Mesure et optimisation de consommation énergétique dans les réseaux mobiles – ECOMOME

Pour répondre à ces objectifs, nous mènerons des campagnes de mesures sur les réseaux mobiles, dans une série de scénarios, couvrant l’UE, le RAN et leurs interactions, en utilisant à la fois des plateformes ouvertes et des réseaux d’opérateurs réels. Les résultats de cette campagne expérimentale exhaustive seront mis à disposition de toute partie intéressée dans un esprit de données ouvertes.

Sur la base de cette campagne expérimentale, le projet ECOMOME définira des modèles précis de consommation énergétique pour un réseau mobile. Au lieu d’adopter une approche générique et de fournir une consommation moyenne par équipement, ces modèles se concentreront sur les mécanismes et fonctions « atomiques » du réseau mobile, qui pourront ensuite être combinés afin de fournir des informations pour un grand nombre de services et de scénarios.

Enfin, nous développerons de nouveaux modèles de consommation énergétique validés expérimentalement pour les réseaux mobiles virtualisés émergents qui couvriront toute la gamme des scénarios prévisibles que poseront les futures générations de réseaux mobiles, en proposant des solutions innovantes basées sur NI vers un RAN économe en énergie.

Pour l'instant, nous avons réalisé une large série de mesures, en utilisant à la fois des solutions logicielles et matérielles. La plateforme de mesure matérielle est opérationnelle et a été utilisée pour collecter des données pour de nombreux scénarios, notamment la connexion au réseau, l'accès à Internet, la transmission et la réception de SMS.

Une plateforme de mesure matérielle légère a également été mise en place. Cette plateforme cible des modèles de smartphones spécifiques, où l'architecture interne permet une séparation facile du module de réseau radiofréquence. Cette plateforme a été utilisée pour collecter des données de consommation d'énergie dans deux scénarios : le streaming vidéo et les appels téléphoniques.

Sur la base de ces expériences, nous avons modélisé les fonctions suivantes :
- la procédure d'accès aléatoire utilisée par l'équipement utilisateur pour se connecter au réseau d'accès radio ;
- la procédure de connexion de contrôle des ressources radio ;
- le trafic de contrôle transmis par l'équipement utilisateur lorsqu'il est connecté ;
- le trafic de données transmis par l'équipement utilisateur ;
- la procédure de connexion au réseau utilisée par l'équipement utilisateur lors de la connexion au réseau central (par exemple au démarrage ou lors de la sortie du mode avion) ??;
- l'établissement d'un appel de terminaison ;
- l'établissement d'un appel initié.

Nous avons également défini quelques scénarios généraux d'intérêt, comme suit :
- diffusion d'une vidéo à partir d'une plateforme de streaming, en utilisant une technologie sans fil donnée (3G, 4G, 5G, WiFi).
- émission d'un appel téléphonique, en utilisant une technologie donnée (circuit-switched, VoWiFi, VoLTE, VoNR).
- réception d'un appel téléphonique, en utilisant une technologie donnée (circuit-switched, VoWiFi, VoLTE, VoNR).
- envoi d'un SMS.
- réception d'un SMS.

En ce qui concerne les solutions adaptatives, nous nous sommes principalement concentrés sur deux scénarios de réseau, où des reconfigurations sont nécessaires. Le premier scénario consiste en des stations de base robotisées, qui peuvent se déplacer et être déployées de manière autonome dans des zones où une capacité supplémentaire est requise. Un objectif majeur dans ce cas est de reconfigurer le réseau et de suivre les pics de trafic avec une consommation d'énergie réduite. Le deuxième scénario d'intérêt consiste en des réseaux découpés en tranches. Dans ce cas, l'extinction des stations de base devient plus difficile, ce qui nous a poussés à concevoir de nouveaux mécanismes de réduction de la consommation d'énergie.

La campagne de collecte de données se poursuivra et nous produirons un ensemble exhaustif de modèles de consommation énergétique.

- A.T.-J. Akem, B. Bütün, M. Gucciardo, M. Fiore, Henna:
Hierarchical Machine Learning Inference in Programmable
Switches, NativeNI 2022, Rome, Italy, Dec 2022.
- M. Gucciardo, A.T.-J. Akem, B. Bütün, M. Fiore, Demonstrating
Flow-Level In-Switch Inference, IEEE INFOCOM 2023 demo
session, New York, USA, May 2023.
- A.T.-J. Akem, B. Bütün, M. Gucciardo, M. Fiore, Showcasing
In-Switch Machine Learning Inference, NetSoft 2023 demo
session, Madrid, Spain, Jun 2023.
- B. Bütün, A.T.-J. Akem, M. Gucciardo, M. Fiore, Fast Detection of Cyberattacks on the Metaverse through User-plane Inference,
IEEE MetaCom 2023, Kyoto, Japan, Jun 2023.
- H. Pann Phyu, D. Naboulsi, R. Stanica, G. Poitau. Towards Energy Efficiency in RAN Network Slicing. IEEE LCN 2023, Daytona Beach, USA, Oct 2023.
- H. Pann Phyu, R. Stanica, D. Naboulsi, G. Poitau. Going Green in RAN Slicing. NetMob 2023, Madrid, Spain, Oct 2023.
- R. Bogdan, C. Paliuc, M. Crisan-Vida, S. Nimara and D.
Barmayoun, Low-Cost Internet-of-Things Water-Quality
Monitoring System for Rural Areas, Sensors, 23, 3919, Apr. 2023
- B. Sosdian, R. Bogdan, A. Bild, and M. Marcu Sun Tracking System For Photovoltaic Panels In The Context Of Smart Cities
Applications, 2023 IEEE International Smart Cities Conference,
ISC2 2023, Bucharest, Sep. 2023
- D. C. Apostol, P . D. Rusovan, M, Marcu, UML to code,
and code to UML, a view inside implementation challenges and
cost, 2022 26th International Conference on System Theory,
Control and Computing (ICSTCC), Sinaia, Oct. 2022
- A. G. Gherman, M. Marcu, Instrumentation and Analyzis of
Handover in Wi-Fi Networks, 2022 International Symposium on
Electronics and Telecommunications (ISETC), Timisoara, Nov.
2022
- A.T.-J .Akem, B. Bütün, M. Gucciardo, M. Fiore, Jewel:
Resource-Efficient Joint Packet and Flow Level Inference in
Programmable Switches IEEE INFOCOM 2024, Vancouver,
Canada, May 2024
- M. Gucciardo, B. Bütün, A.T.-J. Akem, M. Fiore, Evaluating the
Impact of Flow Length on the Performance of In-Switch Inference
Solutions CNERT 2024, Vancouver, Canada, May 2024
- A.T.-J. Akem, M. Gucciardo, M. Fiore, Ultra-Low Latency
User-Plane Cyberattack Detection in SDN-based Smart Grids
EnergySP 2024, Singapore, May 2024
- E. Theingi, S. Lokman, D. Naboulsi. Energy-efficient Robotic
Airborne Base Stations Deployment and Operation for
Sustainable 6G Networks. IEEE ICC Workshops 2024, Denver,
USA, June 2024
- S. Yahya, R. Stanica. Assessing the Energy Impact of Cell Switch Off at an Urban Scale, STWiMob 2024, Paris, France, October 2024