Εθνικο Μετσοβιο Πολυτεχνειο. Δυναμική Διαχείριση Πόρων Οπισθοζευκτικού Δικτύου σε Δίκτυα Κινητών Επικοινωνιών Νέας Γενιάς

Transcript

1 Εθνικο Μετσοβιο Πολυτεχνειο Σχολη Ηλεκτρολογων Μηχανικων Και Μηχανικων Υπολογιστων Τομεας Επικοινωνιων, Ηλεκτρονικης & Συστηματων Πληροφορικης Δυναμική Διαχείριση Πόρων Οπισθοζευκτικού Δικτύου σε Δίκτυα Κινητών Επικοινωνιών Νέας Γενιάς ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ του ΙΩΑΝΝΗ Β. ΛΟΥΜΙΩΤΗ Διπλωματούχου Ηλεκτρολόγου Μηχανικού & Μηχανικού Υπολογιστών Ε.Μ.Π.(2009) Αθήνα, Δεκέμβριος 2014

2

3 Εθνικο Μετσοβιο Πολυτεχνειο Σχολη Ηλεκτρολογων Μηχανικων & Μηχανικων Υπολογιστων Τομεας Επικοινωνιων, Ηλεκτρονικης & Συστηματων Πληροφορικης Δυναμική Διαχείριση Πόρων Οπισθοζευκτικού Δικτύου σε Δίκτυα Κινητών Επικοινωνιών Νέας Γενιάς ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ του ΙΩΑΝΝΗ Β. ΛΟΥΜΙΩΤΗ Διπλωματούχου Ηλεκτρολόγου Μηχανικού & Μηχανικού Υπολογιστών Ε.Μ.Π.(2009) Συμβουλευτική Επιτροπή: Μιχαήλ Θεολόγου Ευστάθιος Συκάς Μιλτιάδης Αναγνώστου Εγκρίθηκεαπότηνεπταμελήεξεταστικήεπιτροπήτην5 η Δεκεμβρίου Μ. Θεολόγου Ε. Συκάς Μ. Αναγνώστου Καθηγητής Ε.Μ.Π. Καθηγητής Ε.Μ.Π. Καθηγητής Ε.Μ.Π Γ. Στασινόπουλος Α. Παναγόπουλος Ν. Μήτρου Καθηγητής Ε.Μ.Π. Επ. Καθηγητής Ε.Μ.Π. Καθηγητής Ε.Μ.Π.... Δ. Ρεΐσης Επ. Καθηγητής Παν. Αθηνών Αθήνα, Δεκέμβριος 2014

4 ... ΙΩΑΝΝΗΣ Β. ΛΟΥΜΙΩΤΗΣ Διδάκτωρ Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών Ε.Μ.Π. Copyright Ιωάννης Β. Λουμιώτης, Με επιφύλαξη παντός δικαιώματος. All rights reserved Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσας εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα. Ερωτήματα που αφορούν τη χρήση της εργασίας για κερδοσκοπικό σκοπό πρέπει να απευθύνονται προς τον συγγραφέα. Οι απόψεις και τα συμπεράσματα που περιέχονται σε αυτό το έγγραφο εκφράζουν τον συγγραφέα και δεν πρέπει να ερμηνευθεί ότι αντιπροσωπεύουν τις επίσημες θέσεις του Εθνικού Μετσόβιου Πολυτεχνείου.

5 Περιεχόμενα 1 Εισαγωγή ΕξέλιξητωνΑσύρματωνΔικτύωνΚινητώνΕπικοινωνιών ΤάσειςτηςΑγοράς ΧαρακτηριστικάΠοιότηταςΥπηρεσίαςΔικτύουΠρόσβασης ΑντικείμενοτηςΔιατριβής ΣχετικέςΕργασίες Διαχείρισηπόρωνοπισθοζευκτικούδικτύου Πρόβλεψηπόρων Γραμμικάμοντέλαπρόβλεψης Μηγραμμικάμοντέλαπρόβλεψης ΔιάρθρωσητηςΔιατριβής Οπισθοζευκτικό Δίκτυο Γενικά ΤεχνολογίεςΟπισθοζευκτικούΔικτύου Ασύρματεςτεχνολογίεςοπισθοζευκτικούδικτύου Μικροκυματικήτεχνολογία Τεχνολογίαχιλιοστομετρικώνκυμάτων Οπτικήεπικοινωνίαελευθέρουχώρου Δορυφορικάσυστήματα Ενσύρματεςτεχνολογίεςοπιθσοζευκτικούδικτύου Συνδρομητικέςγραμμέςχαλκού T1/E Ψηφιακέςσυνδρομητικέςγραμμές Παθητικάοπτικάδίκτυα ΣύγκρισηΤεχνολογιώνΟπισθοζευκτικούΔικτύου ΑπαιτήσειςΟπισθοζευκτικούΔικτύου Οπτική-ΑσύρματηΣυγκεκλιμένηΥποδομή Δυναμικήεκχώρησηεύρουςζώνηςσεοπτικάδίκτυα ΔυναμικάΣυμφωνητικάΕπιπέδουΥπηρεσίας Χαρακτηριστικάσυμφωνητικώνεπιπέδουυπηρεσίας Συμφωνητικά επιπέδου υπηρεσίας για το οπισθοζευκτικό δίκτυο 34 3 Δυναμική Διαχείριση των Πόρων Παραδοσιακές Μέθοδοι Προγραμματισμού και Διαστασιολόγησης του Δικτύου ΔυναμικήΔιαχείρισηΠόρωνσεΣυγκεκλιμέναΔίκτυα Σύστημαδυναμικήςδιαχείρισηςπόρων ΦυσικήΑρχιτεκτονικήΣυστήματοςΔιαχείρισηςΠόρων i

6 3.3.1 Κεντρικοποιημένηαρχιτεκτονική Χαρακτηριστικά κεντρικοποιημένης αρχιτεκτονικής Χαρακτηριστικά χρήσης κεντρικού συστήματος διαχείρισηςκαισυντήρησης Χαρακτηριστικά χρήσης κεντρικού συστήματος κοστολόγησης Κατανεμημένηαρχιτεκτονική Χρήση κατανεμημένων οντοτήτων συλλογής στατιστικών Χρήση κατανεμημένων οντοτήτων επεξεργασίας δεδομένων Χρήση κατανεμημένων οντοτήτων συλλογής στατιστικώνκαιεπεξεργασίαςδεδομένων Χαρακτηριστικά χρήσης κατανεμημένων οντοτήτων συλλογήςστατιστικών ΕυφυήςΠράκτορας Λειτουργία Πρόβλεψης Πόρων Οπισθοζευκτικού Δικτύου ΧαρακτηριστικάτηςΚίνησηςτουΔικτύου ΥλοποίησηΔιαδικασίαςΠρόβλεψης Είδηνευρωνικώνδικτύων Δεδομέναεισόδου Αποτελέσματαπρόβλεψης ΑνάλυσηΕυαισθησίαςΠρόβλεψης Δίκτυο MLP Δίκτυο GMDH Δίκτυο GRNN Συζήτησηεπίτωναποτελεσμάτων ΒελτίωσηΕπίδοσηςΣυστήματοςΠρόβλεψης ΠροεπεξεργασίαΔεδομένων Μετρήσειςπουχρησιμοποιήθηκαν Στατιστικήανάλυσητωνδεδομένωνεκπαίδευσης Δυναμικήεπιλογήτουσυνόλουεκπαίδευσης ΕπιλογήΣυχνότηταςΕκπαίδευσης Διατύπωσητουπροβλήματος Παιγνιοθεωρητικήπροσέγγισησχέσηςανταλλαγής Ανάλυσηδιακλάδωσης Αποτελέσματαπροσομοιώσεων ΕπιλογήΜεγέθουςΔεδομένωνΕκπαίδευσης Περιγραφήτουπροβλήματος Εφαρμογήτηςεξελικτικήςθεωρίαςπαιγνίων Ανάλυσηδιακλάδωσης Αποτελέσματαπροσομοιώσεων Υποστηρικτικές Λειτουργίες Διαχείρισης Πόρων ΒραχυπρόθεσμηΠρόβλεψηΠόρωνΟπισθοζευκτικούΔικτύου Δεδομέναεισόδου Αποτελέσματαβραχυπρόθεσμηςπρόβλεψης Ανάλυσηευαισθησίαςωςπροςτοχρονικόπαράθυρο... 91

7 Δεδομέναεκπαίδευσηςδιάρκειας1εβδομάδας Δεδομέναεκπαίδευσηςδιάρκειας2εβδομάδων Δεδομέναεκπαίδευσηςδιάρκειας4εβδομάδων Δεδομέναεκπαίδευσηςδιάρκειας8εβδομάδων Συζήτησηεπίτωναποτελεσμάτων ΔιαδικασίαΑντιμετώπισηςΕκτάκτωνΚαταστάσεων ΑίτησηΠόρωνΟπισθοζευκτικούΔικτύου ΑξιολόγησηΕυφυούςΠράκτορα Παιγνιοθεωρητική Προσέγγιση Προβλήματος Διαχείρισης Πόρων ΠαιγνιοθεωρητικήΠροσέγγισηστηνΠλευράτουΣταθμούΒάσης ΔιατύπωσητουΠροβλήματος ΠαιγνιοθεωρητικήΠροσέγγιση Προτεινόμενομοντέλο Συζήτησηεπίτουμοντέλου ΠαιγνιοθεωρητικήΠροσέγγισηυπόΚαθυστέρηση ΑποτελέσματαΠροσομοιώσεων Παιγνιοθεωρητική Προσέγγιση στην Πλευρά του Οπτικού Δικτύου ΔιατύπωσητουΠροβλήματος ΠαιγνιοθεωρητικήΠροσέγγιση Προτεινόμενομοντέλο Υπερτιμολόγησητωνπόρων Συζήτησηεπίτουμοντέλου ΠαιγνιοθεωρητικήΠροσέγγισηυπόΚαθυστέρηση ΑποτελέσματαΠροσομοιώσεων Ανακεφαλαίωση- Μελλοντικές Επεκτάσεις Ανακεφαλαίωση ΜελλοντικέςΕπεκτάσεις Αʹ Μαθηματικό Μοντέλο Δυναμικής Εκχώρησης Εύρους Ζώνης σε Οπτικά Δίκτυα 135 Αʹ.1 ΠεριγραφείςΚίνησης Αʹ.2 ΕγγυημένοΕύροςΖώνης Αʹ.3 ΜηΔιασφαλισμένοΕύροςΖώνης Αʹ.4 ΕύροςΖώνηςΒέλτιστηςΠροσπάθειας Αʹ.5 ΠροτεραιότηταΕκχώρησηςΕύρουςΖώνης Βʹ Τεχνητά Νευρωνικά Δίκτυα 139 Βʹ.1 Εισαγωγή Βʹ.2 ΤεχνητάΝευρωνικάΔίκτυα Βʹ.3 ΠλεονεκτήματαΤεχνητώνΝευρωνικώνΔικτύων Βʹ.4 ΠολυστρωματικάΝευρωνικάΔίκτυα Βʹ.5 ΔίκτυαΟμαδικήςΜεθόδουΔιαχείρισηςΔεδομένων Βʹ.6 ΝευρωνικάΔίκτυαΓενικευμένηςΠαλινδρόμησης...144

8 Γʹ Εξελικτική Θεωρία Παιγνίων 147 Γʹ.1 Εισαγωγή Γʹ.2 Δυναμικήτωναντιγραφέων Γʹ.3 ΕξελικτικάΕυσταθείςΣτρατηγικές Γʹ.4 ΑσύμμετραΠαίγνια Δʹ Αποδείξεις Θεωρημάτων 151 Δʹ.1ΑπόδειξηΘεωρήματος Δʹ.2ΑπόδειξηΘεωρήματος Δʹ.3ΑπόδειξηΘεωρήματος Δʹ.4ΑπόδειξηΘεωρήματος Δʹ.5ΑπόδειξηΘεωρήματος Δʹ.6ΑπόδειξηΘεωρήματος Βιβλιογραφία 155 Κατάλογος Δημοσιεύσεων του Συγγραφέα 163

9 Κατάλογος Σχημάτων 1.1 Εξέλιξητωνασύρματωνσυστημάτωνεπικοινωνίας Μέγιστοιρυθμοίμετάδοσηςζεύξηςκαθόδουγιαταέτη Προβλεψηόγκουδεδομένωνκινητώνεπικοινωνιών Πρόβλεψηαριθμούέξυπνωνκινητώνσυσκευώνκαισυνδέσεων Επίδραση των έξυπνων κινητών συσκευών στην αύξηση της συνολικής κίνησης Πρόβλεψηαριθμούκινητώνσυσκευώνανάτύποδικτύου Αντιστοίχιση κίνησης συσκευών υψηλών προδιαγραφών σε κίνηση που δημιουργείταιαπόσυμβατικέςκινητέςσυσκευές Πρόβλεψηκίνησηςδεδομένωνωςπροςτοντύποτηςυπηρεσίας Πρόβλεψηεξέλιξηςκίνησηςωρώναιχμήςκαιμέσηςκίνησης Απεικόνισηοπισθοζευκτικούδικτύου Απεικόνιση τάσης κίνησης δεδομένων και εσόδων παρόχου κινητών επικοινωνιών Καταμερισμός λειτουργικού κόστους παρόχου κινητών επικοινωνιών Σύγκλισηασύρματωνκαιοπτικώνδικτύων Αντιστοίχιση ρυθμών μετάδοσης σε συγκεκλιμένο ασύρματο-οπτικό δίκτυο Φάσειςκύκλουζωήςενόςσυμφωνητικούεπιπέδουυπηρεσίας Τυπικόπαράδειγμασυμφωνητικούεπιπέδουυπηρεσίας Παράδειγμαυλοποίησηςσυμφωνητικούεπιπέδουυπηρεσίας Πρόβλεψη χωρητικότητας οπισθοζευκτικού δικτύου για τέσσερις ΣταθμούςΒάσηςκαιδύοδιαφορετικάείδησεναρίων Απλή σχηματική αναπαράσταση των λειτουργιών του ευφυούς πράκτορα Σχηματικήαναπαράστασηευφυούςπράκτορα Αναλυτικήαναπαράστασηλειτουργιώνευφυούςπράκτορα ΣυλλεχθείσεςμετρήσειςζεύξηςκαθόδουγιαΣΒ ΣυλλεχθείσεςμετρήσειςζεύξηςανόδουγιαΣΒ ΣυλλεχθείσεςμετρήσειςζεύξηςκαθόδουγιαΣΒ ΣυλλεχθείσεςμετρήσειςζεύξηςανόδουγιαΣΒ Τυπική αναπαράσταση της αθροιστικής ζήτησης της κίνησης για διάρκειαπέντεημερών Γρήγορος μετασχηματισμός Fourier για δεδομένα ζεύξης καθόδου ΣΒ Γρήγορος μετασχηματισμός Fourier για δεδομένα ζεύξης ανόδου ΣΒ Γρήγορος μετασχηματισμός Fourier για δεδομένα ζεύξης καθόδου ΣΒ Γρήγορος μετασχηματισμός Fourier για δεδομένα ζεύξης ανόδου ΣΒ v

10 4.10 Μέσο απόλυτο ποσοστιαίο σφάλμα συναρτήσει του παράγοντα εξομάλυνσης σγιατοδίκτυο GRNN Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του αριθμού των νευρώνων στο κρυφό στρώμα ενός δικτύου MLP για το ΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του αριθμού των νευρώνων στο κρυφό στρώμα ενός δικτύου MLP για το ΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του αριθμού των νευρώνων στο κρυφό στρώμα ενός δικτύου MLP για το ΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του αριθμού των νευρώνων στο κρυφό στρώμα ενός δικτύου MLP για το ΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του βαθμούτουπολυωνύμουενόςδικτύου GMDHγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του βαθμούτουπολυωνύμουενόςδικτύου GMDHγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του βαθμούτουπολυωνύμουενόςδικτύου GMDHγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του βαθμούτουπολυωνύμουενόςδικτύου GMDHγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του παράγονταεξομάλυνσης σενόςδικτύου GRNNγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του παράγονταεξομάλυνσης σενόςδικτύου GRNNγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης καθόδου, συναρτήσει του παράγονταεξομάλυνσης σενόςδικτύου GRNNγιατοΣΒ Μέσο απόλυτο ποσοστιαίο σφάλμα ζεύξης ανόδου, συναρτήσει του παράγονταεξομάλυνσης σενόςδικτύου GRNNγιατοΣΒ Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης καθόδου του ΣΒ1 για διαφορετικάσύνολαδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης ανόδου του ΣΒ1 για διαφορετικάσύνολαδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης καθόδου του ΣΒ2 για διαφορετικάσύνολαδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης ανόδου του ΣΒ2 για διαφορετικάσύνολαδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης καθόδου του ΣΒ1 συναρτήσει τουμεγέθουςτουσυνόλουτωνδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης ανόδου του ΣΒ1 συναρτήσει τουμεγέθουςτουσυνόλουτωνδεδομένωνεκπαίδευσης... 71

11 4.29 Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης καθόδου του ΣΒ2 συναρτήσει τουμεγέθουςτουσυνόλουτωνδεδομένωνεκπαίδευσης Σχετική τυπική απόκλιση και μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση της κίνησης της ζεύξης ανόδου του ΣΒ2 συναρτήσει τουμεγέθουςτουσυνόλουτωνδεδομένωνεκπαίδευσης Εξέλιξη των συχνοτήτων υλοποίηση της διαδικασίας της εκπαίδευσης για β = 0.6και ν = Εξέλιξη των συχνοτήτων υλοποίηση της διαδικασίας της εκπαίδευσης για β = 0.7και ν = Εξέλιξη των συχνοτήτων υλοποίηση της διαδικασίας της εκπαίδευσης για β = 0.8και ν = Εξέλιξη των συχνοτήτων υλοποίηση της διαδικασίας της εκπαίδευσης για β = 0.9και ν = Τιμές κατωφλίου της παραμέτρου της σχέσης ανταλλαγής β για διαφορετικέςτιμέςτηςμεταβλητής ν Σχηματική αναπαράσταση του κανονικοποιημένου οφέλους της ακρίβειας του συστήματος πρόβλεψης και του υπολογιστικού κόστους συναρτήσει του ποσοστού των συλλεχθέντων δεδομένων που χρησιμοποιούνταιγιατηδιαδικασίατηςεκπαίδευσης Διάγραμμα φάσης του δυναμικού συστήματος για τιμή της παραμέτρου β = Διάγραμμα φάσης του δυναμικού συστήματος για τιμή της παραμέτρου β = Διάγραμμα φάσης του δυναμικού συστήματος για τιμή της παραμέτρου β = Τιμές διακλάδωσης της παραμέτρου β για διαφορετικές τιμές του δ συναρτήσει του βέλτιστου ποσοστού των δεδομένων εκπαίδευσης για A = 10και B = Τιμές διακλάδωσης της παραμέτρου β για διαφορετικές τιμές του A συναρτήσει του βέλτιστου ποσοστού των δεδομένων εκπαίδευσης για b = 0.4και B = Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης καθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης καθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης καθόδου... 89

12 5.4 Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης ανόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης ανόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικά σύνολα δεδομένων εκπαίδευσης για την περίπτωση της κίνησης της ζεύξης ανόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης μιας εβδομάδας για την περίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης μιας εβδομάδας γιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης μιας εβδομάδας γιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης δύο εβδομάδων για την περίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης δύο εβδομάδων γιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης δύο εβδομάδων γιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης τεσσάρων εβδομάδων για τηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης τεσσάρων εβδομάδωνγιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης τεσσάρων εβδομάδωνγιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου... 98

13 5.16 Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων MLP συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης οχτώ εβδομάδων για την περίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GMDH συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης οχτώ εβδομάδωνγιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Μέσο απόλυτο ποσοστιαίο σφάλμα για την περίπτωση των δικτύων GRNN συναρτήσει της περιόδου πρόβλεψης για διαφορετικής διάρκειας χρονικά παράθυρα με δεδομένα εκπαίδευσης οχτώ εβδομάδωνγιατηνπερίπτωσητηςκίνησηςτηςζεύξηςκαθόδου Πρόβλεψη της κίνησης της ζεύξης καθόδου για χρονική διάρκεια 72 ωρών Πρόβλεψη της κίνησης της ζεύξης ανόδου για χρονική διάρκεια 72 ωρών Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης καθόδου Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης ανόδου Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης καθόδου του ΣΒ1 με διάρκεια αίτησης τριών ημερών και τιμές δ 1 = 0.5,δ 2 = 1και δ 3 = Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης ανόδου τουσβ1μεδιάρκειααίτησηςτριώνημερώνκαιτιμές δ 1 = 0.5,δ 2 = 1 και δ 3 = Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης καθόδου του ΣΒ1 με διάρκεια αίτησης μιας εβδομάδας και τιμές δ 1 = 0.5,δ 2 = 1και δ 3 = Αιτούμενοι ρυθμοί πληροφορίας για την περίπτωση της ζεύξης ανόδου τουσβ1μεδιάρκειααίτησηςμιαεβδομάδαςκαιτιμές δ 1 = 0.5,δ 2 = 1 και δ 3 = Σχηματική απεικόνιση του προβλήματος εκχώρησης των πόρων του οπισθοζευκτικούδικτύου Εξέλιξη των κλάσεων που έχουν δεσμευτεί από το Σταθμό Βάσης, για τιςτιμέςτωνπαραμέτρωνπουεμφανίζονταιστονπίνακα Εξέλιξη των κλάσεων που αιτούνται από τους συνδρομητές, για τις τιμέςτωνπαραμέτρωνπουεμφανίζονταιστονπίνακα Εξέλιξη των κλάσεων που έχουν δεσμευτεί από το Σταθμό Βάσης υπό τηνεπίδρασηκαθυστέρησης,για r BS = 0.8, r S = 0.9καιτιμές παραμέτρωνόπωςεμφανίζονταιστονπίνακα Εξέλιξη των κλάσεων που αιτούνται από τους συνδρομητές υπό την επίδρασηκαθυστέρησης,για r BS = 0.8, r S = 0.9καιτιμές παραμέτρωνόπωςεμφανίζονταιστονπίνακα Σχηματική απεικόνιση του προβλήματος εκχώρησης των πόρων του οπισθοζευκτικούδικτύουμεδύοπαρόχους Εξέλιξη των κλάσεων που αιτούνται από τον πάροχο κινητών επικοινωνιώνμο A γιατιςτιμέςπαραμέτρων ǫ A = 0.5, ǫ B = 0.4, ω A = 0.45, ω B = 0.45, µ = 0.3, ν =

14 6.8 Εξέλιξη των κλάσεων που αιτούνται από τον πάροχο κινητών επικοινωνιώνμο B γιατιςτιμέςπαραμέτρων ǫ A = 0.5, ǫ B = 0.4, ω A = 0.45, ω B = 0.45, µ = 0.3, ν = Εξέλιξη των κλάσεων που αιτούνται από τον πάροχο κινητών επικοινωνιώνμο A υπότηνεπίδρασηκαθυστέρησης τ 1 = 2και τ 2 = 3 καιγιατιμέςπαραμέτρων ǫ A = 0.5, ǫ B = 0.4, ω A = 0.45, ω B = 0.45, µ = 0.3, ν = Εξέλιξη των κλάσεων που αιτούνται από τον πάροχο κινητών επικοινωνιώνμο B υπότηνεπίδρασηκαθυστέρησης τ 1 = 2και τ 2 = 3 καιγιατιμέςπαραμέτρων ǫ A = 0.5, ǫ B = 0.4, ω A = 0.45, ω B = 0.45, µ = 0.3, ν = Βʹ.1 Μοντέλοτεχνητούνευρώνα Βʹ.2 Παράδειγμαπολυστρωματικούνευρωνικούδικτύου Βʹ.3 Παράδειγμα νευρωνικού δικτύου ομαδικής μεθόδου διαχείρισης δεδομένων Βʹ.4 Παράδειγμανευρωνικούδικτύουγενικευμένηςπαλινδρόμησης...145

15 Κατάλογος Πινάκων 1.1 Συνοπτικός πίνακας χαρακτηριστικών επίδοσης ανά τύπο υπηρεσίας Πίνακας προτυποποιημένων κλάσεων ποιότητας υπηρεσίας δικτύων LTE Συνοπτικός πίνακας σύγκρισης τεχνολογιών οπισθοζευκτικού δικτύου Συνοπτικός πίνακας χαρακτηριστικών κεντρικοποιημένης και κατανεμημένηςαρχιτεκτονικής Αποτελέσματα διαδικασίας επικύρωσης των τεχνητών νευρωνικών δικτύων ΜέσητιμήκαιτυπικήαπόκλισητηςκίνησηςγιατοΣΒ ΜέσητιμήκαιτυπικήαπόκλισητηςκίνησηςγιατοΣΒ Βέλτιστοσφάλμα MAPEγιατηνπερίπτωσητωνδικτύων MLP Βέλτιστοσφάλμα MAPEγιατηνπερίπτωσητωνδικτύων GMDH Βέλτιστοσφάλμα MAPEγιατηνπερίπτωσητωνδικτύων GRNN Βέλτιστες τιμές του μέσου απόλυτου ποσοστιαίου σφάλματος για την πρόβλεψη της κίνησης των ζεύξεων ανόδου και καθόδου των δύο ΣταθμώνΒάσης Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης καθόδου για διαφορετικές περιόδους πρόβλεψηςκαισύνολαεκπαίδευσης Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης ανόδου για διαφορετικές περιόδους πρόβλεψης καισύνολαεκπαίδευσης Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης καθόδου για διαφορετικά χρονικά παράθυρα (lags) και για σύνολο δεδομένων εκπαίδευσης διάρκειας μιας εβδομάδας Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης καθόδου για διαφορετικά χρονικά παράθυρα (lags) και για σύνολο δεδομένων εκπαίδευσης διάρκειας δύο εβδομάδων Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης καθόδου για διαφορετικά χρονικά παράθυρα (lags) και για σύνολο δεδομένων εκπαίδευσης διάρκειας τεσσάρων εβδομάδων Μέσο απόλυτο ποσοστιαίο σφάλμα για τη βραχυπρόθεσμη πρόβλεψη της κίνησης της ζεύξης καθόδου για διαφορετικά χρονικά παράθυρα (lags) και για σύνολο δεδομένων εκπαίδευσης διάρκειας οχτώ εβδομάδων.101 xi

16 6.1 Τιμές των παραμέτρων για τα προφίλ του Σταθμού Βάσης και των συνδρομητών...118

17 ΠΡΟΛΟΓΟΣ Η παρούσα διατριβή αποτελεί προϊόν της ερευνητικής μου δραστηριότητας στο εργαστήριο Δικτύων Υπολογιστών της σχολής Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου και εκπονήθηκε υπό την επίβλεψη του καθηγητή κ. Μ. Θεολόγου. Ολοκληρώνοντας, λοιπόν, αυτήν τη προσπάθεια και κλείνοντας έναν πενταετή κύκλο έρευνας, θα ήθελα μέσα από αυτές τις γραμμές να εκφράσω τις ευχαριστίες μου σε μια σειρά από άτομα που έπαιξαν σημαντικό ρόλο στην πορεία αυτή. Πρώτααπόόλα,θαήθελαναευχαριστήσωτονκαθηγητήμου,κ. Μ.Θεολόγου. Δεν υπάρχουν λόγια με τα οποία θα μπορούσα να εκφράσω την ευγνωμοσύνη μου στο πρόσωπό του. Πέραν των επιστημονικών γνώσεων και της καθοδήγησης που μου προσέφερε, όλα αυτά τα χρόνια αποτέλεσε για μένα έναν δάσκαλο και έναν φίλο. Από την πρώτη στιγμή που τον γνώρισα προπτυχιακά, πριν οχτώ περίπου χρόνια, ξεχώρισε για την επιστημονική του κατάρτιση, το ήθος και την καλοσύνη του. Ωστόσο, ποτέ δεν φανταζόμουν τότε ότι στα χρόνια που θα ακολουθούσαν θα έπαιζε τόσο σημαντικό ρόλο στη μετέπειτα πορεία μου ως επιστήμονα και ως ανθρώπου. Με εμπιστεύτηκε, πίστεψε σεμένασεδύσκολουςκαιρούςκαιηπόρτατουήτανπάνταανοιχτή. Στη συνέχεια, θα ήθελα να ευχαριστήσω τα άλλα δύο μέλη της τριμελούς συμβουλευτικής επιτροπής, δηλαδή τους καθηγητές κ. Ε. Συκά και κ. Μ. Αναγνώστου για τις συμβουλές και την επιστημονική καθοδήγηση που μου προσέφεραν όλα αυτά τα χρόνια. Θα ήθελα να ευχαριστήσω, επίσης, τον κ. Συκά για την εμπιστοσύνη που μου έδειξε και με επέλεξε να συμμετάσχω στα ερευνητικά προγράμματα, ανοίγοντάς μου νέους δρόμους γεμάτους γνώσεις και εμπειρίες. Ιδιαίτερες ευχαριστίες θα ήθελα ναδώσωστονκαθηγητήκ.γ.στασινόπουλογιατηναγάπητουκαιγιατιςσυμβουλές του. Ησυνεργασίαπουείχαμετονενλόγωκαθηγητή,μέσααπόταεργαστήριαστα οποίασυμμετείχα,μουεπέτρεψανναγνωρίσωκαιναθαυμάσωτόσοτοήθοςτουχαρακτήρα του, όσο και την παρρησία του λόγου του. Ευχαριστίες οφείλω να δώσω και στα υπόλοιπα μέλη της επταμελούς επιτροπής, δηλαδή στον επίκουρο καθηγητή κ. Α. Παναγόπουλοκαιστονκαθηγητήκ.Ν.Μήτρουγιατιςυποδείξειςτουςκαιγιατηστήριξή τους καθ όλη τη διάρκεια των σπουδών μου στο Εθνικό Μετσόβιο Πολυτεχνείο. Επίσης, θα ήθελα να ευχαριστήσω και τον επίκουρο καθηγητή του Εθνικού Καποδιστριακού Πανεπιστημίου κ. Δ. Ρεΐση για την τιμή που μου έκανε να συμμετέχει στην επιτροπή εξέτασης της διατριβής. Ακόμη, θα ήθελα να ευχαριστήσω όλα τα παιδιά από το εργαστήριο που μοιραστήκαμε πολλές καλές στιγμές όλα αυτά τα χρόνια τον Δρ. Κωνσταντίνο Δεμέστιχα, τη Δρ. Τζένη Αδαμοπούλου, τον Δρ. Μιχάλη Μασίκο, τον Παύλο Κοσμίδη, την Αγγελική Κορδαλή, τον Δρ. Αρτέμη Βουλκίδη, τη Χαρά Ρεμούνδου, τον Βασίλη Ασθενόπουλο, τη Θεοδώρα Σταματιάδη, τον Σπύρο Σκεύα και τον Λέοντα Σταματάρη. Επίσης, δεν μπορώ να παραβλέψω και το νέο μέλος του εργαστηρίου, την Κατερίνα Σκρουμπέλου xiii

18 και να της ευχηθώ καλό ξεκίνημα στην προσπάθειά της. Στοσημείοαυτό,δενθαμπορούσανααμελήσωκαιτονΔρ. ΠαναγιώτηΒλαχέα πουτονγνώρισασταπρώταχρόνιατουδιδακτορικούμου,αλλάκαιτουςδρ. Νίκο Παπαουλάκη, Δρ. Βαγγέλη Κοσμάτο, Δρ. Δημήτρη Νικητόπουλο και Χρυσόστομο Τζιουβάρα για τη συνεργασία μας και τις ωραίες στιγμές που περάσαμε στα πλαίσια του έργου CONFES. Ακόμη, θα ήθελα να ευχαριστήσω και τους Βαγγέλη Ανυφαντή και Βαγγέλη Μαρινάκη με τους οποίους ξεκινήσαμε μαζί αυτή την προσπάθεια. ΑπότιςευχαριστίεςαυτέςδενθαμπορούσεναλείπειοΦίλιπποςκαιοΑνδρέας γιατηνυπομονετικήστήριξήτουςόλααυτάταχρόνια,καθώςκαιηνάντιαγιατη συμπαράστασή της, αφού ήταν πάντα εκεί όταν τη χρειάστηκα. Επίσης, θα ήθελα να ευχαριστήσω την Αναστασία, η παρουσία της οποίας παίζει σημαντικό ρόλο στη ζωή μουκαιμετηνελπίδαότιτακαλύτεραείναιμπροστά. Τέλος, ιδιαίτερη μνεία οφείλω να αποδώσω στην οικογένειά μου η οποία τόσα χρόνια μεστήριξεχωρίςπίεσηκαιαπαιτήσεις.τοότιείμαισεθέσηναολοκληρώσωαυτήτην προσπάθεια και να γράφω αυτές τις γραμμές οφείλεται στις δικές τους στερήσεις όλα τα προηγούμενα χρόνια. Τους ευχαριστώ γι αυτό. Ιωάννης Λουμιώτης Αθήνα, Οκτώβριος 2014

19 ΠΕΡΙΛΗΨΗ Η ραγδαία αύξηση των απαιτήσεων των συνδρομητών κινητών επικοινωνιών έχει διαδραματίσει καθοριστικό ρόλο στην ανάπτυξη των δικτύων νέας γενιάς προκειμένου οι πάροχοι να μπορούν να αντεπεξέλθουν στις απαιτήσεις αυτές. Ωστόσο, οι υψηλοί ρυθμοί που πρέπει να υποστηριχτούν στο ασύρματο δίκτυο πρόσβασης έχουν ως α- ποτέλεσμα τη δημιουργία σημείων συμφόρησης στο οπισθοζευκτικό δίκτυο, το οποίο παραδοσιακά είχε κατασκευαστεί με σκοπό την υποστήριξη υπηρεσιών φωνής. Προκειμένου να ξεπεραστεί το εμπόδιο αυτό, έχει προταθεί στη βιβλιογραφία η λύση της σύγκλισης των ασύρματων δικτύων πρόσβασης με ένα οπτικό δίκτυο στην οπισθόζευξη. Η υψηλή χωρητικότητα που δύναται να υποστηριχθεί από τα οπτικά δίκτυα μπορεί να ικανοποιήσει τις ανάγκες των σύγχρονων αλλά και των μελλοντικών δικτύων κινητών επικοινωνιών, καθιστώντας το μια ασφαλή επιλογή για τους παρόχους. Ωστόσο, στην περίπτωση αυτή εγείρεται μια σειρά από σημαντικά ζητήματα, τα οποία πρέπει να ληφθούν υπόψη για την αποδοτική κατανομή των πόρων στο δίκτυο. Συγκεκριμένα, οι παραδοσιακές μέθοδοι διαστασιολόγησης των δικτύων κινητών επικοινωνιών που βασίζονταν στην ικανοποίηση ενός δυσμενούς σεναρίου και οδηγούσαν σε μια στατική εκχώρηση των πόρων του δικτύου, δεν μπορούν πλέον να εφαρμοστούν σε μια συγκεκλιμένη ασύρματη-οπτική υποδομή, καθώς έχουν ως αποτέλεσμα την υπερδιαστασιολόγηση του δικτύου και τη μη αποδοτική διαχείριση των πόρων. Στη βάση αυτή, η παρούσα διατριβή μελετάει το πρόβλημα της δυναμικής εκχώρησης των πόρων του οπισθοζευκτικού δικτύου και προτείνει ένα κατανεμημένο σύστημα δυναμικής διαχείρισης των πόρων, ικανό να ανταπεξέλθει στις ανάγκες των δικτύων νέας γενιάς. Συγκεκριμένα, αναπτύσσεται και επικυρώνεται ένα ευφυές σύστημα που χρησιμοποιεί μεθόδους μηχανικής μάθησης ώστε να εκτιμήσει την επερχόμενη ζήτηση ενός Σταθμού Βάσης και να αιτηθεί εκ των προτέρων τη δέσμευση των απαραίτητων πόρων προκειμένου να ικανοποιηθούν οι ανάγκες των συνδρομητών. Ειδικότερα, το σύστημα αυτό παρακολουθεί και συλλέγει τα στατιστικά της κίνησης που μεταφέρεται από το Σταθμό Βάσης προς το οπισθοζευκτικό δίκτυο και με βάση τις καταγραφές αυτές υπολογίζει τους απαραίτητους προς δέσμευση πόρους για τη δημιουργία ενός κατάλληλου συμφωνητικού επιπέδου υπηρεσίας μεταξύ του παρόχου κινητών επικοινωνιών και του παρόχου οπτικού δικτύου. Στα πλαίσια ανάπτυξης του συστήματος αυτού, περιγράφονται όλες οι απαραίτητες λειτουργίες που επιτελεί για τη δυναμική διαχείριση των πόρων. Ειδικότερα, δίδεται βαρύνουσα σημασία στη διαδικασία της πρόβλεψης, η οποία αποτελεί την κύρια λειτουργία του συστήματος και είναι υπεύθυνη για την αποδοτική διαχείριση των πόρων του οπισθοζευκτικού δικτύου. Συγκεκριμένα, εξετάζεται η επίδοση διαφορετικών τεχνικών μηχανικής μάθησης και μελετώνται θέματα που άπτονται στη βελτιστοποίηση της λειτουργικότητας του συστήματος, τόσο σε πρακτική όσο και σε θεωρητική βάση. Επιπλέον, πέραν από την πρόβλεψη των πόρων για τη σύναψη συμφωνιών επιπέδου υπηxv

20 ρεσίας, παρουσιάζεται και η διαδικασία της βραχυπρόθεσμης πρόβλεψης ως συνδυασμός μεθόδων μηχανικής μάθησης και ανάλυσης χρονοσειρών για την αντιμετώπιση των μη αναμενόμενων μεταβολών της κίνησης του δικτύου. Με βάση τα αποτελέσματα που προκύπτουν εξάγονται χρήσιμα συμπεράσματα για τη λειτουργία και την επίδοση ενός τέτοιου συστήματος. Τέλος, το γενικό πρόβλημα διαχείρισης των πόρων του οπισθοζευκτικού δικτύου μελετάται με τη χρήση της εξελικτικής θεωρίας παιγνίων. Ειδικότερα, εξετάζεται το πρόβλημα στην πλευρά του Σταθμού Βάσης, όπου μοντελοποιούνται κατάλληλα οι αλληλεπιδράσεις του Σταθμού Βάσης και των συνδρομητών, και στη πλευρά του ο- πτικού δικτύου, όπου δύο διαφορετικοί πάροχοι κινητών επικοινωνιών μοιράζονται την ίδια οπισθοζευκτική υποδομή και ανταγωνίζονται για τους πόρους του οπτικού δικτύου. Η μοντελοποίηση των αλληλεπιδράσεων μεταξύ των παικτών γίνεται με τη χρήση της δυναμικής των αντιγραφέων και μελετάται η ευστάθεια του δυναμικού συστήματος, ενώ τα αποτελέσματα που προκύπτουν τεκμηριώνονται με τη χρήση κατάλληλων προσομοιώσεων. Λέξεις Κλειδιά: Οπισθοζευκτικό δίκτυο, δυναμική διαχείριση πόρων, δίκτυα νέας γενιάς, παθητικό οπτικό δίκτυο, πρόβλεψη, τεχνητά νευρωνικά δίκτυα, πολυστρωματικά δίκτυα, νευρωνικά δίκτυα γενικευμένης παλινδρόμησης, νευρωνικά δίκτυα ομαδικής διαχείρισης δεδομένων, εξελικτική θεωρία παιγνίων, ανάλυση διακλάδωσης, δυναμική των αντιγραφέων, καθυστέρηση.