Distributed mechanisms for access network selection in heterogeneous wireless environments

Abstract

Heterogeneous networks combine multiple radio access technologies (RATs) in the access part of the network. An important challenge introduced by this combination is the selection of the most appropriate RAT to serve every session. There are several approaches to tackle this challenge, like the use of mathematical functions, of fuzzy logic and/or neural networks, and of policy based schemes. This thesis proposes a novel mechanism to take such decisions. It is named UDS, in order to point out the three fundamental design choices incorporated: the mechanism is user (U) centric, it is distributed (D) amongst the user equipment (UE) and the core network, and it treats each session separately (S). The first design choice aims to involve the user to the final decision. The second one tries to have some pre-processing at the UE level, in order to minimise the messaging exchange over the radio interface. The third one involves the more flexible utilisation of the network resources.The main motivation to design the UDS mechanism was to propose a network selection solution that incorporates the user’s preferences into the final decision, without violating the network operator policies. This alone is a challenging task, since the aforementioned targets are often contradictory. At the same time, the mechanism has to be feasible to implement, easily extendable, and having no scalability problems. The outcome is a family of three UDS mechanisms, each forming an evolved version of the previous one.The first one, simple UDS (s‑UDS), has an algorithmic part running at the UE and a second one at the core network. The first part processes all combinations of sessions and RATs involved and it outputs a prioritised list of the RATs that may serve each one session (ongoing or new), according to the user’s preferences. This list is then sent to the core network, triggering the corresponding algorithm running there. This algorithm takes the final decision, combining the prioritised list of the user preferences with the network operator policies. The feasibility of the mechanism is demonstrated via SDL specification and simulation, along with a test-bed implementation. In order to evaluate the performance of the proposed solution, a simulation model was used and the mechanism is compared against a pure load balancing scheme. The simulation results show that the proposed mechanism maximises the users’ satisfaction and at the same time it minimises the messages’ exchange over the radio interface. The price to pay for these performance boosts is the considerable rise of the sessions’ blocking probabilities, when compared to the load balancing scheme.The second mechanism, hybrid UDS (h‑UDS), tries to combine the strong points of the s‑UDS and the load balancing mechanisms. It uses a threshold, so that when the total available resources drop below this, a hybrid load balancing is used. The latter functionality picks the least loaded RAT among the ones proposed in the user priority list. Thus, the final decision never violates the user preferences, while alleviating the session blocking probabilities and keeping the strong points of s‑UDS. The drawback of this mechanism is that the fixed threshold value is dependent on the network parameters, it is not the same in every case, and it is not known beforehand. This means that even when an optimum value of this threshold is selected, it cannot be used in a different case scenario.In order to alleviate the latter disadvantage, an evolved version is proposed, the adaptive UDS (a‑UDS). It comes to eliminate the threshold value problem of the previous case. Instead of a fixed value, this time, the threshold is adaptive to the network conditions and it is not required to be known beforehand. The a‑UDS also keeps all design choices of the aforementioned mechanism, keeping all their strong points. It maximises the users’ satisfaction, it minimises the messaging exchange at the radio interface, and it may keep the blocking probability very close to the load balancing mechanism. This is the final outcome of this thesis: a mechanism for the access network selection with all the aforementioned benefits and the provision for the network operators to fine-tune its functionality according to their policies. At the same time the final decision never violates the users’ preferences. The simulation results presented in this thesis lead to the same conclusion.

Τα ετερογενή δίκτυα συνδυάζουν πολλαπλές ραδιο-τεχνολογίες (radio access technologies – RATs) στο ασύρματο δίκτυο πρόσβασης. Ένα σημαντικό πρόβλημα που πηγάζει από αυτήν τη συνύπαρξη είναι η επιλογή του πιο κατάλληλου RAT για την εξυπηρέτηση κάθε υπάρχουσας ή νέας συνόδου (session). Για την αντιμετώπιση αυτού του προβλήματος έχουν προταθεί διάφορες μέθοδοι επιλογής, όπως η χρήση μαθηματικών συναρτήσεων, ασαφούς λογικής (fuzzy logic) ή/και νευρωνικών δικτύων, αλλά και σχήματα βασισμένα σε πολιτικές δικτύου. Αυτή η διατριβή περιγράφει ένα νέο μηχανισμό για τη λήψη τέτοιων αποφάσεων. Ο μηχανισμός αυτός ονομάζεται UDS. Τα αρχικά αυτά περιγράφουν τις τρεις θεμελιώδεις επιλογές που έγιναν για τη σχεδίασή του: ο μηχανισμός είναι επικεντρωμένος στο χρήστη (user ‑ U), είναι κατανεμημένος (distributed ‑ D) μεταξύ του τερματικού και του δικτύου κορμού, και τέλος επεξεργάζεται την κάθε σύνοδο (session ‑ S) χωριστά. Η πρώτη σχεδιαστική επιλογή στοχεύει στην ανάμειξη του χρήστη στην τελική απόφαση. Η δεύτερη εισάγει μια αρχική επεξεργασία στο τερματικό (UE), έτσι ώστε να μειωθεί η ανταλλαγή μηνυμάτων στο ασύρματο κομμάτι του δικτύου πρόσβασης. Η τρίτη στοχεύει στην πιο αποδοτική χρήση των πόρων του δικτύου.Το βασικό κίνητρο για τη δημιουργία αυτού του μηχανισμού ήταν να προταθεί ένας μηχανισμός επιλογής RAT που θα έχει στο κέντρο τις προτιμήσεις του χρήστη, αλλά ταυτόχρονα δε θα παραβιάζει ποτέ τις πολιτικές του διαχειριστή του δικτύου. Η δημιουργία μιας τέτοιας λύσης δεν είναι εύκολη, καθώς οι δύο αυτοί στόχοι είναι συνήθως αντικρουόμενοι. Επιπλέον, πρέπει o προτεινόμενος μηχανισμός να είναι υλοποιήσιμος, επεκτάσιμος και να μην έχει προβλήματα κλίμακας. Το αποτέλεσμα αυτής της προσπάθειας είναι μία οικογένεια τριών λύσεων, υπό το κοινό όνομα UDS. Κάθε μία λύση προέκυψε ως η εξέλιξη της προηγούμενης.Η πρώτη από αυτές τις λύσεις, ο απλός UDS μηχανισμός (s‑UDS, simple UDS), περιλαμβάνει έναν αλγόριθμο που εκτελείται στο UE και έναν ακόμα στο κυρίως δίκτυο. Ο πρώτος αλγόριθμος επεξεργάζεται όλους τους δυνατούς συνδυασμούς συνόδων και RATs που εμπλέκονται, και έχει ως αποτέλεσμα μια λίστα προτεραιοτήτων για τα RATs που μπορούν να εξυπηρετήσουν κάθε σύνοδο, ανάλογα με τις προτιμήσεις του χρήστη. Μετά, αυτή η λίστα αποστέλλεται στο κυρίως δίκτυο, όπου ενεργοποιείται ο δεύτερος αλγόριθμος που εκτελείται εκεί. Αυτός ο αλγόριθμος θα πάρει και την τελική απόφαση επιλογής, συνδυάζοντας τη λίστα επιλογών κατά σειρά προτίμησης του χρήστη και τις πολιτικές του διαχειριστή του δικτύου. Η δυνατότητα υλοποίησης του μηχανισμού επιδεικνύεται με την περιγραφή και την προσομοίωση σε SDL, καθώς και μέσω της υλοποίησης μιας πλατφόρμας δοκιμών (test-bed). Η αξιολόγηση της απόδοσης του προτεινόμενου μηχανισμού μέσω προσομοίωσης και η σύγκρισή του με έναν απλό μηχανισμό εξισορρόπησης φόρτου (load balancing), έδειξε ότι ο s‑UDS μεγιστοποιεί την ικανοποίηση των προτιμήσεων του χρήστη, ενώ ταυτόχρονα ελαχιστοποιεί την ανταλλαγή μηνυμάτων πάνω στο ασύρματο κομμάτι του δικτύου. Το τίμημα για τις δύο αυτές βελτιώσεις είναι η σημαντική αύξηση στις πιθανότητες απόρριψης και τερματισμού μιας συνόδου, σε σύγκριση πάντα με τον μηχανισμό εξισορρόπησης φόρτου.Το τελευταίο μειονέκτημα έφερε την ιδέα της επόμενης λύσης, του υβριδικού UDS μηχανισμού (h‑UDS, hybrid UDS). Αυτός συνδυάζει τα δυνατά σημεία του s‑UDS, και προσπαθεί να μειώσει το κόστος της αύξησης της πιθανότητας απόρριψης/τερματισμού συνόδου. Το πετυχαίνει με τη χρήση ενός κατωφλίου, το οποίο προσδιορίζει το ποσοστό των διαθέσιμων πόρων του δικτύου κάτω από το οποίο θα ενεργοποιείται ένας υβριδικός μηχανισμός εξισορρόπησης φόρτου. Αυτός ο τελευταίος επιλέγει το λιγότερο φορτωμένο RAT, από τα διαθέσιμα στη λίστα προτεραιοτήτων του χρήστη, και όχι από όλα τα διαθέσιμα. Έτσι εξασφαλίζεται ότι η τελική επιλογή θα είναι μέσα στις προτιμήσεις του χρήστη, ακόμα και αν δεν είναι η πρώτη. Επίσης πετυχαίνεται η αποφόρτιση των επιβαρυμένων RAT, κρατώντας παράλληλα τα δυνατά σημεία του s‑UDS. Όμως και ο h‑UDS έχει ένα σημαντικό μειονέκτημα: το κατώφλι που επιλέγεται είναι στατικό, και εξαρτάται από τις διάφορες παραμέτρους του δικτύου. Αυτό σημαίνει ότι μια βέλτιστη τιμή για αυτό δεν είναι γνωστή εκ των προτέρων καθώς επίσης και ότι μια τέτοια τιμή θα άλλαζε για δύο διαφορετικά δίκτυα.Αυτό το τελευταίο μειονέκτημα ήταν το έναυσμα για την ανάπτυξη της επόμενης λύσης, του προσαρμοστικού UDS (a‑UDS, adaptive UDS). Σε αυτήν την περίπτωση, η τιμή του κατωφλίου δεν απαιτείται να είναι γνωστή εκ των προτέρων, μιας και αυτή θα αλλάζει, προσαρμοζόμενη στις συνθήκες που επικρατούν κάθε φορά στο δίκτυο. Ο a‑UDS έχει όλα τα πλεονεκτήματα των άλλων δύο λύσεων: μεγιστοποίηση της ικανοποίησης των προτιμήσεων του χρήστη και ελαχιστοποίηση της ανταλλαγής μηνυμάτων πάνω στην ραδιο-επαφή. Ταυτόχρονα όμως, λόγω της προσαρμογής της τιμής του κατωφλίου, καταφέρνει να διατηρήσει χαμηλά τις τιμές απόρριψης/τερματισμού μας συνόδου, πολύ κοντά στις αντίστοιχες τιμές του load balancing μηχανισμού. Έτσι λοιπόν, ο a‑UDS μηχανισμός είναι η τελική πρόταση αυτής της διατριβής για την επίλυση του προβλήματος της επιλογής δικτύου πρόσβασης με την ουσιαστική εμπλοκή του χρήστη σε αυτή. Ο μηχανισμός αυτός δίνει επίσης τη δυνατότητα στο διαχειριστή του δικτύου να ρυθμίσει τη συμπεριφορά του δικτύου σύμφωνα με τις πολιτικές διαχείρισης που έχει επιλέξει, χωρίς ποτέ όμως να παραβιάζει τις προτιμήσεις του τελικού χρήστη. Αυτό το συμπέρασμα ενισχύεται και από τα αποτελέσματα των προσομοιώσεων που πραγματοποιήθηκαν.