Complexity for Edge Intelligence in 6G

Si prevede che le future reti 6G rappresenteranno più rivoluzione che una naturale evoluzione rispetto alle generazioni precedenti, costituendo una rete completamente connessa ed intelligente, in cui elementi estremamente eterogenei sono in grado di interagire dinamicamente tra di loro in un complesso ecosistema. SI sta assistendo ad una crescita delle reti wireless in termini di numero di dispositivi connessi e di densità di distribuzione, e, al passaggio da un’architettura di rete tradizionalmente rigida e gerarchica, basata sull’hardware, ad una totalmente programmabile, virtualizzata nelle sue funzioni e flessibile, basata sul software, per consentire, tra le altre cose, una condivisione dinamica delle risorse e un’allocazione on demand. Un ulteriore aspetto di novità è rappresentato dall’introduzione di nuovi servizi e use cases (uMBB, ULBC, mULC) con requisiti molto stringenti (ad esempio in termini di latenza, throughput e affidabilità), grazie anche ad un’allocazione delle risorse più mirata sulle esigenze dei singoli servizi ed utenti. Dispositivi e reti estremamente eterogenei, come reti cellulari, Wi-Fi, veicolari o reti IoT non potranno più essere considerati come reti isolate e indipendenti ma come sottoinsiemi interagenti e interdipendenti di uno stesso ecosistema che evolve dinamicamente e si adatta all’ambiente e alle richieste degli utenti finali. La rete, dunque, non può più essere pensata come una pipeline per il trasferimento di informazioni da una sorgente a una destinazione ma come ad un organismo vivente capace di generare, memorizzare, processare e comunicare informazioni, che si evolve nel tempo e si adatta ai cambiamenti del suo ambiente, agendo in modo cognitivo. Per supportare alte prestazioni, nuove funzioni, servizi e per soddisfare i severi requisiti delle tipiche applicazioni 6G, un aspetto fondamentale è lo spostamento dell'intelligenza ai bordi. Il che portare alcune funzionalità di intelligenza artificiale a ciascun nodo finale, o su cluster di nodi, in modo che possano fare learning progressivamente e condividere ciò che apprendono con altri nodi ai bordi per fornire, collettivamente, nuovo valore aggiunto o servizi ottimizzati. In questa direzione, una definizione fondamentale è quella di Multi Access Edge Computing (MEC) che rappresenta una tecnologia abilitante al fine di costruire la cosiddetta “edge intelligence” di rete distribuita e collettiva, puntando su meccanismi di trasferimento di attività computazionali tra i nodi edge (offloading) e di cooperazione tra gli stessi. L’obiettivo è rendere i nodi agli “edge” degli hub intelligenti e in grado di fornire servizi altamente personalizzati direttamente dai bordi della rete e in prossimità degli utenti finali che li richiedono, in modo da garantire le prestazioni elevate che si prevede debbano fornire la reti di prossima generazione. Un aspetto fondamentale da tenere in considerazione nella progettazione delle future reti di telecomunicazione è che i bordi della rete sono popolati da esseri umani e che i dispositivi finali agli “edge” sono spesso smartphones o IoT devices, portatili e indossabili. Gli esseri umani e i loro dispositivi, quindi, rappresentano una sorta di nodo aggregato nella rete; aspetti sociali e le dinamiche umane diventano, di conseguenza, sempre più centrali nella progettazione di tali reti. La tendenza è quella di puntare ad un paradigma di rete in cui le persone non rappresentino dei meri utenti finali che si adattano alla tecnologia passivamente, ma attivi partecipatori della architettura di rete, che si adatta, essa stessa, alle loro richieste, dinamiche e comportamenti. Considerando tutti questi aspetti, le future reti 6G si configurano come complessi ecosistemi di cose e persone. Partendo da queste premesse, l’attività di ricerca relativa al periodo di dottorato ha riguardato il design di servizi ICT innovativi in uno scenario di rete 6G. La metodologia proposta e applicata è interdisciplinare e bio-ispirata e basata su strumenti appartenenti a diversi campi di ricerca: la teoria dei sistemi complessi, la Teoria dei Giochi Evolutiva, le Reti Multiplex e Temporal Multiplex, e i modelli di diffusione epidemica. Questa metodologia è la più adatta per includere tutte le caratteristiche dinamiche e complesse delle future reti 6G, tenendo conto degli aspetti, che stanno diventando ancora più cruciali, come le dinamiche evolutive, i comportamenti emergenti, la cooperazione, le molteplici interazioni e la loro interdipendenza, l'eterogeneità e gli aspetti sociali e umani. I temi di ricerca di interesse durante il periodo di dottorato possono essere riassunti nelle seguenti domande di ricerca che guidano lo sviluppo di questa tesi: Quali sono gli strumenti e la metodologia più adatti a quantificare l'impatto che le strutture su micro-scala e le proprietà dinamiche hanno sulle prestazioni su macro-scala? In che termini è possibile rappresentare una rete 6G come un sistema complesso? Qual è l'approccio più appropriato per misurare, valutare e caratterizzare servizi e componenti nelle reti 6G? È possibile quantificare l'impatto del comportamento e delle dinamiche umane nella progettazione, fornitura e valutazione dei servizi ICT in uno scenario 6G? In che modo i nodi ai bordi della rete possono innescare meccanismi decisionali cognitivi e distribuiti, adattandosi e imparando dall'ambiente? Come possono sintonizzare le loro dinamiche al fine di costruire un'intelligenza connessa e distribuita, ottimizzando l'uso delle risorse disponibili e migliorando la Quality of Service? Nella tesi, dopo una discussione sull'evoluzione delle reti di comunicazione, dalla prima generazione alla futura sesta, e sulla necessità di nuovi approcci all'analisi, alla modellazione e alla progettazione, viene presentata la letteratura relativa alla metodologia e agli strumenti. Nei capitoli successivi, attraverso l’applicazione di modelli sia analitici che dati-driven, e la definizione di parametri statistici e misure in grado di catturare, misurare e combinare gli aspetti dinamici e complessi delle reti 6G, considerando QoS, QoE e aspetti correlati ai comportamenti umani, si discutono i risultati raggiunti. Infine, le conclusioni riassumono i contributi del lavoro di ricerca e indicano i possibili sviluppi futuri.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2022

Author dc:creator

• ATTANASIO, BARBARA

Contributors dc:contributor

• ARENA, Paolo Pietro

• 6G, ICT, Complex Systems, Mobile Edge Computing, Evolutionary Game Theory, Multiplex Social Networks,Epidemic Spreading, Edge Intelligence
• 6G, ICT, Complex Systems, Mobile Edge Computing, Evolutionary Game Theroy, Multiplex Social Networks, Epidemic Spreading, Edge Intelligence

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/581194

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/581194