Soutenance de thèse de Naresh Modina
The thesis defence will be held on 06-12-2022 at 14:30 in salle de these at Hannah Arendt campus (City centre).
Résumé de la thèse:
L’adoption généralisée des réseaux cellulaires de cinquième génération (5G) deviendra l’un des principaux moteurs de la croissance des applications basées sur l’Internet des objets (IoT). En effet, la 5G offre non seulement ces services classiques (de façon améliorée),mais également de nouveaux services tel que l’Internet des Objets (IoT) ou l’Internet Tactile.
Dans la première partie de cette thèse, nous considérons un fournisseur de services (SP) qui lance une application nécessitant la récolte de données à partir d’objets connectés distribués dans différentes cellules. Cependant, l’objectif du SP est de minimiser le coût de cette récolte permanente de données. En raison de ces cas extrêmes d’usage, la 5G donne la possibilité de traiter de façon adaptée chaque trafic ou application. Pour cela, les techniques de virtualisation ont été introduites dans la 5G pour traiter les applications par des ressources en couches (network slicing) de façon à s’adapter à chaque besoin de façon efficace. Cependant, le découpage du réseau permet aux opérateurs de créer plusieurs tranches de réseau, qui peuvent être utilisées pour différentes applications avec des exigences spécifiques. Une tranche exprime le besoin d’accéder à un type de service précis, dans le cadre d’un ensemble complet d’exigences pour respecter le niveau de qualité de service (SLA : Service Level Agreement). En outre, différents fournisseurs d’infrastructure facturent des services de découpage en tranches en fonction à la fois de la technologie spécifique d’accès prise en charge sur les sites et des modèles de collecte de données IoT.
Dans la première partie de ce travail, afin de réduire le coût des fournisseurs de services, nous proposons un mécanisme de tarification basé sur l’âge de l’information et la tarification. Ce mécanisme incite les mobiles à lisser leur trafic en déplaçant une partie de la charge de trafic des cellules très chargées et plus chère vers des cellules à prix plus bas, tout en respectant les exigences de qualité de service (SLA). Le schéma de tarification optimale proposé, comprend un processus de décision en deux étapes : le SP détermine la tarification pour chaque cellule et les mobiles déterminent la stratégie à mettre en place pour l’envoi des données en fonction de l’âge de l’information et sa localisation. Nous présentons ce problème comme un processus de décision markovien et nous déterminons les politiques de seuil optimales qui permettent d’atteindre l’objectif principal. Nous établissons que la tarification de l’emplacement ou cellule peut être réduite à la recherche de seuils appropriés pour chaque cellule. Compte tenu de la nature du problème, nous proposons un algorithme pour trouver la meilleure combinaison de seuils. Ensuite, nous modifions l’algorithme pour effectuer un calcul parallèle en utilisant une technique de coloration qui exploite l’interconnexion des cellules pour réduire le temps de convergence.
L’un des principaux facteurs du coût du fournisseur de services est le coût de location d’une tranche de réseau. Pour cette raison, dans la dernière partie de la thèse, nous étudions l’allocation des ressources aux tranches de réseau, en ce qui concerne les réseaux sans fil 5G. L’allocation de ressources englobe une combinaison de divers types de ressources (par exemple, ressource radio, CPU, mémoire, bande passante). Dans ce travail, nous explorons un système de tarification différentielle qui maximise le bien-être social parmi les tranches ainsi que parmi les utilisateurs finaux. Pour ce faire, nous proposons un mécanisme de tarification qui aboutit à une tarification équitable à plusieurs niveaux : équité entre les tranches et équité entre les emplacements des tranches. Par conséquent, le schéma proposé est bénéfique à la fois pour les tranches et les utilisateurs finaux, indépendamment de leurs emplacements. De plus, nous étudions le cas où les tranches peuvent manipuler leurs préférences pour améliorer leur utilité, nous montrons que le jeu de marché de Fisher a toujours un équilibre de Nash en stratégies pures et nous prouvons que le coût de l’anarchie est de 1/N , où N est le nombre de tranches.
Une insuffisance majeure de l’approche centralisée de l’allocation des ressources porte sur la confidentialité des données des fournisseurs de services et des fournisseurs d’infrastructures. En général, les fournisseurs d’infrastructures ne préfèrent pas révéler les informations relatives à la quantité des ressources disponibles. En revanche, les fournisseurs de services ne préfèrent pas dévoiler leurs fonctions d’utilité. Dans la dernière partie de cette thèse, nous étudions un mécanisme décentralisé d’allocation des ressources inspiré du mécanisme de Kelly qui préserve l’équité à plusieurs niveaux. De plus, nous montrons que chaque fournisseur d’infrastructure peut implémenter sa propre règle d’allocation indépendamment de l’autre fournisseur. Avec le mécanisme proposé, nous établissons que l’allocation qui en résulte est un optimum social. Chaque découverte théorique de ce travail est validée par des simulations numériques dans les chapitres respectifs.
In English:
The widespread adoption of 5G cellular technology will evolve as one of the major drivers for the growth of IoT-based applications. In the first part of this thesis, we consider a service provider that launches a smart city service based on IoT data readings: to serve IoT data collected across different locations, the SP dynamically negotiates and re-scales bandwidth and service functions. Network slicing is becoming the platform of choice for several applications and services. Nowadays, most applications are virtualized to gain flexibility and portability. With network slicing, operators can create multiple network slices, which can be used for different applications with specific requirements. Behind the network slicing, a slice expresses the need to access a precise service type, under a fully qualified set of computing and network requirements. Also, different infrastructure providers charge slicing services depending on specific access technology supported across sites and IoT data collection patterns.
In the first part of this work, we introduce a pricing mechanism based on the age of information to reduce the cost of service providers. This provides incentives for devices to smooth traffic by shifting part of the traffic load from highly congested and more expensive locations to locations with cheaper prices while meeting the quality of service requirements of the IoT service. The proposed optimal pricing scheme comprises a two-stage decision process, where the SP determines the pricing of each location and devices schedule uploads of collected data, based on the optimal uploading policy. First, the upload of collected data to reduce the costs of the SPs is considered to be a decision problem. By employing a Markov decision process framework, we determine threshold-based optimal policies to achieve the primary objective using dynamic programming. We establish that the pricing of the locations can be reduced to finding appropriate thresholds respectively for each location, which shifts part of traffic from the highly congested locations to locations with lower congestion. Given the nature of the problem, we propose an algorithm based on simulated annealing to find the best combination of the thresholds. Then, we modify the algorithm to perform parallel computation using a well-known coloring technique that exploits the neighborhood structure of the locations to reduce the convergence time twofold.
One of the key contributors to the service provider cost is the cost of leasing a network slice. For this reason, we study the resource allocation for network slices in 5G wireless networks in the later part of the thesis. Resource allocation encompasses a combination of different resource types (e.g., radio resource, CPU, memory, bandwidth). In this work, we explore a differential pricing scheme that maximizes social welfare among slices as well as among end-users. To do so, we propose a pricing mechanism that makes fairness at multiple levels: fairness among slices and fairness among slice locations. Therefore, the proposed scheme is beneficial for both the slices and the end-users independent of their location. In addition, we study the case where slices can manipulate their preferences to improve their utility. We show that the Fisher market game always has a pure Nash equilibrium and we prove Price of Anarchy is $1/N$ , where $N$ is the number of slices.
A major drawback of resource allocation with a centralized approach is the privacy concerns of the service providers and infrastructure providers. In general, infrastructure providers do not prefer to reveal information related to the available resource quantity. On the other hand, service providers do not prefer to reveal their utility functions. In the final part of this thesis, we study a decentralized resource allocation mechanism inspired by the Kelly Mechanism that preserves multi-level fairness. In addition, we show that each infrastructure provider can implement its own allocation rule independent of the other. With the proposed mechanism, we establish that the resulting allocation is a social optimum. Each theoretical finding in this work is validated by numerical simulations in respective chapters.