Search

Os fluxos de tráfego de rede que chegam na estação rádio base para serem transmitidos para os usuários móveis em uma rede 5G podem entram em processo de espera em filas até que taxas de transmissões sejam fornecidas. Com o intuito de minimizar o tempo de espera dos usuários nas filas, este trabalho propõe o emprego de algoritmos de controle de fluxos através da predição do comportamento da fila dos usuários. Assim, quanto mais precisa for a predição dos dados, mais eficiente será o controle de fluxos. Neste trabalho, são propostos dois algoritmos de modelagem adaptativa baseados nos modelos Lognormal Beta e BetaMWM para descrever o tráfego de rede e permitir o uso dos mesmos em aplicações de tempo real, como é o caso da rede 5G. Simulações são realizadas em comparações a modelos multifractais encontrados na literatura para validar os algoritmos propostos, onde resultados em termos de valor esperado, variância, momentos de 2º a 4º ordem, erros quadráticos médios da autocorrelação e da função de distribuição comprovam que os algoritmos são eficientes e podem ser utilizados de forma adaptativa. Para realizar o controle de fluxos, também é proposta uma equação para obtenção da taxa ótima de controle baseado na predição, onde Funções de Bases Ortonormais Generalizadas e modelagem fuzzy são empregadas. Também são realizadas simulações do enlace de descida 5G para validar os algoritmos de controle de fluxos propostos. Para tal, resultados em termos de Vazão, Utilização, Taxa de Perda, Atraso e Tamanho Médio da Fila de espera são apresentados, comprovando a eficiência no emprego dos modelos multifractais, das funções de base ortonormais e da modelagem fuzzy em algoritmos de controle de fluxo aplicado no enlace de descida 5G. Aproveitando-se da modelagem multifractal proposta, também é proposta uma equação para estimar o limitante de atraso para as futuras recomendações prevista da rede 5G através do uso da teoria do Cálculo de Rede. Para isto, propõe-se um processo envelope estocástico para fluxos de tráfego de rede baseados no modelo Lognormal Beta Adaptativo que é comparado com os processos envelopes conhecidos na literatura. The network traffic flows that arrive at the base station to be transmitted to the mobile users, in a 5G network system, enter the queuing process until transmission rates are provided. In order to minimize the delay, this work proposes the use of flow control algorithms based on the prediction of user queue behavior. Thus, the more accurate the data prediction, the greater the accuracy and control of flow control algorithms. To improve accuracy, models describing the behavior of network traffic are employed. In this work, two adaptive modeling algorithms based on the Lognormal Beta and BetaMWM models are proposed to model the network traffic and allow its use in real-time applications, such as the 5G network. Simulations are performed in comparisons to multifractal models found in the literature to validate the proposed algorithms, where results in terms of expected value, variance, moments of 2º to 4º order, mean squared errors of autocorrelation and distribution function prove the adaptively use of the algorithms. To perform the flow control, an equation is also proposed to obtain the optimal prediction-based control rate, where generalized ortonormal functions and fuzzy modeling are employed. Simulations of the Downlink 5G link are also performed to validate the proposed flow control algorithms. For this, results in terms of Flow, Utilization, Loss Rate, Delay and Average Waiting Queue are presented, proving the efficiency in the use of multifractal models, orthonormal basis functions, and fuzzy modeling in flow control algorithms for Downlink 5G systems. Taking advantage of the proposed multifractal modeling, an equation is also proposed to estimate the delay limitation for the first recommendations of the 5G network using the network calculation theory. For this, it is proposed a stochastic envelope process for network traffic based on the Adaptive Beta Lognormal model where comparisons with envelope processes known in the literature are performed. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES