Description
Date depot: 8 avril 2021
Titre: Optimisation Distribuée et Apprentissage Automatique pour les Réseaux sans fil Virtualisés 6G
Directeur de thèse:
Thrasyvoulos SPYROPOULOS (Eurecom)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Systèmes et réseaux
Resumé: La thèse abordera le problème du placement et du chaînage des services réseau dans le contexte des infrastructures MEC / RAN convergées, prenant en charge l'accès intégré / X-haul. Dans ce contexte, l'étudiant développera des mécanismes d'analyse Big Data spécifiques à la 5G, pour prédire les performances du réseau et identifier les causes probables de pannes ou de violations de SLA dans les chemins e2e, en enchaînant les VNFs. De nouveaux outils méthodologiques pour l'analyse de la performance et la reconfiguration des ressources du réseau e2e seront également proposés, exploitant des approches flexibles, axées sur les données, tout en contrôlant la complexité et en améliorant la vitesse de convergence.
Doctorant.e: Ehsanian Ali