[論文レビュー] PlaceRAN: Optimal Placement for the Virtualized Next-Generation RAN.

Fernando Zanferrari Morais, Gabriel Matheus de Almeida+5 more|arXiv (Cornell University)|Feb 25, 2021

Software-Defined Networks and 5G参考文献 20被引用数 1

ひとこと要約

本稿では、次世代RAN（vNG-RAN）における仮想化された無線機能の配置を最適化する正確な最適化モデルであるPlaceRANを提案する。このモデルは、計算リソースの使用を最小限に抑え、機能の集約を最大化することを目的としている。プロトコルスタックの分割、トランスポートネットワークの制約、および非均一なトポロジを統合的に考慮することで、実際の5Gネットワークトポロジにおいて最大80%の無線機能集約を達成する。

ABSTRACT

The fifth-generation mobile evolution introduces Next-Generation Radio Access Networks (NG-RAN) based on the protocol stack disaggregation to enable flexibility to support users' demand for ultra-low latency and high-bandwidth applications. For example, Open RAN solutions focus on an NG-RAN with general-purpose vendor-neutral hardware, software-defined technologies, and interoperability, splitting the protocol stack into the eight options combined into three network units, i.e., central, Distributed, and Radio. These network units and the protocols disaggregated are managed as radio functions. These functions' placement is challenging since the best decision is based on the RAN protocol stack split, routing paths of transport networks with restricted bandwidth and latency requirements, different topologies and link capabilities, asymmetric computational resources, etc. Therefore, this article proposes the first exact model for the placement optimization of radio functions for vNG-RAN planning, named PlaceRAN. The main objective is to minimize the computing resources and maximize the aggregation of radio functions. The PlaceRAN evaluation considered two real network topologies based on 5G-crosshaul and Passion European projects. The PlaceRAN performance reaches up to 80\% aggregation of radio functions centralized.

研究の動機と目的

• 分散プロトコルスタックを有する次世代RAN（vNG-RAN）における仮想化無線機能の最適配置の課題に対処すること。
• vNG-RAN展開における中央単位、分散単位、無線単位の全計算リソース使用量を最小限に抑えること。
• 機能の断片化を低減し、ネットワーク効率を向上させるために、無線機能の集約を最大化すること。
• 非対称な計算リソース、変動するリンク能力、トランスポートネットワークにおける厳密な遅延および帯域幅要件といった実世界の制約を考慮すること。
• Open RANおよびベンダーニュートラルアーキテクチャを支援する意思決定を可能にするvNG-RAN計画の正確な数学的モデルを提供すること。

提案手法

• 中央単位、分散単位、無線単位の3つのネットワークユニットにおける配置問題を表現する、正確な混合整数線形プログラミング（MILP）モデルを構築すること。
• プロトコルスタックを8つのオプションに分割し、3つの機能ユニットに統合し、機能の分解とルーティング制約に基づいた配置意思決定をモデル化すること。
• ノード間の非対称な計算能力に加え、トランスポートネットワークの帯域幅、エンドツーエンドの遅延を制約として組み込むこと。
• 2つの目的を最適化する：全計算リソース消費量の最小化と無線機能集約の最大化。
• 5G-crosshaulおよびPassion欧州プロジェクトから得られた実際のネットワークトポロジを用いて、現実的な条件下でのモデル評価を実施すること。
• リソース最小化と機能集約のバランスを取る二目的最適化フレームワークを適用すること。

実験結果

リサーチクエスチョン

• RQ1 トランスポートネットワークの制約を尊重しつつ、vNG-RANにおける仮想化無線機能をどのように最適に配置できるか？
• RQ2 現実のネットワークトポロジおよび制約下で、vNG-RANにおける無線機能の最大集約度はどの程度達成可能か？
• RQ3 プロトコルスタックの分割とトランスポートネットワークの特性は、無線機能の最適配置にどのように影響するか？
• RQ4 正確な最適化モデルは、vNG-RAN展開におけるリソース消費量と機能的断片化をどの程度低減できるか？

主な発見

• PlaceRANは、実際の5Gネットワークトポロジにおいて最大80%の無線機能集約を達成し、機能的断片化を顕著に低減した。
• 中央単位、分散単位、無線単位に機能を知的に割り当てることで、モデルは全計算リソース使用量を効果的に最小化した。
• 最適化モデルは、非均一な計算リソース、非対称なリンク能力、厳密な遅延および帯域幅制約を適切に反映している。
• 5G-crosshaulおよびPassionプロジェクトからの実際のトポロジを用いた評価により、モデルの実用的適用性とスケーラビリティが確認された。
• 二目的定式化により、リソース最小化と機能集約のトレードオフを柔軟に制御でき、ネットワーク計画の柔軟性が向上した。
• 正確なモデルは、Open RANおよび仮想化RAN環境における将来的な動的・リアルタイム配置戦略の基盤を提供する。