Comment rendre les réseaux LTE plus efficaces

Note de l’éditeur

Le texte qui suit est l’un des articles gagnants du concours « Des auteurs qui ont du génie » organisé par SARA et Substance ÉTS. C’est un résumé vulgarisé d’un article intitulé : Enhanced Control for Adaptive Resource Reservation of Guaranteed Services in LTE Networks, coécrit par Michel Kadoch, professeur au Département de génie électrique de l’École de technologie supérieure.

Introduction

Dans la quête pour faciliter les activités humaines quotidiennes grâce à un avenir plus connecté, le réseau communément appelé Internet des objets (IdO) ne cesse de grossir, englobant un nombre et une variété d’objets toujours croissants. Les appareils mobiles forment une partie importante de ce réseau connecté et la croissance constante des services offerts par ces appareils pose des défis particuliers quant à la pérennité des réseaux de télécommunications dans le cadre de l’IdO. Les réseaux de télécommunications LTE (Long Term Evolution) doivent relever un ensemble d’objectifs de plus en plus ambitieux : communication plus rapide et transmission de données plus élevée, couverture améliorée et réseaux optimisés d’accès radio. Il est donc utile d’envisager des modifications éventuelles à la configuration actuelle des réseaux LTE afin qu’ils puissent satisfaire les besoins à venir résultant d’un IdO en constante évolution.

Question de recherche

Pour satisfaire ces exigences croissantes, le noyau du réseau LTE, appelé EPC (Evolved Packet Core), est une composante essentielle dans l’atteinte d’une plus grande efficacité du réseau, c’est-à-dire un réseau mobile qui utilise ses ressources de façon optimale dans les échanges d’informations. Or, la configuration actuelle du système EPC n’est pas optimisée dans sa façon d’allouer des bandes passantes aux services mobiles, en particulier aux services appelés services dédiés garantis. La figure 1 ci-dessous montre la classification actuelle des services mobiles dans les systèmes LTE.

Lorsque l’appareil mobile fait une demande de service garanti (par exemple, un appel vocal), l’EPC lui attribue une bande passante dédiée prédéterminée pour assurer la qualité de service promise (QdS). Quant aux services non garantis (tels que la diffusion vidéo), ils n’ont pas de bande passante dédiée et peuvent rester en fonction pendant de longues périodes. Lorsqu’il y a une demande pour un service garanti, le service non garanti déjà en fonction peut devoir céder une partie de sa bande passante (et donc subir une perte de QdS) afin d’assurer que la bande passante dédiée au service garanti soit disponible.

Cependant, la bande passante cédée aux services garantis peut ne pas être entièrement utilisée. En outre, il n’existe actuellement aucune disposition pour attribuer la partie de bande passante inutilisée à d’autres services qui pourraient en profiter. Ce phénomène se traduit par un réseau mobile obligé de fonctionner en deçà de ses capacités réelles, en raison d’une allocation de bande passante basée uniquement sur l’identification statique de services mobiles garantis ou non garantis, sans évaluer les besoins réels de bande passante nécessaire à l’exécution d’un service garanti. Un exemple de ce gaspillage de ressources est illustré à la figure 2.

Contributions

Dans cet article, les auteurs amorcent une étape vers un réseau mobile plus efficace en proposant une nouvelle approche dynamique d’allocation des ressources de services garantis dans les réseaux mobiles LTE. Contrairement à l’allocation actuelle de bande passante statique, la technique proposée est adaptative et établit la consommation réelle de ressources d’un service garanti; elle alloue la portion inutilisée des ressources à d’autres services qui pourront profiter de cette bande passante inutilisée. Ainsi, on limite le gaspillage de ressources, ce qui entraîne une amélioration directe de l’efficacité du réseau mobile.

Méthodologie

Dans l’approche proposée (série temporelle), les services garantis dans les réseaux mobiles LTE sont classés en deux sous-catégories :

1. Services adaptatifs garantis (également appelés services contributeurs) : ce sont des services garantis qui peuvent céder leurs ressources inutilisées à d’autres services garantis ou non garantis.
2. Services garantis exclusivement : ce sont des services garantis qui ne peuvent pas céder leurs ressources réservées, même si elles ne sont pas utilisées. Il s’agit, par exemple, des services essentiels comme les appels d’urgence.

Les services garantis et non garantis qui voudraient utiliser plus de ressources que ce qu’ils utilisent actuellement sont appelés services d’acquisition. La classification modifiée des services dans l’approche proposée est illustrée à la figure 3 ci-dessous.

En vue de cette classification modifiée des services, les cinq étapes suivantes seraient exécutées :

• Étape 1 : Analyser l’utilisation continue du trafic mobile par services adaptatifs. Ces données d’utilisation du trafic sont une séquence d’observations mesurées à des moments consécutifs, espacés d’un même intervalle de temps.
• Étape 2 : Fournir un modèle de série temporelle qui représente cette utilisation de trafic analysée par services adaptatifs. Les modèles de série temporelle représentent la relation dynamique entre les observations passées et présentes des données analysées et leurs valeurs futures.
• Étape 3 : Prévoir la consommation de ressources par les services adaptatifs à l’aide du modèle de série temporelle. Les modèles de série temporelle permettent de prévoir la consommation future de ressources en fonction des valeurs présentes et passées des données analysées.
• Étape 4 : Évaluer les ressources allouées mais non utilisées par les services adaptatifs, au moyen de prévisions de données par modèle de série temporelle.
• Étape 5 : Attribuer ces ressources inutilisées aux services d’acquisition.

Résultats

La technique proposée a été appliquée à un ensemble de données représentant le débit réel en bits par seconde (b/s ou bps) pour un service voix-vidéo sur réseau LTE. L’ensemble de données est d’une durée de 300 s et le service utilise un débit binaire garanti/réservé (GBR) de 2,2 Mo/s. Une série de fonctions mathématiques est d’abord appliquée à cet ensemble de données afin de le modéliser par une série temporelle. Ensuite, diverses expériences servent à déterminer le modèle de série temporelle qui convient le mieux à l’ensemble de données expérimentales. Cette étape est essentielle, car un modèle de série temporelle approprié permettrait de prévoir la consommation future des ressources du service garanti en fonction de la consommation présente et passée, et ce, avec un taux d’erreur minimal. La figure 4 montre une comparaison entre l’ensemble de données d’origine et l’ensemble de données obtenues par prévision avec le modèle optimisé de série temporelle.

Ces données prévues permettent maintenant d’évaluer sur un échantillon de temps de 50 s la partie inutilisée des ressources allouées au service voix-vidéo. Cet échantillon a été pris au hasard à l’intérieur des 300 s qui ont servi à obtenir l’ensemble de données de départ.  Une marge d’erreur quant à la prévision du modèle de série temporelle est également évaluée afin que la qualité du service garanti ne soit pas compromise par l’allocation proposée des ressources. La figure 5 montre le débit binaire inutilisé sur l’échantillon de 50 s, soit une moyenne de 185,411 kbit/s qui peut être libérée des 2,2 Mbit/s garantis et utilisée par d’autres services mobiles.

Conclusion

L’approche proposée dans cet article offre une façon novatrice d’augmenter la capacité du réseau mobile en établissant une technique dynamique d’allocation des ressources aux services garantis. Une telle amélioration est extrêmement attrayante pour assurer la pérennité des réseaux mobiles, compte tenu du nombre croissant de services offerts par les appareils mobiles, grâce à la portée grandissante de l’Internet des objets.

Information supplémentaire

Pour plus d’information sur cette recherche, consulter l’article de référence suivant : Albasheir, Suliman et Kadoch, Michel. 2015. « Enhanced control for adaptive resource reservation of guaranteed services in LTE networks ». IEEE Internet of Things Journal, vol. 3, nº 2. p. 179-189.