| Anotācija |
Bakalaura darbs sniedz padziļinātu 5G mobilo tīkla tīkla šķēlēšanas (network slicing) tehnoloģijas izpēti, aplūkojot tās nozīmīgumu mūsdienu pieprasījumā pēc elastīgas, drošas un augstas veiktspējas tīkla infrastruktūras. Tika uzsvērts, darbā to ka, pieaugot datu pārraides pieprasījumam un pieprasot zemu latentumu, 5G tīkla šķēlēšana kopā ar programmaparatūras definētiem tīkliem (SDN) un tīkla funkciju virtualizāciju (NFV) nodrošina resursu sadali. Pētījuma galvenais mērķis ir izstrādāt un novērtēt tīkla sadalīšanas mehānismu simulētā 5G vidē, kas ļauj prioritizēt noteiktas datu plūsmas vai lietotāju grupas.
Teorētiskajā daļā tika apkopoti 5G tīkla šķēlēšanas pamatprincipus, tostarp SDN un OpenFlow protokolu lomas virtuālo tīkla plūsmu klasifikācijā un pārvaldībā. Praktiskajā daļā izveidots tīkla emulators Mininet ar Ryu kontrolieri, kur tika konfigurēts trafika plūsmas pārvaldība Linux TC (HTB, TBF), lai dalītu tīkla plūsmas „premium” un standarta klasēs. Izveidotajā scenārijā definēti konkrēti datu pārraides ierobežojumi un prioritātes, kas ļauj eksperimentāli pārbaudīt, kā 5G šķēļu aktivizācija ietekmē veiktspēju. Tika veikti ping un datu pārraides testus, mērot latentumu un ātrumu gan premium, gan parastajiem datu saņēmējiem ar un bez šķēles režīma. Eksperimentu rezultāti rāda, ka premium šķēles iedarbināšana ievērojami uzlabo kritiskās datu plūsmas kvalitāti. Rezultāti apliecina, ka korekta resursu sadale un plūsmas klasifikācija, ņemot vērā TCP/UDP protokolu funkcijas, būtiski ietekmē tīkla veiktspēju un latentumu.
Darbā pierādīts, ka SDN arhitektūra (Ryu + OpenFlow) kopā ar zemas līmeņa datu plūsmas kontroles mehānismiem (Linux TC) ļauj dinamiski nodrošināt garantētu datu pārraidi un kvalitātes parametru katrai šķēlei. Secināts, ka 5G tīkla šķēlēšanas ieviešana prasa gan centralizētu plūsmu kontroli, gan elastīgus tīkla pārvaldības algoritmus, un tā rezultātā premium lietotāji iegūst stabilāku un mazāku aizturi tīklā noslogotos apstākļos. Darbs sniedz arī ieteikumus turpmākiem pētījumiem, piemēram, inteliģentu (ML balstītu) plūsmu pārvaldības metodēm un uzlabotu SDN protokolu izmantošanai augsti dinamiskās 5G vidēs.
Darba apjoms: 66 lappuses; 23 attēli, 11 tabulas un 3 pielikumi; izmantoto informācijas avotu skaits – 38. |
