REVISTACIENTIFICAMULTIDISCIPLINARNUCLEODOCONHECIMENTO

Revista Científica Multidisciplinar

Pesquisar nos:
Filter by Categorias
Administração
Administração Naval
Agronomia
Arquitetura
Arte
Biologia
Ciência da Computação
Ciência da Religião
Ciências Aeronáuticas
Ciências Sociais
Comunicação
Contabilidade
Educação
Educação Física
Engenharia Agrícola
Engenharia Ambiental
Engenharia Civil
Engenharia da Computação
Engenharia de Produção
Engenharia Elétrica
Engenharia Mecânica
Engenharia Química
Ética
Filosofia
Física
Gastronomia
Geografia
História
Lei
Letras
Literatura
Marketing
Matemática
Meio Ambiente
Meteorologia
Nutrição
Odontologia
Pedagogia
Psicologia
Química
Saúde
Sem categoria
Sociologia
Tecnologia
Teologia
Turismo
Veterinária
Zootecnia
Pesquisar por:
Selecionar todos
Autores
Palavras-Chave
Comentários
Anexos / Arquivos

Um mapeamento sistemático da literatura sobre as redes autonômicas

RC: 27919
109
5/5 - (2 votes)
DOI: ESTE ARTIGO AINDA NÃO POSSUI DOI
SOLICITAR AGORA!

CONTEÚDO

ARTIGO ORIGINAL

JÚNIOR, José Bonifácio da Silva [1]

JÚNIOR, José Bonifácio da Silva. Um mapeamento sistemático da literatura sobre as redes autonômicas. Revista Científica Multidisciplinar Núcleo do Conhecimento. Ano 04, Ed. 03, Vol. 07, pp. 160-172. Março de 2019. ISSN: 2448-0959.

RESUMO

O gerenciamento de redes de computadores tem se tornado uma tarefa cada vez mais complexa para os humanos devido ao aumento da quantidade de dispositivos que cada dia se conectam por redes. Para amenizar esse problema, tem-se pensado em adotar uma forma de tirar ou diminuir a necessidade de intervenção humana no gerenciamento das redes através das redes autonômicas. Este artigo tem como objetivo identificar e mapear as características das redes autonômicas, a fim de mostrar as questões de pesquisa que surgiram nos últimos anos. Foram mapeados 151 links de importantes bases de dados da área de computação. Destes, 6 foram selecionados e analisados para compor nossos resultados. Baseado nisto, a análise dos artigos mostrou, dentre outros resultados, que a as pesquisas em redes autonômicas, apesar de necessária, atualmente está em fase experimental, sem muitas aplicações práticas, mas que a terá uma facilidade maior para ser utilizada em redes baseadas por software (SDN) e uma grande utilidade em redes via rádio.

Palavras-chave: Gerenciamento de redes, redes autonômicas, mapeamento sistemático da literatura, redes baseadas por software, SDN.

1. INTRODUÇÃO

O uso cada vez maior das infraestruturas de redes devido às novas tecnologias que têm surgido (como, por exemplo, cidades inteligentes e internet das coisas) vem resultando em um crescimento das redes em tamanho, complexidade e heterogeneidade, tornando o seu gerenciamento cada vez mais humanamente difícil. Devido a este problema, as pesquisas sobre redes autonômicas têm se aprofundado nos últimos anos.

O gerenciamento autonômico de rede é uma visão inovadora que promete novos horizontes de sistemas de rede eficientes e livres do controle humano. Em computação autonômica softwares são criados para ficarem responsáveis por grande parte desse gerenciamento (autogerenciamento). Ativar os recursos de backup ao prever uma falha e direcionar os fluxos de tráfego por meio da inspeção profunda de pacotes (DPI) com base em uma lista negra são exemplos de políticas de autorrecuperação e de autoproteção, respectivamente (AYOUBI; et al., 2018). No entanto, considerando a alta complexidade dos atuais ambientes de rede, a engenharia de conhecimento de forma precisa é uma tarefa complicada. Isso proibiu a implantação prática de sistemas autonômicos. Em sistemas autonômicos, ações possíveis devem ser aprendidas do ambiente operacional, bem fundamentadas e adaptadas às mudanças, respeitando as metas e os requisitos operacionais, segundo Ayoubi et al. (2018).

Segundo Kukliński et al. (2014), o conceito de Autonomic Network Management (ANM) se baseia em medições contínuas da rede e execução de decisões adequadas de acordo com o estado da rede. Essa gestão baseada em feedbacks tem sido objeto de investigação de muitos projetos europeus e está agora sob padronização no ETSI (European Telecommunications Standards Institute).

O presente trabalho tem como objetivo geral fazer um mapeamento sistemático (SLM, Systematic Literature Mapping) para mostrar como andam as pesquisas mais recentes na área de Redes Autonômicas. Para isso, foram mapeados artigos de importantes bases de dados da área de computação.

O trabalho justifica-se pelo aumento da complexidade no gerenciamento de redes e, consequentemente, a necessidade de se conhecer a provável solução para este problema.

Assim, esse mapeamento está organizado da seguinte forma: a seção 2 apresenta o Desenvolvimento desse mapeamento, juntamente com a análise dos resultados obtidos. Na seção 3, é apresentada a Conclusão seguida pelas Referências.

2. DESENVOLVIMENTO

Nesta seção será explicado o mapeamento sistemático realizado para mapear o estado da arte acerca das pesquisas em Redes Autonômicas.

Segundo Petersen et al. (2008), o método de mapeamento sistemático corresponde à elaboração das questões de pesquisas, que definirá o escopo da pesquisa; à realização da busca para estudos primários através da string de busca, que deve ser capaz de trazer todos os artigos dentro do escopo; à seleção dos estudos relevantes através de critérios de inclusão e exclusão dos artigos; à extração de dados e ao mapeamento dos resultados, os quais são expostos a seguir.

2.1 QUESTÕES DE PESQUISA:

As seguintes questões de pesquisa foram elaboradas a fim de se atingir os objetivos propostos:

Q1) Qual o ano de publicação de cada artigo?

Q2) Quais são os algoritmos citados pelos autores?

Q3) Qual o(s) objetivo(s) dos algoritmos citados (exemplo: autocura, autoproteção, auto-otimização, autoconfiguração ou outros)?

Q4) Usou técnicas de Inteligência Artificial?

Q5) Os autores fizeram experimentos?

Q6) Quais as métricas utilizadas?

Q7) A abordagem adotada é descentralizada, ou seja, existem entidades distribuídas que auxiliam no gerenciamento e no monitoramento autonômico?

Q8) Cita a solução para redes móveis chamada SON (Redes Auto-organizáveis)?

Q9) Cita a proposta da IBM para gerênciamento autônomo de recursos de TI, o MAPE?

2.2 ESTRATÉGIAS DE BUSCA E SELEÇÃO:

Para a execução da busca foi selecionada a base de dados do Google Scholar, já que esta é uma plataforma de busca gratuita e reúne artigos das revistas mais importantes na área de computação, como IEEE, Springer, ACM, Elsevier, entre outras.

O Google Scholar disponibiliza um campo de filtro para busca na sua página web, o qual foi utilizado para inserir o termo de busca de interesse, evitando que artigos fora do contexto entrassem nos resultados dessa primeira etapa do mapeamento. A string de busca foi construída da seguinte forma: inicialmente a string de busca foi composta apenas pelas palavras “Autonomic Network”. Nessa busca foram retornados 739.000 links sendo que, nas análises iniciais, foi verificado que foram retornados links com temas da área da biologia. Para refinar mais a pesquisa, e ter um resultado mais centralizado na área da computação, a palavra de busca se transformou em “Autonomic Network” AND “Algorithm” AND (“self-healing” OR “self-protection”), retornando 553 links, mas contendo links mais antigos, como por exemplo, do ano de 2005. Para obter os artigos mais recentes foi aplicado o filtro Desde 2014. Com isso, o termo de busca ficou definido como: (“Autonomic Network” AND “Algorithm” AND (“self-healing” OR “self-protection”)); e o filtro Desde 2014 foi aplicado.

A pesquisa foi realizada em 29 de setembro de 2018 e a base de dados do Google Scholar retornou 151 links.

Com a finalização da busca, teve-se início o processo de filtragem dos artigos encontrados com base nos critérios de seleção.

2.3 CRITÉRIOS DE SELEÇÃO:

Alguns critérios de inclusão e critérios de exclusão foram definidos a fim de filtrar os artigos relevantes desse mapeamento sistemático. Os critérios de inclusão foram: os artigos que possuíam as palavras Network e Autonomic no resumo ou no título foram incluídos; os artigos publicados em revistas científicas e com a possibilidade de acesso ao seu texto na íntegra foram incluídos.

Também foram adotados os seguintes critérios de exclusão: os artigos em que não foi possível obter acesso à íntegra foram excluídos; os artigos que falavam sobre sistemas autonômicos, mas não falavam sobre redes autonômicas, foram excluídos; Os trabalhos acadêmicos, slides e patentes foram excluídos.

Após a aplicação dos critérios de inclusão e exclusão, restaram 6 artigos para fazer parte dos estudos primários. A baixa quantidade de artigos em relação à quantidade de links obtidos se deu pelo fato do Google Scholar retornar vários trabalhos acadêmicos e slides, sendo excluídos por não terem passado por avaliações de qualidade como no caso de artigos científicos. As patentes também foram desconsideradas por terem um aspecto mais técnico do que de pesquisa, cabendo mais, neste caso, a escrita de um Artigo de Prospecção Tecnológica. E por fim, era preciso pagar para se ter acesso a uma parte considerável de artigos.

Após a seleção dos artigos, foi realizada uma análise aprofundada dos mesmos para responder às questões de pesquisa do item 2.1.

2.4 ANÁLISE DOS RESULTADOS:

Nesta seção as questões de pesquisa delineadas no item 2.1 são respondidas. A primeira questão mostra um aspecto geral das pesquisas em Redes Autonômicas – como andam as publicações de artigos científicos nos últimos anos em termos quantitativos. As questões de 2 a 7 estão relacionadas com a implementação das Redes Autonômicas. Enquanto que as duas últimas perguntas são para saber quais temas os autores se baseiam para fazer suas pesquisas.

Q1) Qual o ano de publicação de cada artigo?

Foram publicados dois artigos nos anos de 2014 e 2017 e um artigo nos anos de 2015 e 2018. Não foi encontrado artigo no ano de 2016. Porém, vale frisar que esse quantitativo traz apenas artigos que passaram pelos filtros de inclusão e exclusão do mapeamento sistemático que foi descrito na seção 2.

Com essa questão pode-se ver que as pesquisas relacionadas às Redes Autonômicas têm ocorrido constantemente nos últimos anos.

Q2) Quais são os algoritmos citados pelos autores?

Ayoubi et al. (2018) citaram vários algoritmos de aprendizado de máquina com objetivos diferentes, por exemplo: NN, k-NN, k-Means, DT que podem ser usados para predição e localização de falha, BN e SVM para predição, localização e mitigação de falha, Q-learning e Deep para configuração, entre outros.

Assim como Ayoubi et al. (2018), Khan e Tembine (2017) também citaram vários algoritmos como aprendizado por reforço, aprendizado imitativo sem modelo, aprendizado de enxame (formigueiro), colônia de formigas, Boltzmann-Gibbs, aprendizado combinado, aprendizado CODIPAS (Combined Fully Distributed Payoff And Strategy) (aprendizado combinado de recompensa e estratégia totalmente distribuídos), aprendizado de coalizão, aprendizado empático, try-again-till-you’re-satisfied (tentar de novo até sua satisfação), procura de equilíbrio baseado no sine, aprendizagem de campo médio, entre outras.

O Aprendizado por Reforço (RL) foi citado mais uma vez, agora no trabalho de Kukliński et al. (2014), onde é aplicado em Redes Auto-organizáveis (SON) para fazer a Configuração Automática dos Parâmetros de Transmissão de Rádio Inicial, mas não especificou algoritmos. Ele propôs que com RL é possível fazer o ligamento/desligamento automático de estações bases com pouco uso à noite, por exemplo. Porém falhas podem desativar uma rede que não era pra desativar, diminuindo o QoS para o usuário. Cita o uso de aprendizado não supervisionado para detectar anomalias de degradação de células.

Já Zhao et al. (2017) citaram que algoritmos genéticos em um ambiente de computação em nuvem preveem a carga futura de computação e encontram um equilíbrio apropriado entre o cumprimento dos acordos de nível de serviço e o consumo de energia.

Por fim, Zorzi et al. (2015) citaram, como uma possível solução para o conhecimento do comportamento espaço-temporal de longo prazo dos parâmetros de rede (como congestionamento ou características do canal), a Máquina de Boltzmann Restrita.

Arapoglou et al. (2014) não citaram algoritmos.

Com isso, foi possível notar que provavelmente não existe um algoritmo principal para se aplicar nas Redes Autonômicas. Cada problema da rede se resolvería com um algoritmo diferente.

Q3) Qual o(s) objetivo(s) dos algoritmos citados (exemplo: autocura, autoproteção, auto-otimização, autoconfiguração ou outros)?

Os objetivos mais comuns verificados nos trabalhos foram autoconfiguração, auto-otimização e autocura.

Khan e Tembine (2017) citaram o self-x. Eles querem dizer com isso que o sistema é equipado com as seguintes características: autoplanejamento, que é obtido via autoconfiguração; Autoconfiguração, que engloba as atividades de configuração automática de parâmetros iniciais de rádio/transporte, alinhamento automático de dados para nós vizinhos, estabelecimento de conectividade automática, autoteste, inventário automatico e autenticação automática; auto-otimização, que tem como objetivo ajustar os parâmetros iniciais e recalcular dinamicamente esses parâmetros no caso de alterações de rede e tráfego; e por fim, a autocura. Seguindo a mesma linha de Khan e Tembine (2017), Kukliński et al. (2014) também citaram a autoconfiguração, auto-otimização e autocura aplicados às redes móveis. Somado a isso, na parte de redes dirigidas por software (SDN), Kukliński et al. (2014) citaram de forma indireta a autoproteção.

Ayoubi et al. (2018) mostraram as características do FCAPS (fault-management configuration accounting performance and security), que baseia o experimento deles chamado C-MAPE, e possui as seguintes características: Gerenciamento de falha, configuração, contabilidade, performance e segurança. Já o foco de Zhao et al. (2017), além da segurança, foi incluída também a parte da otimização da rede.

Zorzi et al. (2015) afirmam que o objetivo final da sua arquitetura teórica, a COBANETS, é o gerenciamento automático de sistemas complexos.

Arapoglou et al. (2014) não citaram algoritmos.

Q4) Usou técnicas de Inteligência Artificial?

Todos os autores usaram ou citaram técnicas de IA em seus trabalhos, principalmente o aprendizado de máquina, com exceção apenas de Arapoglou et al. (2014).

Khan e Tembine (2017) projetaram e desenvolveram agentes móveis inteligentes que implementa políticas e as mantêm em diferentes níveis hierárquicos. Além dos agentes, eles desenvolveram um framework de aprendizado self-x.

Zhao et al. (2017) citaram o aprendizado de máquina para auto-otimização. Em redes fixas citaram que pode ser usado aprendizado por reforço. Já para redes móveis, além do aprendizado por reforço, citaram também o algoritmo supervisionado e não supervisionado. Os três tipos de aprendizado de máquina foram igualmente citados por Zorzi et al. (2015), onde este afirmou a necessidade deles para sua arquitetura COBANETS.

O aprendizado de máquina também apareceu no trabalho de Ayoubi et al. (2018), os quais expuseram como o ML pode ser usado para realizar a autonomicidade em cada uma das áreas de gerenciamento de falhas, configuração, contabilidade, performance e segurança (FCAPS). Além disso, mostraram como o ML pode ser aproveitado para realizar um loop de controle MAPE cognitivo para o gerenciamento de rede. Por fim, fizeram uma discussão sobre as oportunidades e desafios relativos ao uso de ML para o gerenciamento de redes autonômicas.

Q5) Os autores fizeram experimentos?

A maioria dos autores não fizeram experimentos.

Arapoglou et al. (2014) e Kukliński et al. (2014) não fizeram experimentos. Estes últimos apenas citaram que técnicas cognitivas já são aplicadas, mas não de forma comercial. Seguindo a mesma linha, Zorzi et al. (2015) afirmaram que “ainda há um longo caminho a percorrer para transformar essa visão ampla e muito geral em uma arquitetura de sistema prática e bem definida”. Já Ayoubi et al. (2018) apenas explicaram de forma teórica como sua arquitetura, chamada C-MAPE, funcionaria.

Zhao et al. (2017) apenas citaram experimentos de outros autores, como por exemplo, Kaup, et al. (2016) que ​​realizaram uma medição abrangente de vários parâmetros de desempenho em redes celulares como rendimento, tempos de ida e volta, intensidade do sinal, etc.

Khan e Tembine (2017), apesar de não realizarem experimentos em ambiente real, chegaram a modelar o problema das redes autonômicas usando jogos dinâmicos multicamadas. Em cada camada, um procedimento de autoaprendizagem foi proposto para aprender e adaptar as políticas reversas do jogo Stackelberg. Para validar a estrutura proposta, desenvolveram um demonstrador em escala real compreendendo redes de acesso sem fio de núcleo plano e heterogêneo. Também desenvolveram várias ferramentas e agentes de software para implementar a visão de gerenciamento self-x.

Nota-se neste ponto uma certa falta de aplicação prática dos algoritmos que foram vistos nas questões 2 e 4. Através da leitura dos artigos, foi observado que o grau de confiança se a IA vai funcionar ou não (podendo tomar decisões erradas) pode ser o grande empecilho para aplicação prática.

Q6) Quais as métricas utilizadas?

Por não terem feito experimentos, a maioria dos autores não fizeram medições.

No trabalho de Khan e Tembine (2017) não foi possível detectar as métricas utilizadas nas ferramentas desenvolvidas. Ayoubi et al. (2018) não utilizaram métricas, apenas explicaram, através de um caso de uso, como o sistema C-MAPE funciona. Por fim, Zhao et al. (2017) não fizeram medições, apenas citaram que Kaup, et al. (2016) verificaram correlação entre throughput e RTT/Força do sinal.

Q7) A abordagem adotada é descentralizada, ou seja, existem entidades distribuídas que auxiliam no gerenciamento e no monitoramento autonômico?

Todos os autores citaram ou propuseram uma estrutura distribuída, descentralizada. Todavia, Ayoubi et al. (2018) afirmam que é justamente o fato de ser distribuída que torna a implantação das redes autonômicas um pouco mais difícil.

Q8) Cita a solução para redes móveis chamada SON (Redes Auto Organizadas)?

Segundo Kukliński et al. (2014), na última geração de sistemas móveis, foi proposto o conceito de Redes Auto-Organizáveis (SON). O SON faz a automatização de algumas das operações de gerenciamento relacionadas às Rede de Acesso via Rádio (RAN). De acordo com Khan e Tembine (2017) esse gerenciamento acontece através das funções SON, as quais implementam um algoritmo que, ao receber uma trigger, ajusta um conjunto de parâmetros de rede para otimizar uma métrica específica. Em outras palavras, cada estado do sistema possui regras específicas definidas pelas funções SON, essas regras reagem às mudanças do estado e otimiza uma determinada métrica (KHAN; TEMBINE, 2017).

Kukliński et al. (2014) diz que “todas as funções do SON podem ser divididas em três grupos: funções de autoconfiguração, funções de auto-otimização e funções de autocorreção”.

O principal objetivo das funções de autoconfiguração, segundo Kukliński et al. (2014), é “obter a implantação da estação base Plug-and-Play. São eles: Configuração dos Parâmetros de Transmissão de Rádio Inicial, Gerenciamento de Relação de Vizinho, Gerenciamento Automático de Conectividade, Auto Teste e Inventário Automático”.

As funções SON de auto-otimização são: Otimização de Robustez de Mobilidade, Balanceamento de Carga de Mobilidade e Direção de Tráfego, Economia de Energia, Otimização de Capacidade e Cobertura e Otimização de Canal de Acesso Aleatório (KUKLIŃSKI; et al, 2014).

Por fim, “as funções SON de Auto Correção são: Monitoramento e Gerenciamento de Degradação de Células e Compensação de Falta de Células” (KUKLIŃSKI; et al, 2014).

Zhao et al. (2017), Zorzi et al. (2015) e Arapoglou et al. (2014) também citaram o SON e apenas Ayoubi et al. (2018) não citaram.

Com isso, é possível ver que mais de 80% dos artigos consultados citaram a solução SON em seus trabalhos. Isso pode ser explicado pelo fato das redes via radio terem um dinamismo maior em relação às redes cabeadas, o que torna ainda mais complexo o gerenciamento através do ser humano, e consequentemente as pesquisas com redes autonômicas aplicadas a redes móveis têm uma ligação forte.

Q9) Cita a proposta da IBM para gerênciamento autônomo de recursos de TI, o MAPE?

Foi verificado durante as leituras dos artigos que boa parte dos autores baseavam seus trabalhos em um conceito de feedback contínuo da rede após as tomadas de decisões de gerenciamento. Segundo Kukliński et al. (2014), o conceito foi originalmente proposto pela IBM para gerenciamento autônomo de recursos de TI e descrito como Monitor-Analyze-Plan-Execute (MAPE). Usando o MAPE, várias arquiteturas foram propostas para gerenciamento de rede e rotuladas como Gerenciamento Autônomo de Redes (ANM). O ANM inclui tratamento de falhas, otimização de desempenho (que inclui abordagens de economia de energia, configuração ou reconfiguração dinâmica de dispositivos) e gerenciamento de segurança. Em geral, as operações da ANM devem se referir a todas as camadas ISO.

Além de Kukliński et al. (2014), Arapoglou et al. (2014) e Ayoubi et al. (2018) também citaram o MAPE em seus trabalhos, este ultimo, inclusive, implementando uma variação do mesmo chamada C-MAPE.

Ayoubi et al. (2018) mostraram em seu trabalho como o C-MAPE pode ser usado para detecção e mitigação de anomalias de segurança. Apresentaram um caso de uso em uma infraestrutura definida por software (SDI) que pode ser realizada em produção. A Figura 1 ilustra o orquestrador de recursos. O orquestrador de recursos é responsável por controlar os recursos físicos e virtuais, enquanto o controlador SDN (Software-Drive Network) facilita a configuração automatizada e flexível dos recursos da rede.

Figura 1: Gestor de segurança cognitiva para inferência e mitigação de anomalia sobre uma infraestrutura definida por software.
Fonte: Ayoubi et al. 2018.

Ayoubi et al. 2018 assumiram que todas as informações referentes aos recursos físicos e virtuais (por exemplo, alterações de topologia) e dados (por exemplo, estatísticas de fluxo, estados dos links) são armazenadas periodicamente em um repositório central, pelo orquestrador de recursos e pelo controlador SDN, respectivamente. A fonte de conhecimento é complementada por este repositório. O gerenciador de segurança cognitiva (CSM) da Figura 1 descreve o circuito de controle cognitivo das funções do C-MAPE no gerenciamento de segurança. Ele se comunica com o orquestrador de recursos, o controlador SDN e o repositório por meio de interfaces de programação de aplicativos (APIs) REST para executar funções de controle e gerenciamento.

Como ilustrado na Figura 1, a função C-Monitor obtém informações de nível de fluxo e estatísticas de nível de pacote para tráfego de entrada via o controlador SDN. As informações de nível de fluxo incluem IP de origem, IP de destino, porta de origem, porta de destino e protocolo. Já as estatísticas de nível de pacote incluem o tempo de chegada entre pacotes, o tamanho médio do pacote e os bytes por pacote. O controlador aumenta o repositório central com essas informações e estatísticas (AYOUBI; et al, 2018).

Khan e Tembine (2017), Zhao et al. (2017) e Zorzi et al. (2015) não chegaram a citar o conceito MAPE em seus trabalhos.

3. CONCLUSÃO

Este trabalho teve como objetivo identificar e analisar questões de pesquisas sobre o avanço das pesquisas na área de redes autonômicas dos últimos anos.

O processo de mapeamento sistemático foi conduzido por meio de um protocolo de busca e seleção de artigos que especificou o método utilizado nesse trabalho. Com os termos de busca definidos, foram realizadas as buscas em inglês na base de dados do Google Scholar. Foram encontrados 151 links ao final das buscas. Foi realizada uma filtragem em cima desses 151 links através dos critérios de seleção que foram definidos no mapeamento, e ao final restaram 6 artigos para compor os estudos primários e serem analisados.

A partir dos estudos primários, foi possível responder às questões de pesquisa levantadas, e assim, pode-se confirmar que apesar de existir uma grande necessidade da existência do gerenciamento autonômico de redes devido ao aumento da complexidade no gerenciamento humano, as pesquisas ainda estão em níveis laboratoriais, não estão em produção. Apesar disso, notou-se uma forte tendência da aplicação do gerenciamento autonômico nas chamadas Redes Dirigidas por Software (SDN), que são bastante utilizadas em Cloud Computing. Acredita-se que isso ocorre devido à integração com software seja mais fácil e livre de padrões de fabricantes, como ocorre muitas vezes em nível de hardware. Além das SDNs, as redes via rádio também são bastante contempladas no tema devido ao maior dinamismo em relação às redes fixas.

Com isso, acredita-se que esta pesquisa apresenta resultados relevantes à academia e aos empreendedores, fornecendo suporte de como andam as pesquisas relacionadas ao gerenciamento autonômico de redes nos últimos anos, podendo ser utilizada como fonte de consulta para pesquisas futuras com esse tema.

REFERÊNCIAS

ARAPOGLOU, R., RODIS, I., MAGDALINOS, P., ALONISTIOTI, N. Adapting Policy-based Management of Future Networks using Collaborative Filtering Techniques. 2014 IEEE 19th International Workshop on Computer Aided Modeling and Design of Communication Links and Networks (CAMAD), dez. 2014. Disponível em <https://195.134.65.236/CAMAD2014/papers/a46-arapoglou.pdf>. Acesso em: 09/10/2018.

AYOUBI, S., LIMAM, N., SALAHUDDIN, M. A., SHAHRIAR, N., BOUTABA, R., ESTRADA-SOLANO, F., CAICEDO, O. M. Machine Learning for Cognitive Network Management. IEEE Communications Magazine, v. 56, n. 1, p. 158-165, jan. 2018. Disponível em <https://www.researchgate.net/publication/320540444_Machine_Learning_for_Cognitive_Network_Management>. Acesso em: 28/10/2018.

KAUP, F., MICHELINAKIS, F., BUI, N., WIDMER, J., WAC, K., HAUSHEER, D. Assessing the implications of cellular network performance on mobile content access, IEEE Trans. Netw. Service Manage., vol. 13, no. 2, pp. 168–180, Jun. 2016.

KHAN, M. A., TEMBINE, H. Meta-Learning for Realizing Self-x Management of Future Networks. IEEE Access, p. 19072 – 19083, v. 5, ago. 2017. Disponível em <https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=8017381>. Acesso em: 29/09/2018.

KUKLIŃSKI, S., WYTRĘBOWICZ, J., DINH, K. T., TANTAR, E. Application of Cognitive Techniques to Network Management and Control. Springer EVOLVE – A Bridge between Probability, Set Oriented Numerics, and Evolutionary Computation V, v. 288, p. 79-93, jan. 2014. Disponível em <https://www.researchgate.net/publication/264002043_Application_of_Cognitive_Techniques_to_Network_Management_and_Control>. Acesso em: 03/11/2018.

PETERSEN, K., FELDT, R., MUJTABA, S. AND MATTSSON, M., 2008. Systematic mapping studies in software engineering. Proceedings of the 12th International Conference on Evaluation and Assessment in Software Engineering, p. 68-77, Jun. 2018. Disponível em:<http://www.robertfeldt.net/publications/petersen_ease08_sysmap_studies_in_se.pdf>. Aces-so em: 04/12/2018.

ZHAO, Z., SCHILLER, E., KALOGEITON, E., BRAUN, T., STILLER, B., GARIP, M., JOY, J., GERLA, M., AKHTAR, N., MATTA, I. Autonomic Communications in Software-Driven Networks. IEEE Journal on Selected Areas in Communications, p. 2431 – 2445, v. 35, n. 11, nov. 2017. Disponível em <https://www.researchgate.net/publication/320292994_Autonomic_Communications_in_Software-Driven_Networks>. Acesso em: 13/11/2018.

ZORZI, M., ZANELLA, A.,TESTOLIN, A.,GRAZIA, M. F., ZORZI, M.. Cognition-Based Networks: A New Perspective on Network Optimization Using Learning and Distributed Intelligence. IEEE Access, p. 1512 – 1530, v. 3, ago. 2015. Disponível em <https://www.researchgate.net/publication/281768893_Cognition-Based_Networks_A_New_Perspective_on_Network_Optimization_Using_Learning_and_Distributed_Intelligence>. Acesso em: 01/12/2018.

[1] Mestre em Ciência da Computação, Analista de Sistemas.

Enviado: Fevereiro, 2019.

Aprovado: Março, 2019.

5/5 - (2 votes)
José Bonifácio da Silva Júnior

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

POXA QUE TRISTE!😥

Este Artigo ainda não possui registro DOI, sem ele não podemos calcular as Citações!

SOLICITAR REGISTRO
Pesquisar por categoria…
Este anúncio ajuda a manter a Educação gratuita