Bayesian SDN
Aplicació de tècniques de diagnòstic bayesià en xarxes SDN (Software-Defined Networks)
Projecte cofinançat pel Ministeri d’Energia, Turisme i Agenda Digital (MINETAD) i pel Fons Europeu de Desenvolupament Regional (FEDER), en el marc de la convocatòria 2016 de l’Acció Estratègica d’Economia i Societat Digital, número de referència de el projecte TSI -100102-2016-12
Fons tecnològic
La gestió de la xarxa és una de les tasques més costoses per a les empreses operadores de telecomunicacions. En conseqüència, hi ha una tendència de delegar la gestió de la xarxa en la pròpia xarxa. Això es coneix com Autonomic Networking. Però, avui dia, el diagnòstic de fallades segueix sent una tasca no-autònoma. Tradicionalment, aquest procés s’ha dut a terme per experts humans recolzats per sistemes de monitorització per a la detecció d’alarmes o símptomes. Però, fins i tot amb aquests sistemes, la tasca de diagnòstic és fonamentalment un procés manual.
L’augment constant en la grandària i la complexitat de la xarxa fa que el diagnòstic de fallades sigui una tasca fonamental per al negoci que ha de ser gestionada de manera ràpida i fiable. Per fer-la, es requereixen enginyers altament qualificats, però fins i tot aquestes persones no sempre són capaços de fer front a la creixent heterogeneïtat i complexitat de les xarxes, ja que el diagnòstic és un procés difícil, requereix molt de temps i, per tant, és una tasca costosa. En conseqüència, els operadors tenen l’objectiu d’automatitzar totalment el diagnòstic de fallades per reduir el cost d’operació i millorar l’experiència dels clients a través de l’operació automatitzada dels processos de diagnòstic estandarditzats.
Objetius del projecte
Per tal de solucionar les limitacions esmentades anteriorment i avançar en el desenvolupament de tècniques de diagnòstic automàtic per a xarxes SDN, aquest projecte té com a objectiu generar diferents tècniques de monitorització i diagnòstic basades en tècniques d’intel·ligència artificial que permetin a sistema aprendre o adaptar-se als canvis ia l’evolució de la xarxa. Per a això es plantegen estudiar i avaluar diferents tècniques de computació evolutiva o tècniques d’aprenentatge automàtic. D’una banda, les tècniques de computació evolutiva són tècniques molt atractives i utilitzades en la literatura per resoldre diferents problemes d’optimització, la qual cosa resulta interessant per avaluar i / o monitoritzar l’estat de la xarxa i així poder detectar diferents anomalies en temps real. D’altra banda, les tècniques d’aprenentatge automàtic ofereixen la capacitat a el sistema d’aprendre de l’entorn amb dades recollides amb anterioritat, la qual cosa permet adaptar el comportament de sistema si l’entorn es veu modificat per factors externs.
El desenvolupament d’aquest projecte permetrà a AXPE Consulting potenciar el seu posicionament com a proveïdor de referència en el sector de la Telecomunicacions, a el mateix temps que ens ajuda a consolidar la nostra àrea de R + D + I, com a palanca de desenvolupament corporatiu i element diferenciador enfront de la nostra competència.
Projecte cofinançat pel Ministeri d’Energia, Turisme i Agenda Digital (MINETAD) i pel Fons Europeu de Desenvolupament Regional (FEDER), en el marc de la convocatòria 2016 de l’Acció Estratègica d’Economia i Societat Digital, número de referència de el projecte TSI -100102-2016-12
Fons tecnològic
La gestió de la xarxa és una de les tasques més costoses per a les empreses operadores de telecomunicacions. En conseqüència, hi ha una tendència de delegar la gestió de la xarxa en la pròpia xarxa. Això es coneix com Autonomic Networking. Però, avui dia, el diagnòstic de fallades segueix sent una tasca no-autònoma. Tradicionalment, aquest procés s’ha dut a terme per experts humans recolzats per sistemes de monitorització per a la detecció d’alarmes o símptomes. Però, fins i tot amb aquests sistemes, la tasca de diagnòstic és fonamentalment un procés manual.
L’augment constant en la grandària i la complexitat de la xarxa fa que el diagnòstic de fallades sigui una tasca fonamental per al negoci que ha de ser gestionada de manera ràpida i fiable. Per fer-la, es requereixen enginyers altament qualificats, però fins i tot aquestes persones no sempre són capaços de fer front a la creixent heterogeneïtat i complexitat de les xarxes, ja que el diagnòstic és un procés difícil, requereix molt de temps i, per tant, és una tasca costosa. En conseqüència, els operadors tenen l’objectiu d’automatitzar totalment el diagnòstic de fallades per reduir el cost d’operació i millorar l’experiència dels clients a través de l’operació automatitzada dels processos de diagnòstic estandarditzats.
Objetius del projecte
Per tal de solucionar les limitacions esmentades anteriorment i avançar en el desenvolupament de tècniques de diagnòstic automàtic per a xarxes SDN, aquest projecte té com a objectiu generar diferents tècniques de monitorització i diagnòstic basades en tècniques d’intel·ligència artificial que permetin a sistema aprendre o adaptar-se als canvis ia l’evolució de la xarxa. Per a això es plantegen estudiar i avaluar diferents tècniques de computació evolutiva o tècniques d’aprenentatge automàtic. D’una banda, les tècniques de computació evolutiva són tècniques molt atractives i utilitzades en la literatura per resoldre diferents problemes d’optimització, la qual cosa resulta interessant per avaluar i / o monitoritzar l’estat de la xarxa i així poder detectar diferents anomalies en temps real. D’altra banda, les tècniques d’aprenentatge automàtic ofereixen la capacitat a el sistema d’aprendre de l’entorn amb dades recollides amb anterioritat, la qual cosa permet adaptar el comportament de sistema si l’entorn es veu modificat per factors externs.
El desenvolupament d’aquest projecte permetrà a AXPE Consulting potenciar el seu posicionament com a proveïdor de referència en el sector de la Telecomunicacions, a el mateix temps que ens ajuda a consolidar la nostra àrea de R + D + I, com a palanca de desenvolupament corporatiu i element diferenciador enfront de la nostra competència.