Towards a robust b5g/6g transport network with self-adaptive network digital twin

A capacidade de um gemeo digital para redes (NDT) de se manter ciente das mudanças em seu equivalente físico, conhecido como gemeo físico (PTwin), e uma condição fundamental para viabilizar a adaptação e a sincronização em tempo hábil, também chamadas de twinning. Dessa forma, considerando uma rede de transporte, um requisito chave e lidar com a variabilidade inesperada do trafego e se adaptar dinamicamente para manter um desempenho ideal no modelo virtual associado, conhecido como gemeo virtual (VTwin). Nesse contexto, esta dissertação propoem uma implementação robusta e auto-adaptativa de uma nova arquitetura de gemeos digitais para redes, projetada para fornecer predição precisa de atraso dos fluxos de rede, mesmo sob condições de tráfego flutuantes. Essa arquitetura aborda um desafio essencial, ainda pouco explorado na literatura: melhorar a resiliencia de plataformas de gêmeos digitais baseadas em dados frente a variabilidade do tráfego, além de aprimorar a sincronização entre o VTwin, baseado em redes neurais, e seu equivalente físico. Portanto, as contribuições desta dissertação se concentram em uma etapa relativamente pouco explorada do ciclo de vida do NDT, ao focar na fase operacional, na qual modulos de telemetria são utilizados para monitorar o trafego de entrada, e técnicas de detecção de desvio de conceito que orientam as decisões de re-treinamento, com o objetivo de atualizar e reimplantar o gêmeo virtual quando necessário. A arquitetura proposta foi avaliada em diversas topologias de rede emuladas e sob diferentes padrões de tráfego, a fim de demonstrar sua eficácia na preservação de um desempenho aceitavel e na predição do atraso total por fluxo, mesmo sob variações inesperadas de tráfego, aspecto essencial para manter um desempenho confiavel em aplicações como o monitoramento de service-level agreement considerado como caso de uso neste trabalho. Os resultados obtidos em todas as topologias testadas, utilizando o erro quadratico médio normalizado como métrica de avaliação, demonstram que com a arquitetura proposta, após a ocorrência de um desvio de conceito no trafego, e alcançada uma melhoria de desempenho na predição de pelo menos 56, 7% em comparação com uma configuração sem sincronização do gêmeo digital.