Inizio contenuto principale del sito

  • Istituto TeCIP

Rinnovata la collaborazione di ricerca tra l’Istituto TeCIP della Scuola Superiore Sant’Anna e Vodafone per l’utilizzo di tecniche di AI nel supporto alle operazioni dei data-center per la Virtualizzazione delle Funzioni di Rete

Data pubblicazione: 23.02.2023
ReTiS_Servers_5
Back to Sant'Anna Magazine

Si rinnova anche per l’anno 2023 la collaborazione pluriennale fra l’operatore di telefonia mobile Vodafone e l’Istituto TeCIP (Telecommunications, Computer Engineering, and Photonics) della Scuola Superiore Sant’Anna, per l’ottimizzazione delle operazioni di monitoraggio e gestione dei data-center di Vodafone per la Virtualizzazione delle Funzioni di Rete (Network Function Virtualization – NFV). La collaborazione coinvolge dal 2018 un team dell’Istituto TeCIP guidato da Tommaso Cucinotta, docente di Sistemi di elaborazione delle informazioni della Scuola Superiore Sant’Anna, e un team di Vodafone distribuito fra Europa, India ed Egitto coordinato da Antonino Artale. La partnership ha come oggetto lo studio e la realizzazione di strumenti software innovativi che, grazie all’uso di tecniche di Intelligenza Artificiale e Apprendimento Automatico (Machine Learning), svolgono funzioni di monitoraggio, rilevazione delle anomalie e gestione di problematiche prestazionali, all’interno dei data-center dell’operatore telefonico per la NFV.

 

Nel mondo degli operatori telefonici, la Virtualizzazione delle Funzioni di Rete (NFV) sta realizzando una vera rivoluzione tecnologica. Le funzioni di rete sono tradizionalmente messe in opera in forma di apparecchiature hardware dedicate e dimensionate sull’ora di picco, con un conseguente notevole sottoutilizzo delle risorse fisiche nell’arco delle 24 ore, e nel corso dell’anno. Con la NFV, tali funzioni di rete vengono progressivamente sostituite da altre realizzate in software, incapsulate in forma di gruppi di macchine virtuali, e messe in opera su server general-purpose all’interno di data-center in cui le risorse hardware possono essere condivise fra una pluralità di bisogni computazionali dell’operatore. Questo permette una gestione delle funzioni di rete con un livello di flessibilità e affidabilità senza precedenti, riusando princìpi e tecniche di progettazione con cui i fornitori di servizi per il Cloud Computing gestiscono oggi le loro infrastrutture. Ad esempio, è possibile orchestrare ciascuna funzione di rete adattandone la capacità computazionale ai livelli di carico istantanei, aumentando o diminuendo la dimensione del gruppo di macchine virtuali che realizzano la funzione. Questi meccanismi, fortemente integrati nelle architetture di telefonia mobile basate sul 5G, sono alla base di un’infrastruttura moderna di rete che garantisce latenze basse e predicibili nonostante la notevole variabilità dei carichi di rete e la quantità di anomalie ed errori che si verificano in infrastrutture geo-distribuite di queste dimensioni, anche a causa di attacchi di cyber-security. Ciò costituisce una tecnologia abilitante per use-case industriali distribuiti di nuova generazione che hanno stringenti requisiti di latenza e affidabilità sulle comunicazioni via rete, fra cui il controllo di robot in ambito Industria 4.0, o il controllo intelligente di sistemi autonomi.

 

In tale contesto, la collaborazione di ricerca con la Scuola Superiore Sant’Anna ha permesso di investigare sull’utilizzo di tecniche di Intelligenza Artificiale e Apprendimento Automatico per il miglioramento e l’efficientamento di una pluralità di funzioni, all’interno dell’architettura di monitoraggio dei data-center di Vodafone per la NFV. Infatti, mediante l’utilizzo di Reti Neurali Profonde (Deep Neural Network – DNN), e, nello specifico, di Reti Neurali Ricorrenti (Recurrent Neural Network – RNN), è possibile effettuare predizioni accurate sull’evoluzione del traffico sia nel medio e lungo periodo (per esempio, su orizzonti temporali di mesi), che nel brevissimo periodo (per esempio, entro i successivi 30 minuti). Il primo tipo di predizioni costituisce un input di notevole valore per realizzare strategie di pianificazione delle capacità intelligenti, una volta integrate con tecniche di ottimizzazione per il piazzamento di macchine virtuali in data-center per la NFV. Il secondo tipo di predizioni, invece, permette di realizzare tecniche di Rilevazione delle Anomalie che funzionano in quasi-tempo reale, allertando gli operatori dell’infrastruttura non appena le metriche di rete si discostano eccessivamente dalle previsioni di corto raggio.

 

Questi sono solamente alcuni esempi degli studi realizzati all’interno della collaborazione in questi anni e che hanno prodotto una serie di pubblicazioni in forma di articoli scientifici e brevetti depositati. Inoltre, è stato possibile mettere a disposizione, con una licenza aperta, alcune serie di dati contenenti metriche di sistema dai data-center di Vodafone, per eventuali futuri indagini e ricerche da parte di altri gruppi di ricerca, in un’ottica di supporto a politiche per l’Open Science e la riproducibilità dei risultati scientifici pubblicati.

La collaborazione con Vodafone si aggiunge alle altre collaborazioni che l’Istituto TeCIP della Scuola Superiore Sant'Anna porta avanti con prestigiose realtà industriali nazionali e internazionali, e costituisce un’ulteriore opportunità per docenti e personale della ricerca dell’Istituto di affinare competenze e metodologie per l’applicazione di tecniche di Intelligenza Artificiale e Apprendimento Automatico a vantaggio della qualità dei servizi di Telecomunicazione di oggi e domani.

 

 

Approfondimenti

Per un approfondimento di tali tematiche, è possibile far riferimento alle seguenti pubblicazioni recenti prodotte all’interno della collaborazione:

Potrebbero interessarti anche