Grade of service (GoS) based controller framework for software defined heterogeneous networks (SDHetN)

Son zamanlarda, mobil cihaz kullanımı oldukça artmaktadır. Bu nedenle, mobil kullanıcıların kablosuz hücresel ağlardaki istekleri büyük bir artış göstermektedir. Bu artış, hareketli veri trafiğinin büyük ölçüde artmasına sebep olmaktadır. Cisco görsel ağ indeks raporunda (Cisco Visual Networking Indeks Report) belirtildiğine göre, 2013 yılında ölçülen veri trafiği ayda 1.5 exabyte iken, bu değerin 2018 yılında 15.9 exabyte seviyesine ulaşacağı tahmin edilmektedir. Başka bir deyişle, 2013 yılına göre veri trafiğinde 11 kat artış yaşanması öngörülmektedir. Bu hızla artan trafik yoğunluğu nedeniyle, hareketli veri trafiğine hizmet veren geleneksel kablosuz haberleşme ağının makro hücreleri (macrocell), kullanıcılara hizmet veremez hale gelmektedir. Böylece, makro hücreleri özellikle ev içi kullanıcılara yeterli sinyal gücüyle ulaşamamakta ve bu kullanıcıların servis kaliteleri (Grade of Service- GoS) kabul edilemeyecek seviyelere düşmektedir. Ev içi kullanıcılara daha iyi hizmet kalitesi ile servis sağlayabilmek amacıyla heterojen ağ (HetNet) teknolojisi ortaya çıkmıştır. Heterojen ağlarda farklı özellikleri bulunan küçük hücreler (smallcells) bulunmaktadır. Bunlar kapsama alanlarının büyüklüğüne göre, makro hücre (macrocell), piko hücre (picocell), ve femto hücre (femtocell) olarak isimlendirilmiştir. Farklı kapsama alanına sahip bu hücreler ile kablosuz ağların oluşturulması, ev içi kullanıcıların daha yüksek sinyal gücüne erişebilmesini sağlamıştır. Böylece bu kullanıcılar kablosuz ağa dahil olup iletişime geçebilmektedirler. Ancak heterojen ağlarda fiziksel kaynaklar verimsiz kullanılmaktadır. Başka bir deyişle, var olan fiziksel kaynaklar ile daha fazla kullanıcıya daha yüksek kalitede hizmet verilebilecek iken, heterojen ağ yapısından kaynaklı olarak daha az kullanıcıya hizmet sunulmakta ve bu kullanıcıların GoS seviyeleri artan kullanıcı istekleri karşısında kabul edilemeyecek seviyelere yükselmektedir (GoS yükseldikçe sunulan servis kalitesi düşer). Bu durumun temel nedeni Heterojen ağlardaki statik kaynak atamasıdır. Heterojen ağlarda fiziksel kaynaklar gruplandırılıp statik bir şekilde küçük hücrelere dağıtılmaktadır. Ancak, bu statik gruplama nedeniyle kablosuz ağın hizmet verebileceği trafik akışı sayısı düşük seviyelerde kalmaktadır. Bu da yeterli fiziksel kaynağa sahip bir ağda , kaynakların verimsiz kullanımının sonucudur. Bu durumu sayısal bir örnekle açıklamak gerekirse; toplamda 20 fiziksel kaynağa sahip bir ağda, her birinde 10'ar kaynak bulunduran iki küçük hücre ile kurulmuş topolojinin hizmet vereceği trafik akışı sayısı, her birinde beşer kaynak bulunduruan dört küçük hücre ile kurulmuş topolojinin hizmet vereceği trafik akışı sayısından oldukça fazladır. Başka bir yönden bakmak gerekirse, aynı akış sayısına sahip bu iki topolojide, belirtilen ilk topoloji kullanıcılarına daha yüksek seviyede servis kalitesi (daha düşük GoS) sağlamaktadır. Özetle, fiziksel kaynakların fazla sayıda küçük hücrelere gruplanıp dağıtılması, bu kaynakların verimliliğini oldukça düşürmektedir. Fiziksel kaynak sayısı değiştirilmeden, kabul edilebilir servis kalitesinde daha fazla kullanıcıya ya da daha düşük GoS (daha yüksek servis kalitesi) ile aynı sayıda kullanıcıya hizmet verilmesi sağlanabilmelidir. Bu da iki topoloji arasında kaynak verimliliğini ortaya net bir biçimde koymaktadır. Bu iki topoloji arasındaki fark, markov zinciri (markov chain) ile modellenmiş ve kuyruklama teorisi kullanılarak (queuing theory) matematiksel ifadelerle, ekte belirtildiği gibi kanıtlanmıştır. Literatürde kaynak verimliliğini arttırmak için sunulan günümüzdeki çözümler, radyo erişim teknolojileri (radio access technologies- RATs) arasında geçiş tabanlıdır. Bu çözümler bilişsel radyo teknolojisi (cognitive-radio) ve bir hücreden başka bir hücreye geçiş (offload) teknolojisi olarak örneklendirilebilir. Bilişsel radyo teknolojisinde, iki tip kullanıcı vardır. Bunlardan biri frekansın sahibi olan birincil kullanıcı (primary user) ve o anda kullanımda olmayan frekansları ücret ödemeden ve birincil kullanıcının servis kalitesinin de etkilemeyecek şekilde kullanabilen ikincil kullanıcıdır (secondary user). Frekans sahibi olan birincil kullanıcının servis kalitesini düşürmeyecek şekilde ve bu frekansı o an için kullanan başka bir ikincil kullanıcı yok ise, ikincil kullanıcı bu frekans bandına zıplayıp, bu frekans üzerinden iletişimini gerçekleştirebilmektedir. Böylelikle ikincil kullanıcı kullanılmayan frekansları kullanarak hem frekans verimliliğini arttırır hemde kendi servis kalitelerini yüksek seviyelerde tutma imkanı bulur. Ancak bilişsel radyoda ikincil kullanıcı zıplayacağı frekans durumunu doğru şekilde belirleyebileceği sezme algoritmalarına ihtiyaç duyar. Zıplanılacak frekans sahibinin o an için frekans bandını kullanıyor olup olmadığının yanlış tahmin edilmesi durumu hem birincil kullanıcı hemde ikincil kullanıcı açısından servis kalitesi düşüklüğüyle sonuçlanacaktır. Bu nedenle sezme algoritmalarının profesyonel şekilde tasarlanması gerekmektedir. Bu durumda son kullanıcı olan ikincil kullanıcıları daha karmaşık bir yapı kullanmak zorunda bırakır. Farklı frekanslarda çalışan iki ayrı hücre arasındaki geçiş (offload) teknolojisinde ise, servis kalitesi kötü olan hücreden kullanıcı kendi kararıyla servis kalitesini yükseltebileceğini düşündüğü farklı bir frekansta çalışan daha az yoğun diğer hücreye geçiş yapabilmektedir. Böylece kullanıcı az yoğunluğa sahip küçük hücrede iletişim kalitesini kabul edilebilir seviyede tutabilmektedir. Hücreler arası geçiş hücre yoğunluğuna göre belirlenebildiği gibi son kullanıcının harcayacağı enerjiye göre de belirlenebilir. Yapılan tahminlere göre farklı frekanslarda çalışan iki hücre arası geçiş (Makro hücre ve WiFi v.b.), son kullanıcının hem erişim noktasına (Access Point) olan yakınlığı hem de kullandığı frekansı açısından daha az enerji harcamasını sağlayabilir. Bu da iki hücre arası geçişin önemini arttıran bir parametredir. Ancak bu çözümler kullanıcı kararı bazlı olup, topolojiye genel bakamadıkları için fiziksel kaynak verimliliğini belirli bir seviyeden sonra arttıramamaktadırlar. Yine yukarıda belirtilen fiziksel kaynak verimsizliği statik gruplama ve dağıtımdan kaynaklı olarak hizmet verilebilecek akış sayısını kısıtlamaktadır. Bu nedenle, fiziksel kaynakları verimli kullanabilmek ve hizmet verilebilecek akış sayısını arttırabilmek için, önerilen yeni dinamik kaynak gruplaması ve dağıtımı sayesinde fiziksel kaynakların yarattığı bu kısıt ortadan kaldırılmalıdır. Bu tezde, statik kaynak atamasının verimsizliğini ortadan kaldıracak yeni bir yapı tasarlanmıştır. Yazılım Tanımlı Heterojen Ağ (Software Defined Heterogeneous Networks- SDHetN) olarak tanımladığımız bu model, heterojen ağ topolojisini adaptif ve esnek akış yönetimi tabanlı algoritmalar ile merkezi olarak yönetmektedir. Tez boyunca bu modelin veri katmanı (Data Plane) ve kontrol katmanı (Control Plane) kuyruk teorisi (queuing theory) ile modellenip, matematiksel olarak analiz edilmiştir. Veri katmanında akış yönlendirme işlemini gerçekleştiren ve OpenFlow (OF) protokolü ile kontrol katmanıyla haberleşebilen fiziksel anahtarlar bulunmaktadır. Fiziksel anahtarların $M/M/C_j/K$ markov modeli şematize edilmiş ve trafik akışını bloklama olasılığının (blocking probability) matematiksel ifadesi çıkarılmıştır. Bu değer aynı zamanda trafik akışının servis kalitesini (GoS) belirlemektedir. Kontrol katmanı ise $m$ adet farklı $M/M/1/1$ sistemi ile modellenmiş ve Jackson teoremine göre sistemdeki trafik akış sayısı (expected number of user) değeri çözümlenmiştir. Bu katman temel iki bileşenden oluşmaktadır. Bunlar Akış Yöneten Sanal Anahtar Havuzu (Flow Authority Virtual Switch Farm- FAVSF) ve kontrol algoritmalarıdır. İlk kısım veri katmanındaki fiziksel anahtarların sanal temsilcilerini barındıran sanal anahtarların oluşturduğu havuzdur. İkinci kısım ise, SDHetN modeline esneklik özelliklerini katan algoritmalardan oluşmaktadır. Bu algoritmalar Topoloji Kontrol Algoritması (Topology Control Algorithm - TCA) ve Flow Kayıtlama Kontrol Algoritmasıdır (Flow Admission Control Algorithm - FACA). Özellikle, önerilen TCA, akışların servis kaliteleri (GoS) göz önünde bulundurularak birçok OF fiziksel anahtarlarını gruplar. Bu algoritmada fiziksel kaynak verimliliği, akışların GoS değerlerine ve oluşacak grup sayısına göre maksimize edilir. Önerilen FACA ise, trafik akışlarını TCA ile oluşturulan sanal anahtarlara (FAVS) dengeli bir biçimde dağıtır. Böylece ilk algoritmada yapılan gruplama sayesinde statik kaynak atamasının yarattığı kısıtlama ortadan kaldırılmış olur ve ikinci algoritma ile akışlar topolojideki sanal anahtarlara dengeli bir biçimde dağıtılarak akışların servis kalitesi (GoS) oldukça iyileşir. Bir diğer önerilen yapı ise, kontrolörde bu algoritmaların çalışmasının akışın performansı üzerinde negatif bir etki yaratmasını engellemek için, algoritmalar her bir sanal anahtar başına paralel olarak çalıştırılır. Böylece SDHetN kontrolörünün cevap süresi (response time) ve servis oranı (service rate) iyileşmektedir. SDHetN modelinin başarım analizi 48 farklı senaryo ile yürütülmüş ve önerilen SDHetN yapısının geleneksel yapıya göre daha esnek ve daha adil akış yönetimine sahip olduğu birçok performans çıktı grafiklerinde görülmektedir.