Based = data empiris atau model probabilitas Robustness dan Failure recovery model menangani kejadian jaringan yang tidak dapat diprediksi untuk mencapai ketersediaan jaringan telekomunikasi yang tinggi. 2 Jenis model Robustness dan Failure recovery model : Redundant resource reservation = menawarkan sumber daya tambah untuk network slice, VNF Remapping = pemetaan ulang network function dalam memulihkan layanan jaringan

Project Author(s)

Dwi Pratiwi (23220047)