Методы обеспечения надежности и энергосбережения в многопутевых программно-реконфигурируемых сетях тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Данешманд Бехруз

• Данешманд Бехруз
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Данешманд Бехруз

ОГЛАВЛЕНИЕ

Реферат

Synopsis

Implementation of research results

Approbation of research results

Thesis structure and number of pages

ВВЕДЕНИЕ

Глава. 1 Подходы, структуры и протоколы, которые гарантируют надежную работу и согласованность производительности компьютерных систем, созданных с использованием технологии 5G/IMT-2020

1.1. введение

1.2. Перспектива развития сетей связи 5G/IMT-2020

1.3. Программно-Конфигурируемая Сеть

1.4. Виртуализация сетевых функций (NFV)

1.5. Концепция сети 5G/IMT-2020

.1.6 Текущие инициативы 5G по всему миру

1.7. Подходы к реализации SDN в контексте 5G/IMT-2020

1.7.1. Программирование сетей 5G/IMT-2020

1.7.2. Виртуализация сетей 5G/IMT-2020

1.7.3. Сегментация или слайсинг сетей 5G/IMT-2020

1.7.4. Интеллектуализация сетей 5G/IMT-2020

1.7.5. Диспетчеризация сетей 5G/IMT-2020

1.7.6. Динамическое распределение трафика сетей 5G/IMT-2020

1.7.7. Централизованное управление сетью 5G/IMT-2020

1.7.8. QoS и организация информационных сетей 5G/IMT-2020

1.8. Интернет подводных вещей (IoUT)/ Океана вещей

1.9. Приложения Интернета вещей

1.9.1. Мониторинг окружающей среды

1.9.2. Подводное исследование

1.9.3. Предотвращение бедствий

1.9.4. Военный

1.9.5. Другие

1.10. Проблемы

Глава.2 Разработка модели маршрутизации для интернета вещей/Океана вещей на основе архитектуры SDN при маршрутизации с учетом энергопотребления

2.1. Введение

2.2. Модели каналов для подводных сред

2.2.1. Взаимосвязь между мощностью передатчика и SNR

2.2.2. Взаимосвязь между SNR и коэффициентом успешной доставки

2.3. Предлагаемый метод подводного Интернета вещей на основе технологии SDN

2.4. Измерение производительности предложенной модели

2.5. Энергосберегающая маршрутизация в сетях Интернета вещей, сочетающая нечеткую систему и муравьиную колонию( Fuzzy System и Ant Colony)

2.5.1. Муравьиные алгоритмы

2.6. Предлагаемый протокол, основанный на маршрутизации с учетом энергопотребления и нечеткой логике

2.6.1. Этап настройки

2.6.2. Фаза кластеризации

2.6.3. Этап маршрутизации на основе муравьиной колонии

2.6.4. Фаза повторной кластеризации

2.6.5. Нечеткая система, используемая в кластеризации

2.6.6. Нечеткие системы маршрутизации

2.7. Модель энергопотребления

.2.8 Результаты имитационного моделирования

2.8.1. Потребление энергии

2.8.2. Время до потери работоспособности сети

2.8.3. Время до первого выхода из строя (Потери работоспособности , отказа) узла

2.8.4. Количество работоспособных узлов в каждом раунде

Глава.3 Анализ и оценка эффективности методов обеспечения качества обслуживания программно-конфигурируемых сетей стандарта 5G/IMT-2020 для организации высоконадежных отказоустойчивых служб передачи данных и взаимодействия вычислительных систем

3.1. Введение

3.1.1. Архитектура OpenFlow и QoS на основе протокола OpenFlow

3.1.2. QoS на базе контроллеров SDN с открытым исходным кодом

3.2. Архитектурные проблемы в SDN и их влияние на качество

обслуживания

3.2.1. Централизованное управление

3.2.2. Масштабируемость сети

3.2.3. Несогласованность между контроллерами

3.2.4. Размещение контроллера

3.2.5. Протокол связи контроллера

3.2.6. Планирование нескольких контроллеров

3.3. Анализ QoS в различных контроллерах SDN

3.4. От KPI к QoS в сети 5G/IMT-2020

.3.5 Обзор и анализ QoS для сетей 5G в разных уголках мира

3.6. Обоснование проблемы фрагментации сети с помощью машинного и глубокого обучения в беспроводных сетях

3.6.1. Анализ и обработка данных

3.6.2. Нормализация

3.6.3. Модель обучения , результаты и оценить результаты

3.7. Балансировка нагрузки в SDN

3.7.1. Статическая балансировка нагрузк

3.7.2. Динамическая балансировка нагрузки

3.7.3. Гибридная балансировка нагрузки

3.8. Исследование методов балансировки нагрузки в сети

Глава.4 Разработка моделей безопасности и гибкие решения для программно-конфигурируемых сетей в сети 5G/IMT-2020

4.1. Введение

4.2. ПКС с точки зрения безопасности, поведения и недостатков

4.3. Исследование и обзор девять типов атак на основе SDN и защита безопасности

4.4. Анализ атак SDN с акцентом на каждую плоскость и интерфейс

4.4.1. Угрозы плоскости приложения

4.4.2. Угрозы северного интерфейса

4.4.3. Угрозы плоскости управле

4.4.4. Угрозы интерфейса южного направления

4.4.5. Угрозы плоскости данных

4.5. Анализ и обзор метода моделирования угроз STRIDE на основе технологии SDN

4.6. Вопросы безопасности и конфиденциальности в Интернете вещей

4.6.1. Проблемы безопасности

4.6.2. Вопросы конфиденциальности

Заключение

Список сокращений и условных обозначений

Список литературы

Акт внедрения

Текст публикации

Введение диссертации (часть автореферата) на тему «Методы обеспечения надежности и энергосбережения в многопутевых программно-реконфигурируемых сетях»

Реферат

Актуальность темы исследования. В настоящее время предпринимаются глобальные усилия, интенсивно концентрирующиеся на исследованиях и разработке методов и алгоритмов для проектирования вычислительных систем, сетевых протоколов и служб передачи данных, адаптированных для вычислительных систем, созданных с использованием технологий телекоммуникаций и мобильного Интернета вещей (IoT) [125]. Одновременно растет интерес к конкретным аспектам Интернета вещей, таким как Интернет подводных вещей (IoUT) и Океан вещей (OoT). Технологии, обеспечивающие надежное и отказоустойчивое взаимодействие между вычислительными системами в доменах ^^ IoUT и OoT, включая различные возможные комбинации, основаны на развивающихся в настоящее время технологиях сетей связи пятого поколения (5G / ^^2020).

Ожидается, что сети связи пятого поколения (5G/IMT-2020) будут предлагать услуги, обеспечивающие высокое качество работы, облегчающие создание надежных, отказоустойчивых услуг передачи данных и взаимодействия между вычислительными системами, включая Интернет вещей (IoT) и среды Океана вещей (OoТ).

Принято считать, что будущие сети будут определяться программным обеспечением. В связи с постоянно растущим спросом на широкополосную связь постоянно возникают новые проблемы для сетей, такие как интеллектуальное и повсеместное подключение, эффективное и гибкое распределение ресурсов и т. Д. Для решения этих проблем будущие сети должны поддерживать конвергенцию по традиционно разделенным сетевым доменам и обеспечивать большую детализацию и гибкость в управлении и

пропускной способности данных. С основной идеей разделения плоскостей управления и данных программно-конфигурируемые сети (SDN) рассматривались как один из многообещающих подходов для организации высоконадежных отказоустойчивых служб передачи данных и взаимодействия вычислительных систем в будущем.

В настоящее время сети SDN (программно-конфигурируемая сеть), NFV (виртуализация сетевых функций) и 5G/IMT-2020, а также большие данные, IoT и OoT становятся неотъемлемыми компонентами фундаментальной инфраструктуры цифровой экономики. В основе этой основы лежит современный искусственный интеллект (ИИ), который прочно зарекомендовал себя в качестве основной движущей силы [122].

прогнозируется, что количество устройств Интернета вещей (IoT) во всем мире почти утроится с 9,7 миллиарда в 2020 году до более чем 29 миллиардов устройств IoT в 2030 году.

Устройства IoT используются во всех отраслях промышленности и на потребительских рынках, причем в 2020 году на потребительский сегмент приходилось около 60% всех устройств, подключенных к IoT.

В этом контексте возникают важные и взаимосвязанные вопросы, касающиеся применения и использования принципов SDN в сетях связи 5G/IMT-2020. Эти вопросы вызвали множество ответов, каждый из которых имеет свой набор плюсов и минусов, и все они очевидны в современных моделях [122]. Одним из применений сетей пятого поколения является Интернет вещей. Эта технология Интернета вещей (IoT) сделала возможным внедрение различных приложений. Другое использование сетей 5G связано с океаном вещей (OoT). Подводный Интернет вещей является одной из новых технологий, которые в последние годы использовались исследователями для

изучения явлений, связанных с подводной средой. В этом типе сети информация собирается подводными датчиками и отправляется на поверхность воды, где расположена океанская сеть объектов. Суда в океанской сети являются информационными объектами.

Используя возможности, доступные в архитектуре программных сетей, сетевой контроллер собирает информацию о подводных объектах, создает сетевой граф и с помощью радиоволн отправляет их на береговые станции.

В этой технологии объекты и датчики, подключенные к Интернету, могут удаленно контролироваться и управляться, а собранные ими данные могут оцениваться и анализироваться.

Следовательно, эффективность сетей 5G/IMT-2020 в значительной степени зависит от эффективности подходов, используемых для реализации SDN в них. Следовательно, крайне важно и уместно изучить существующие методы, чтобы понять их принципы, выявить их недостатки и понять необходимость и ограничения, связанные с использованием SDN в сетях 5G/IMT-2020 [121].

Однако в литературе часто встречаются разрозненные описания подходов к реализации SDN в сетях 5G/IMT-2020. Иногда эти методы либо неадекватно объяснены, либо вообще не разъяснены, либо сложно связаны друг с другом.

Учитывая острую необходимость разработки методов реализации технологии программно-определяемых сетей пятого поколения (5G/IMT-2020), тема диссертации остается актуальной. Такое исследование позволяет нам установить не только функцию и важность SDN в контексте 5G/IMT-2020, но и потенциал будущих сетей в создании надежных услуг передачи данных и стимулировании взаимодействия между вычислительными системами. Это

распространяется на различные области, включая Интернет вещей, Океан вещей, Интернет прикосновений и навыки работы в Интернете [121, 125].

Целью диссертационной работы являются повышение надежности и устойчивости взаимодействия вычислительных систем в программно-конфигурируемой сети, многопутевой маршрутизации с минимизацией энергопотребления ,задержек и вероятности потери пакетов при комбинации технологий интернета подводных вещей (IoUT) и Океана вещей (OoT) .

Для достижения данной цели в рамках диссертации были поставлены и решены следующие задачи:

1. Анализ и моделирование схемы маршрутизации Интернет подводных вещей/Океан вещей на основе алгоритма оптимизации Golden Eagle (GEO).

2. Анализ методов кластеризации и многопутевой маршрутизация на основе оптимизации с применением метода муравьиной колонии в Интернете вещей.

3. Анализ и оценку фрагментации сети с использованием глубокого и машинного обучения в беспроводных сетях 5-го поколения.

4. Разработка метода многопутевой маршрутизации программно-конфигурируемых сетей, ориентированный на снижение энергопотребления и вероятности потери пакетов при увеличение срока до потери работоспособности сети.

5. Построение модели вычислительной системы на основе рассматриваемого метод многопутевой маршрутизации программно-конфигурируемых сетей определить целесообразность и эффективность предлагаемых проектных решений по организации взаимосвязи вычислительных систем.

Основные положения, выносимые на защиту:

1. Комбинированная архитектура Интернета подводных вещей (IoUT) и Океана вещей (OoT) с многопутевой маршрутизацией на основе технологии программно-конфигурируемых сетей, позволяющая минимизировать энергопотребление ,задержки и вероятность потери пакетов при увеличение времени до потери работоспособности сети.

2. Модели и методы для сокращения времени сбора и обработки подводных данных с помощью алгоритма оптимизации Golden Eagle для выбора наилучшего маршрута, позволяющего одновременно уменьшить энергопотребление задержки и увеличить скорости и вероятности доставки пакетов.

3. метод многопутевой маршрутизации программно-конфигурируемых сетей, для которого снижение энергопотребления и вероятности потери пакетов достигается при сочетании методов кластеризации (сегментации) и нечеткой маршрутизации, а также оптимизации по методу муравьиной колонии.

Научная новизна диссертации

1. Предложена и проанализирована комбинированная архитектура Интернета подводных вещей (IoUT) и Океана вещей (OoT) с многопутевой маршрутизацией на основе технологии программно-конфигурируемых сетей, ориентированной на минимизацию энергопотребления ,задержек и вероятности потери пакетов при увеличение времени до потери работоспособности сети.

2. Предложены модели и методы для сокращения времени сбора и обработки подводных данных и экономии вычислительных ресурсов и энергопотребления с помощью алгоритма оптимизации Golden Eagle для

выбора наилучшего маршрута с целью одновременного уменьшения задержки и увеличения скорости и вероятности доставки пакетов .

3. Предложен и исследован метод многопутевой маршрутизации программно-конфигурируемых сетей, отличающийся тем, что снижения энергопотребления и вероятности потери пакетов при увеличение срока до потери работоспособности сети достигается за счет сочетания методов кластеризации (сегментации) и нечеткой маршрутизации, а также оптимизации по методу муравьиной колонии.

4. Проанализированы возможности использование машинного обучения (Machine learning . ML) и глубокого обучения (deep learning . DL) для выбора и оптимизации распределения фрагментов сети для устройства или услуги.

Объектом исследования являются вычислительные системы с взаимодействием вычислительных узлов на основе многопутевой маршрутизации в программно-конфигурируемые сети, ориентированные на организацию высоконадежных отказоустойчивых служб передачи данных и взаимодействия вычислительных систем.

Предметом исследования является применение программно-конфигурируемые сети интернет вещей для отказоустойчивого

высоконадежного взаимодействия вычислительных систем.

Теоретическая и практическая значимость работы. Решены задачи высоконадежного устойчивого взаимодействия вычислительных систем через сети IoT, в том числе при различных комбинациях интернета подводных вещей (IoUT) и Океана вещей (OoT). Предложена реализация многопутевой маршрутизацией на основе технологии программно-конфигурируемых сетей, ориентированной на минимизацию энергопотребления, задержек и

вероятности потери пакетов при увеличение времени до потери работоспособности сети.

Методы исследования. Для решения проблем, представленных в исследовании, использовались различные методы, в том числе алгоритм оптимизации GEO, нечеткая логика, алгоритм оптимизации колонии муравьев, модель целочисленного линейного программирования (ILP) и имитационное моделирование.

Достоверность результатов исследования обусловлена точностью выбора и использования математических инструментов, проверенных посредством аналитического и имитационного моделирования в специализированной среде MATLAB. В ходе этой проверки также учитывалось реальное влияние сетевых протоколов и оборудования, обширные испытания на отечественных и международных конференциях, а также результаты практического внедрения. Результаты, полученные в этом исследовании, согласуются с результатами других исследований, опубликованных в рецензируемых отечественных и международных публикациях.

Внедрение результатов работы Отражены в приложении A.

Апробация результатов работы. Основные результаты исследования были представлены и обсуждены на последующих конференциях:

12th IEEE International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Application (IDAACS): Dortmund, Germany:2023; XXVI международная научная конференция «Волновая электроника и инфокоммуникационные системы» (WECONF):Санкт-Петербург, Россия, 2023; The 11th IEEE International

Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications: Cracow, Poland, 2021; 24th International Conference on Distributed Computer and Communication Networks (DCCN): Moscow, Russia, 2021; Пятидесятая научная и учебно-методическая конференция Университета ИТМО -Санкт-Петербург, Россия, 2021; конференции «Инженерные и информационные технологии, экономика и менеджмент в промышленности»:Волгоград, Россия, 2021; 13th International Conference on Ubiquitous and Future Networks, ICUFN: Barcelona, Spain, 2022.

Личный вклад автора

Автор самостоятельно достиг основных результатов как теоретических, так и экспериментальных исследований.

Автор лично решил все проблемы, разработав метод, модели и протокол для ускорения сбора и обработки подводных данных. Этот подход также экономит вычислительные ресурсы и снижает потребление энергии за счет использования алгоритма оптимизации Golden Eagle для оптимизации выбора маршрута, тем самым минимизируя задержку.

В совместных публикациях доли участия соавторов оцениваются равными.

Автор построил и исследовал метод многопутевой маршрутизации для программно-определяемых сетей, который снижает энергопотребление и вероятность потери пакетов за счет увеличения времени до потери производительности сети за счет сочетания кластеризации и нечеткости, а также оптимизации методом муравьиной колонии, построены имитационные модели в среде MATLAB.

Заключение диссертации по теме «Другие cпециальности», Данешманд Бехруз

Заключение

В работе описаны концепции технологий SDN и сети связи 5G/1MT-2020. Рассмотрено применение SDN в сетях связи 5G/IMT-2020, а именно даны ответы на вопросы: Для чего используется технология SDN в сетях 5G/IMT-2020'?, Как используется технология SDN в сетях 5G/IMT-2020'?, Какова роль технологии SDN в сетях 5G/IMT-2020?, Каковы функции технологии SDN в сетях 5G/IMT-2020?

В работе выявлены, анализированы и описаны основные методы применения технологии SDN в сетях пятого поколения. Указаны их преимущества и недостатки. Описаны и анализированы с точки зрения функции и роль, которые играют SDN в сетях 5G/IMT-2D2D следующие методы использования SDN:

-метод использования SDN для программирования сетей 5G.TMT-2020;

- метод использования SDN для виртуализации сетей 5G1MT-2020;

- метод использования SDN для сегментации сетей 5G/1MT-2020;

-метод использования SDN для интеллектуализации сетей 5G/IMT-2020;

- метод использования SDN для диспетчеризации сетей 5G.TMT-2020;

- метод использования SDN для динамического распределения трафика сетей 5G/IMT-2020;

- метод использования SDN для централизованного управления сетей 5G IMT-2020;

- метод использования SDN для динамического управления QoS в сетях 5G/IMT-2020 и организации информационно-управленческих сетей 5G/1MT-2020.

По этим методам применения, можно видеть, что SDN играют огромную роль в сетях 5G/IMT-2020 и позволяют строить реальные гибкие и масштабируемые сети 5G/IMT-

2020, специализированные в отношении решаемых задач и с контроллерами, позволяющие управление работой обширных групп коммутаторов с должной интеллектуальностью и уровнем обеспечения QoS.

Нужно также отметить, что указанные недостатки различных методов применения SDN в сетях 5G/IMT-2020 не являются препятствием, так как все они решаемы и решаются в настоящее время.

Список литературы диссертационного исследования кандидат наук Данешманд Бехруз, 2023 год

Литература

1. Recommendation ITU-T Y.3101 «Requirements of the IMT-2020 netwoik», 2018.

2. 3GPP TS 22.261 Y16.5.0 «Service requirements for the SG system», фаза 1,релиз 16. сентябрь 201S г.

3. ЗОРР TS 23.501 Л'15.0.0 «System Architecture for the 5G System», Release 15. 2018-09.

4. Лбделыиоталеб Абделшамид Ашраф Атея. Исследование н разработка методов построения сетей связи пегого поколения 5G. обеспечивающих выполнение требований хонцеппий тахтнльного интернета. СПбГУТ им профессора М А. Бонч-Бруевича. Диссертация. Санкт-Петербург 2019.

5. Бородин Алексей Сергеевич Разработка и исследование методов построения сетей связи пягого поколения. СПбГУГ им профессора М. А. Бонч-Бруевича. Диссертация. Санкт-Петербург 2019.

6 Мухши Спмуэль Разработка моделей и методов сегментации ресурсов в программно-конфигурируемых сетях. СПбГУТ им профессора М. А. Бонч-Бруевича. Диссертация. Санкт-Петербург 2019.

7. Саломатина Елена Васильевна. Разработка моделей телекоммуникационных информационно-управленческих сетей и методов нх эффективного использования. НИИР. Диссертация. Москва 2019.

8. Галич Сергей Владимирович. Исследование и анализ задержки обработки трафика управления в программно-конфигурируемых сетях. Волгоградский государственный университет. Диссертация. Волгоград 201S.

9. Javier Guillermo. How 5G Relates to SDN and NFY Technologies -Part I Introduction and History. DELL Technologies. 2019. https://iofocTis.deEtechiBlogies.coni/javier_gmllermo/how-5g-ielates-to-sdti-aDd-lifv-techiiologies-part-i-introduction-and-history. (Дата обращения 23.0S.2020)

10. Javier Guillermo. How 5G Relates to SDN and NFY Technologies -Pait II: Architecture. DELL Technologies, 2019 https://inibcris.detttechnologies.coiii^aviei-_gu^eiTno/how-5g-ielates-to-sdn-antl-nfv-technologies-part-ii-architecture/. (Дата обращения 23.OS.2020)

11. Javier Guillermo. How 5G Relates to SDN and NFY Technologies -Part Ш: Architecture (Continued). DELL Technologies, 2019 https :.■infocus.delltechiiologies.com/j avier_guilleimo/liow-5 g-iektes-to-sdn-and-nfv-technologies-pail-iii-architecture-continued/. (Дата обращения 23.OS.2020)

12. Z. Zaidi, V. Friderikos, Z. Yousaf, S. Fletcher, M. Dohler and H. Aghvami, "Will SDN Be Part of 5G?:" in IEEE Communications Surveys & Tutorials, vol. 20, no. 4, pp. 3220-325S, Fourthquaiter 201S, doi: 10.1109/COMST. 2018.2836315.

13. Massimo Condohici, Tokiam Mnhmoodi. Softwarization and viitual-lzation Л1 5G mobile networks: Benefits, trends and challenges. Computer Networks, Yol. 146,9 December 201S, P. 65-S4. https ://doi.org^10.1016.. j.comnet. 2018.09.005

14. Barakdbitze, A.A., Ahmad, A., Mijumbi, R., Hines, A. 5G netwoik slicing using SDN and KFY A survey of taxonomy, architectures and future challenges Computer Ketwoiks, YoL 167, 11 Februaiy 2020. https :/■'doi.org110.101 f^j comnet. 2019.10694

15. H. Zhang, N. Liu, X. Chu, К Long, A. Aghvami and V. с. M. Leung, "Network Slicing Based 5G and Future Mobile Netwoiks: Mobility, Resource Management, and Challenges." in IEEE Communications Magazine, vol. 55. no. 8, pp. 138-145, Aug. 2017, doi: 10.1Ю9/МСОМ.2017.1600940.

16. Long, Q., Chen, Т., Zhang, H. et aL Software Defined 5G and 6G Netwoiks: a Survey. Mobile Netw Appl (2019). SpringerLink. https Z/doi.oig/lO.lOOX'sl 1036-019-01397-2

17. Pradhan, A., Malhew, R. Solutions to Yulnerabilities and Threats ш Software Defined Netwoiking (SDN). Procedna Computer Science. Yol. 171. 2020. https:;/doi.org1!0.1016/jpiocs.2020.04.280.

IS. Shahryari, S. Hosseini-Seno, S.-A., Tashtarian, F. An SDN based framework for maximizing throughput and balanced load distribution in a Cloudlet network Future Generation Computer Systems, Vol. 110, September 2020. https ://doi.oigil 0.101 й/j. future .2020.04.009

T-CommToM 15. #10-2021

19 H. Zhou et al, "SDN-RDCD: A Real-Time and Reliable Method for Detecting Compromised SDN Devices," in IEEE/ACM Transactions on Net-woiiang, vol. 26, no. 5, pp. 2048-2061, Oct. 2018, doi: 10.1109/TNET.2018.2859483.

20. A. Binsahaq, T. R. Sheltami and K. Salah, "A Survey on Autonomic Provisioning and Management of QoS in SDN Networks," in IEEE Access, vol. 7. pp. 73384-73435,2019, doi: 10 1109/ACCESS.2019.2919957.

21. Shahram Jamali, Amin Badirzadeh, Mina Soltani Siapoush On die use of Hie genetic programming for balanced load distribution in software-defined networks. Digital Communications and Networks, Vol. 5, Issue 4, 2019. P. 288-296. https://doi.Org/10.1016/j.dcan.2019.10.002.

22. Sandhya, Yash Sinha, K. Haribabu. A survey: Hybiid SDN, Journal of Netwoik and Computer Applications. Vol. 100, 2017, P 35-55. https://doi.oi-g/10.1016/jjnca.2017.10.003.

23. Sibylle Schaller, Da\>e Hood. Software defined networking architecture standardization. Computer Standar ds & Interfaces, Volume 54. Part 4. 2017, Pages 197-202. littps //doi.org/10.1016/] .csi.2017.01.005.

24. Bego Blanco, Jose Oscar Fajardo, Ioannis Giannoulakis, Emmanouil Kafetzakis, Shuping Peng, Jordi Pérez-Romero, Irena Tvajkovska, Pouria S. Khodashenas, Leonardo Goratti, Michéle Paolino, Evangelos Sfakianakis, Fidel Liberal, George Xilouris. Technology pillars in the architecture of future 5G mobile networks: NFV, MEC and SDN, Computer Standards & Interfaces. Vol 54, Part 4,2017, P. 216-228. https://doi.Org/10.1016/j.csi.2016.12.007.

25. Pedro Neves, Rui Calé, Mario Costa, Gonçalo Gaspar, Jose Alcaraz-Calero, Oi Wang, James Nightingale, Giacomo Bernini, Gino Carrozzo, Angel Valdtvieso, Luis Javier Garcia Villalba, Maria Bairos, Anastasius Gravas, José Santos, Ricardo Maia, Ricardo Pre to. Future mode of operations for 5G — The SELFNET approach enabled by SDN/NFV, Computer Standards & Interfaces, Vol 54, Part 4,2017, P. 229-246. https://doi.Org/10.1016/j.csi.2016.12.008.

26. Sudha Anbalagan, Dhananjay Kumar, Gunasekaran Raja, Alkondan Balaji. SDN assisted Stackelberg Game model for LTE-WiFi offloading in 5G networks, Digital Communications and Networks, Vol. 5, Issue 4, 2019, P. 268-275. https://doi.Org/10.1016/j.dcan.2019.10.006

27. Anshu Bhardwaj. 5G for Military Communications, Procedia Computer Science, Vol. 171, 2020, P 2665-2674. https://doi.Org/10.1016/j.procs.2020.04.289.

28. Fernando Zanferrari Mora is, Cristiano André da Costa, Antonio Marcos Alberti, Cristiano Bonato Both, Rodrigo da Rosa Righi. When SDN meets C-RAN: A survey exploring multi-point coordination, interference, and performance, Journal of Network and Computer Applications, Vol. 162, 2020, 102655. https://doi.oig/10.1016/j jnca.2020.102655.

29. E. Schiller, N. Nikaein, E. Kalogeiton, M Gasparyan, T. Braun. CDS-MEC: NFV/SDN-based Application Management far MEC in 5G Systems, Computer Networks, Vol. 135, 2018, P. 96-107. https://doi.org/10.1016/j.comnet.2018.02.013

30. Ian F. Akyildiz, Shih-Chun Lin, Pu Wang. Wireless software-defined networks (W-SDNs) and network function vntualization (NFV) for 5G cellular systems: An overview and qualitative evaluation, Computer Networks, Vol. 93, Part 1,2015, P. 66-79. https://doi.oig/10.1016/j.comnet.2015.10.013

31. Junseok Kim, Dongmyoung Kirn, Smghyun Choi 3GPP SA2 architecture and functions for 5G mobile communication system, ICT Express, Volume 3, Issue 1,2017,Pages 1-8. https://doi.oig/10.1016/jicte.2017.03.007.

32. Guido Maier, Martin Reisslein. Transport SDN at the dawn of the 5G era. Optical Switching and Networking, Vol. 33, 2019, P. 34-40. https://doi.org/10.1016/j .osn.2019.02.001.

33. Bo Yi, Xmgwei Wang, Keqin Li, Sajal k. Das. Min Huang. A comprehensive survey of Network Function Virtu alization, Computer Networks, Vol. 133, 2018, P. 212-262. https://doLarg/10.1016/j.camnet20lS.01.021

34. L. Atzori, J.L. Bellido, R. Bo II a, G. Genovese, A. Iera, A. Jara, C. Lombardo, G. Morabito. SDN&NFV contribution to IoT objects vntualization. Computer Netwoiks, Vol. 149, 2019, P 200-212. https://doi.org/10.1016/j .comnet .2018.11.030.

35. Muhammad Afaq, Javed Iqbal, Talha Ahmed, Ihtesham Ul Islam, Mur ad Khan, Muhammad Sohail Khan. Towards 5G netwoik slicing for véhiculai- ad-hoc networks: An end-to-end approach, Computer Communications, Vol. 149, 2020, P. 252-258. https://doi.Org/10.1016/j.comcom.2019.10.018.

36. So kratis Barmpounaftis, Nikolaos Mar oui is, Michael Papadakis, George Tsiatsios, Dimitrios Soukaras, Nancy Alonistioti. Netwoik slicing - ena-

bled RAN management for 5G: Crass layer control based on SDN and SDR, Computer Netwoiks, Vol. 166, 2020, 106987. littps ://doi.org/10.1016/i .comnet.2019.106987.

37. Slamnik-Krijestorac, N.; de Britto e Silva, K; Municio, E.; Carvalho de Resende, H.C.; Hadiwardoyo, S.A.; Marquez-Barja, J.M. Network Service and Resource Orchestration: A Feature and Performance Analysis within the MEC -Enhanced Vehicular Network Context Sensors 2020,20, 3852. https://doi.oig/10.3390/s20143852

38. Charalampos Rotsos, Daniel King, Arsham Farshad, Jamie Bird, Lyndon Fawcett, Nektarios Georgalas, Matthias Gunkel, Kohei Shiomoto, Aijun Wang, Andreas Mauthe, Nicholas Race, David Hutchison. Netwoik service orchestration standardization: A technology survey, Computer Standards & Interfaces, Vol. 54, 4, 17, P 5. https://doi.org/10.1016/j.csi.2016.12.006.

39. Luis M. Vaquero, Felix Cuadrado, Yehia Elkhatib, Jorge Bemal-B em abe, Satish N. Srirama, Mohamed Faten Zhani Research challenges in nextgen service orchestration, Future Generation Computer Systems, Vol. 90, 2019, P 20-38 https://doi.oig/10.1016/] future. 2018.07 03 9.

40. Huertas Celdrán, A.; Ruipérez-Valiente, J.A.; Garcia Clemente, F.J.; Rodriguez-Iïiana, M. J.; Shankar, S.K.; Martínez Pérez, G. A Scalable Architecture for the Dynamic Deployment of Multimodal Learning Analytics Applications in Smart Classrooms Sensors 2020,20, 2923. https://doi.oi-g/10.3390/s20102923

41. Wander Queiroz, Miriam A.M. Capretz, Mario Dantas. An approach far SDN traffic monitoring based on big data techniques, Journal of Network and Computer Applications, Vol. 131, 2019, P. 28-39. https://doi.oig/10.1016/jjnca.2019.01.016

42. Alberto Huertas Celdrán, Manuel Gil Pérez, Félix J. Garcia Clemente, Gregorio Martinez Pérez. Automatic monitoring management for 5G mobile netwoiks, Procedia Computei- Science, Vol. 110, 2017, P. 328-335. https://doi.oig/10.1016/ipi-ocs.2017.06.102.

43. R. Khan, P. Kumar, D. N. K Jayakody and M. Liyanage, "A Survey on Security and Privacy of 5G Technologies: Potential Solutions, Recent Advancements, and Future Directions," in IEEE Communications Surveys & Tutorials, vol. 22, no. 1, pp. 196-248, Firstquarter 2020, doi: 10.1109/COMST.2019.293 3899.

44. Raja Majid AU Ujjan, Zeeshan Pervez, Keshav Dahal, Ali Kashif Bashir, Rao Mum taz, J. González. Towards sFlow and adaptive polling sampling far deep learning based DDoS detection in SDN, Future Generation Computer Systems, Vol. Ill, 2020, P. 7 779. https://doi.oig/10.1016/j. future.2019.10.015.

45. Saksit Jantila, Komchawal Chaipah. A Security Analysis of a Hybiid Mechanism to Defend DDoS Attacks in SDN, Procedia Computa- Science, VoL 86, 2016, P 437-440 https://doi.org/10 1016/j.procs.2016.05.072.

46. Ihsan H Abdulqadder, Shijie Zhou, Deqing Zou, Israa T. Aziz, Syed Muhammad Abrar Akber. Multi-layered intrusion detection and prevention in the SDN/NFV enabled cloud of 5G networks using AI-based defense mechanisms, Computer Netwoiks, Vol. 179, 2020, 107364. https ://doi. oig/10.1016/j .comnet.2020.107364.

47. Yulong Fu, Zheng Yan, Hui Li, Xiao Long Xin, Jin Cao. A secure SDN based multiRANs architecture far future 5 G networks, Computers & Security, VoL 70, 2017, P 648-662 https://doi.org/10 1016/j.cose.2017.08.013.

48. Suzan Basloom, Nadine Akkari, Ghadah Aldabbagh. Reducing Handoff Delay in SDN-based 5G Networks Using AP Clustering, Procedia Computa- Science, Vol. 163, 2019, P. 198-208. https://doi.oig/10.1016/jp-ocs.2019.12.101.

49. Farzad Tashtarian, Alireza Erf aman, Amir Varasteh. S2VC: An SDN-based framework for maximizing QoE in SVC-based HTTP adaptive streaming, Computer Netwoiks, VoL 146, 2018, P 33^6. https ://doi.org/10.1016/j .comnet.2018.09.007

50. K. Tolga Bagci, A. Marat Tekalp. SDN-enabled distributed opai exchange: Dynamic QoS-path optimization in multi-operator services, Computer Netwoiks, Vol. 162,2019, 106845. https://doi.oig/10.1016/j comnet.2019.07.001

51. Luis Tello-Oquendo, Shih-Chun Lin, Ian F. Akyildiz, Vicent Pla. Software-Defined architecture for QoS-Aware IoT deployments in 5G systems, Ad Hoc Networks, Vol. 93, 2019, 101911. https ://doi.oig/l 0.1016/j adhoc.2019.101911

T-Comm Vol. I 5. # 10-2021

DOI 10.36622/VSTU.2022.18.6.014 УДК 004.75