Construção e validação de um agente de Aprendizado por Reforço flexível para Arquiteturas de Fatiamento de Redes

• Processo: 24/08973-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2024
• Data de Término da vigência: 30 de junho de 2025
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Acordo de Cooperação: MCTI/MC
• Pesquisador responsável: Flávio de Oliveira Silva
• Beneficiário: Marcus Vinicius Diniz dos Reis
• Instituição Sede: Faculdade de Computação (FACOM). Universidade Federal de Uberlândia (UFU). Ministério da Educação (Brasil). Uberlândia , SP, Brasil
• Vinculado ao auxílio: 18/23097-3 - SFI2: fatiamento de infraestruturas de internet do futuro, AP.TEM
• Assunto(s): Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Ai | Network Slicing | orchestration | Fatiamento de Rede

Resumo

Este plano de trabalho de Iniciação Científica (IC) no âmbito do projeto SFI2 busca construir e validar mecanismos de aprendizado por reforço para orquestração de fatias de rede de forma autônoma e inteligente. No estado da arte, encontram-se abordagens e construções de mecanismos inteligentes de orquestração de fatias de rede, no entanto, são abordagens inflexíveis do ponto de vista da utilização e coexistência de diferentes técnicas de inteligência artificial que podem sem usadas pelo orquestrador. Ter flexibilidade nesse contexto é fundamental porque em cada fase de gerenciamento da fatia de rede existem demandas heterogêneas que só a coexistência nativa de algoritmos inteligentes pode suportar. Portanto, o principal objetivo nesta pesquisa é avançar com a proposição de algoritmos de aprendizado por reforço que possam ser acoplados ao Orquestrador SFI2 de forma direta. O principal desafio do plano é encontrar bons parâmetros para o agente de aprendizado por reforço para lidar com o espaço de ações e recompensas em um cenário de comunicação dinâmico honrando acordos de nível de serviço. A avaliação experimental será feita em um cenário realístico, com uma rede de comunicação comportamentos próximos à uma rede real, especificamente no testbed FIBRE-NG da Rede Nacional de Ensino e Pesquisa (RNP). A primeira fase da metodologia deste plano de pesquisa consiste no estudo e levantamento do estado da arte sobre técnicas de garantia e acordo de nível de serviço em arquiteturas de fatiamento de rede seguido de um estudo sobre mecanismos de isolamento e inteligência artificial aplicados à essas arquiteturas. Na segunda fase, serão propostos e validados algoritmos baseados em aprendizado por reforço capazes de se adaptar ao cenário dinâmico de uma rede em produção para garantir acordos de nível de serviço. Na terceira fase ocorrerão atividades de integração e testes sobre arquiteturas de micro serviços visando incorporação da solução no Orquestrador SFI2. (AU)