Caractérisation, prédiction et gestion de la mobilité humaine dans les réseaux 5G et au-delà

Caractérisation, prédiction et gestion de la mobilité humaine dans les réseaux 5G et au-delà
Les futurs réseaux 5G et au-delà couvriront un large spectre de cas d’utilisation avec des exigences très diverses. Pour satisfaire ces exigences, différentes solutions sont envisagées dans le réseau d’accès radio (Radio Access Network – RAN) et dans le réseau c?ur (Core Network – CN). Dans le RAN, les solutions vont de l’utilisation de nouvelles technologies de couche physique (par exemple mmWave) et l’inclusion de différentes technologies d’accès radio (par exemple Wi-Fi et LTE), à la réarchitecture du RAN (par exemple l’architecture Cloud-RAN). Ensemble, ces solutions conduiront à des déploiements très denses et hétérogènes, créant des défis importants quant à la gestion du réseau et particulièrement la gestion de la mobilité des utilisateurs.

Le handover est l’un des éléments constitutifs de la gestion de mobilité. Il représente la procédure lancée sur le RAN, permettant à l’équipement d’un utilisateur en mouvement de changer son association d’une station de base à une autre. Les handovers jouent un rôle critique sur la satisfaction des clients et doivent être bien gérés, spécifiquement dans les déploiements très denses et hétérogènes, où les handovers augmenterons naturellement.

La gestion de la mobilité dans les futurs réseaux 5G et au-delà a retenu l’attention de chercheurs récemment. Cependant, il nous manque une compréhension claire des caractéristiques spatio-temporelles des handovers sur l’infrastructure du réseau cellulaire. De plus, bien que des efforts importants ont été consacrés à l’étude de la mobilité humaine et à sa prédiction, les travaux existants restent menés indépendamment des types d’applications réseau utilisées. Enfin, les approches de gestion des handovers proposées restent principalement basées sur des mesures de la force du signal reçu, par l’utilisateur. Ces mesures peuvent ne pas refléter le mouvement réel de l’utilisateur et risquent d’entraîner des handovers inutiles affectant la qualité d’expérience des utilisateurs.

Dans ce contexte, nous cherchons à répondre aux questions suivantes: i) Quelles sont les caractéristiques spatio-temporelles des handovers du point de vue de l’infrastructure de réseau cellulaire ? ii) Comment prédire avec précision les mouvements humains pour les futures applications réseau ? iii) Comment gérer efficacement les handovers dans des déploiements de réseaux denses et hétérogènes?

Pour répondre à ces questions, nous introduirons d’abord un cadre d’analyse spatio-temporel des handovers dans les réseaux cellulaires. Ce cadre permettra de profiler les stations de base en fonction de l’évolution de leurs handovers. Deuxièmement, nous proposerons des algorithmes efficaces pour la prédiction de la mobilité humaine prenant en considération le type d’applications réseau utilisées. Troisièmement, nous introduirons des mécanismes axés sur la mobilité pour gérer les handovers dans les futurs réseaux mobiles, s’appuyant sur les approches de prédiction de la mobilité humaine proposées.

Ensemble, nos solutions permettront une gestion efficace de la mobilité humaine sur le réseau. De plus, nos solutions seront évaluées en utilisant des jeux de données de trafic mobile fournis opérateur mobile. Cela permettra d’évaluer leurs performances sur la base de traces de trafic réelles à grande échelle – une étape sans précédent dans la littérature pertinente.