Towards zero-touch management in RAN slicing for next-generation networks

Résumé

Les réseaux sans intervention (ZTN) représentent un changement de paradigme de pointe vers une gestion de réseau entièrement automatisée et intelligente. Ils fournissent l’automatisation et l’intelligence nécessaires pour gérer la complexité, l’échelle et le comportement dynamique des systèmes mobiles de nouvelle génération, notamment la sixième génération (6G). L’intelligence artificielle (IA) constitue le cerveau et l’épine dorsale des ZTN. En particulier, les algorithmes d’apprentissage par renforcement profond (DRL) ont démontré un fort potentiel pour améliorer l’efficacité opérationnelle et soutenir la prise de décision intelligente. La gestion sans intervention est particulièrement cruciale dans les technologies transformatrices telles que le découpage de réseau (NS), qui permet la création de réseaux logiques isolés sur une infrastructure physique partagée. Chaque réseau logique est conçu pour répondre à des exigences de qualité de service (QoS) distinctes, ce qui rend le NS indispensable pour les générations mobiles actuelles et futures. Cependant, la mise en œuvre des ZTN dans un cadre NS est associée à plusieurs défis, notamment dans le domaine du réseau d’accès radio (RAN). Parmi les nombreuses difficultés rencontrées dans le domaine du RAN, les trois défis suivants se distinguent comme particulièrement critiques : (i) la gestion de l’allocation des ressources inter- et intra-tranches ; (ii) garantir la sécurité du partage des ressources entre tranches ; et (iii) assurer une gestion coordonnée et simultanée des ressources radio aux niveaux inter- et intra-tranches. Ces défis sont encore accentués par la nature dynamique des canaux sans fil, la rareté des ressources radio, la diversité des accords de niveau de service (SLA), la forte densification des dispositifs, l’arrivée aléatoire du trafic et diverses imperfections du réseau telles que des informations d’état du canal (CSI) imparfaites, un accès multiple par répartition orthogonale de la fréquence (OFDMA) imparfait et des défaillances matérielles (HWI). Dans ce contexte, la présente thèse apporte plusieurs contributions majeures pour relever ces défis. Premièrement, nous étudions l’allocation de ressources intra-tranche pour le découpage du RAN en introduisant un schéma d’auto-optimisation (SO) efficace pour un système multi-utilisateurs à entrées et sorties multiples (MU-MISO), nommé PABSO-DRL. Le schéma PABSO-DRL proposé gère dynamiquement et conjointement l’allocation de puissance et la formation de faisceaux afin de garantir des débits de données élevés pour le haut débit mobile amélioré (eMBB), tout en assurant la haute fiabilité requise par les communications ultra-fiables à faible latence (uRLLC). Ce schéma est conçu pour gérer des exigences de QoS hétérogènes grâce à une approche de réseau Q profond (DQN) multi-agents, tout en tenant compte des informations d’état du canal (CSI) imparfaites, de l’isolation OFDMA incomplète et de la dynamique temporelle de l’environnement RAN. Nous nous intéressons ensuite à l’allocation des ressources entre les tranches. À cette fin, nous proposons un schéma auto-optimisé et sécurisé, basé sur un cadre coopératif multi-acteurs- critiques (CoMA2C), appelé SO-CoMA2C, pour gérer les ressources radio multiples (puissance et bande passante) réparties sur un ensemble de tranches hétérogènes. Ce schéma s’adapte aux f luctuations de la charge de trafic et prend en compte la présence d’interfaces matérielles (HWI) dans un réseau d’accès radio ouvert (O-RAN). L’objectif principal du schéma proposé est de maximiser l’efficacité spectrale tout en garantissant le SLA de chaque tranche. De plus, nous assurons la sécurité de l’allocation en intégrant l’algorithme de chiffrement AES (Advanced Encryption Standard) au schéma proposé. Enfin, nous développons un cadre auto-optimisé hiérarchique visant à maximiser la qualité de service (QoS) à long terme et l’efficacité spectrale des services hétérogènes. Le cadre proposé adopte une stratégie à deux couches, mise en œuvre par deux schémas de gestion de découpage complémentaires : (i) un schéma coopératif multi-acteurs-critiques (CoMA2C) qui alloue la puissance et la bande passante entre les tranches hétérogènes sur une longue période, et (ii) un schéma multi-agents DQN (MADQN) qui gère la puissance et la formation de faisceaux pour les utilisateurs actifs au sein de chaque tranche sur une courte période. Cette conception prend en compte les interruptions matérielles, les fluctuations de trafic et les variations de canal. De plus, un schéma prometteur basé sur l’accès multiple à répartition de débit (RSMA) est étudié afin d’améliorer encore les performances au sein de chaque service hétérogène. Outre l’amélioration des performances, le cadre proposé optimise également l’efficacité de la coordination en minimisant les surcharges. En particulier, le schéma inter-tranches est déclenché uniquement lorsque des variations importantes surviennent dans la charge de trafic des tranches hébergées. Cette conception réduit la surcharge globale du système en termes de consommation de mémoire, de temps d’apprentissage et de coûts opérationnels associés. Les résultats de simulation, basés sur des hypothèses de modélisation système réalistes, démontrent quelecadred’approchescoopératives multiples proposé, reposant sur l’apprentissage par renforcement profond (DRL), surpasse les méthodes de référence et répond avec succès à diverses exigences de niveau de service (SLA) dans des environnements de déploiement O-RAN dynamiques. Les résultats d’évaluations approfondies montrent également que nos schémas proposés ouvrent la voie à une gestion des ressources plus complète et prédictive, garantissant des performances robustes même dans des conditions de réseau incertaines et des environnements opérationnels imparfaits. De plus, les résultats mettent en évidence la flexibilité, la robustesse et l’évolutivité potentielle de la conception proposée, tout en réduisant la charge de calcul par rapport aux méthodes de référence. Globalement, ces résultats valident le potentiel de l’utilisation de plusieurs agents DRL coopératifs pour permettre un découpage RAN automatisé, évolutif et intelligent dans les réseaux de communication sans fil de nouvelle génération.

Date	30 mars 2026
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Kuljeet Kaur (Directeur(-trice)) & Georges Kaddoum (Codirecteur(-trice))