Modelado de la incertidumbre humana en la asignación de recursos para redes de comunicaciones

Abstract

(English) This research addresses resource allocation in communication networks, with emphasis on the impact of human uncertainty on the performance of these networks, especially those using advanced technologies. The central hypothesis of this thesis is that variations in human behavior influence the operational efficiency of communication networks. To validate this hypothesis, a methodology has been designed that includes an exhaustive review of the specialized literature, complemented with a rigorous qualitative and quantitative analysis in simulated scenarios.

In this context, a specific case study is investigated: the use of mobile applications for rented vehicles with driver, such as Uber and Cabify, operating in a network slice of a 5G network. These applications, installed on mobile devices, facilitate the connection between users and drivers, showing the availability of vehicles in real time. The process begins when a user selects an origin and destination point in the app, which proposes an optimal route. However, the driver can modify the proposed route without penalty, introducing uncertainty that can negatively affect network performance.

In the simulations, special attention is paid to the Call Drop Rate (CDR) as a function of possible failures during the handover process. The simulations are developed in multiple stages: initially in a minimum scenario, designed to verify the influence of uncertainty on network performance. In the second stage, the model is evaluated in the Simulation of Urban Mobility (SUMO) simulator, which brings more realism to the vehicular environment. This simulator is integrated with the Artery-C framework, which incorporates elements related to 5G technology. In the final phase, data from the InTAS scenario, which models detailed information of the city of Ingolstadt, is used, providing a robust test environment for model validation.

The findings show the relevance of developing methodologies that optimize resource allocation and improve network performance, aligned with operators' strategic objectives. This approach represents a promising way to increase efficiency and effectiveness in the implementation of technological solutions in dynamic and complex environments. The main objective of this research is to develop and evaluate a model that captures human uncertainty from multiple perspectives, adopting an interdisciplinary approach. The results indicate that human uncertainty significantly affects the performance of communication networks. Through an interdisciplinary approach, an innovative model has been designed that integrates sociological, psychological and computational aspects, capturing human uncertainty in advanced technology contexts. The adaptability and effectiveness of the model have been corroborated using advanced computational tools.

This study contributes to the field of resource allocation in communication networks, demonstrating the importance of adopting adaptive strategies. For future research, it is proposed to extend the model to analyze different network slices, considering unique characteristics and constraints imposed by service providers. This would include the evaluation of resource seasonality to improve the elasticity and responsiveness of the model. In addition, it is suggested to develop an innovative method for dynamic resource allocation that incorporates human uncertainty, allowing adaptive decisions in real time. These approaches would promote more effective management and optimization of network resources in various contexts and temporalities.

(Català) Aquesta investigació aborda l'assignació de recursos en xarxes de comunicació, amb èmfasi en l'impacte de la incertesa humana sobre el rendiment d'aquestes xarxes, especialment aquelles que utilitzen tecnologies avançades. La hipòtesi central d'aquesta tesi és que les variacions en el comportament humà influeixen en l'eficiència operativa de les xarxes de comunicació. Per validar aquesta hipòtesi, s'ha dissenyat una metodologia que inclou una revisió exhaustiva de la literatura especialitzada, complementada amb una anàlisi qualitativa i quantitativa rigorosa en escenaris simulats.

En aquest context, s'investiga un cas pràctic específic: l'ús d'aplicacions mòbils per a vehicles de lloguer amb conductor, com Uber i Cabify, operant en un network slice d'una xarxa 5G. Aquestes aplicacions, instal·lades en dispositius mòbils, faciliten la connexió entre usuaris i conductors, mostrant la disponibilitat de vehicles en temps real. El procés comença quan un usuari selecciona un punt d'origen i destinació en l'aplicació, que proposa una ruta òptima. Tanmateix, el conductor pot modificar la ruta proposada sense penalitzacions, introduint incertesa que pot afectar negativament el rendiment de la xarxa.

En les simulacions, es presta especial atenció al Call Drop Rate (CDR) en funció de possibles falles durant el procés de handover. Les simulacions es desenvolupen en múltiples etapes: inicialment en un escenari mínim, dissenyat per verificar la influència de la incertesa en el rendiment de les xarxes. En la segona etapa, s'avalua el model en el simulador Simulation of Urban Mobility (SUMO), que aporta major realisme a l'entorn vehicular. Aquest simulador s'integra amb el framework Artery-C, que incorpora elements relacionats amb la tecnologia 5G. En la fase final, s'utilitzen dades de l'escenari InTAS, que modela informació detallada de la ciutat d'Ingolstadt, proporcionant un entorn de prova robust per a la validació del model.

L'objectiu principal d'aquesta investigació és desenvolupar i avaluar un model que capturi la incertesa humana des de múltiples perspectives, adoptant un enfocament interdisciplinari. Els resultats indiquen que la incertesa humana afecta significativament el rendiment de les xarxes de comunicació. A través d'un enfocament interdisciplinari, s'ha dissenyat un model innovador que integra aspectes sociològics, psicològics i computacionals, capturant la incertesa humana en contextos de tecnologies avançades. L'adaptabilitat i eficàcia del model han estat corroborades mitjançant eines computacionals avançades. Els resultats mostren la rellevància de desenvolupar metodologies que optimitzin l'assignació de recursos i millorin el rendiment de la xarxa, alineant-se amb els objectius estratègics dels operadors. Aquest enfocament representa una via prometedora per incrementar l'eficiència i eficàcia en la implementació de solucions tecnològiques en entorns dinàmics i complexos.

Aquest estudi contribueix al camp de l'assignació de recursos en xarxes de comunicació, demostrant la importància d'adoptar estratègies adaptables. Per a investigacions futures, es proposa estendre el model per analitzar diferents network slices, considerant característiques úniques i restriccions imposades pels proveïdors de serveis. Això inclouria l'avaluació de la temporalitat dels recursos per millorar l'elasticitat i resposta del model. A més, es suggereix desenvolupar un mètode innovador per a l'assignació dinàmica de recursos que incorpori la incertesa humana, permetent decisions adaptatives en temps real. Aquests enfocaments promourien una gestió i optimització més efectives dels recursos de xarxa en diversos contextos i temporalitats.

(Español) Esta investigación aborda la asignación de recursos en redes de comunicación, con énfasis en el impacto de la incertidumbre humana sobre el rendimiento de estas redes, especialmente aquellas que utilizan tecnologías avanzadas. La hipótesis central de esta tesis es que las variaciones en el comportamiento humano influyen en la eficiencia operativa de las redes de comunicación. Para validar esta hipótesis, se ha diseñado una metodología que incluye una revisión exhaustiva de la literatura especializada, complementada con un análisis cualitativo y cuantitativo riguroso en escenarios simulados.

En este contexto, se investiga un caso práctico específico: el uso de aplicaciones móviles para vehículos de alquiler con conductor, como Uber y Cabify, operando en un network slice de una red 5G. Estas aplicaciones, instaladas en dispositivos móviles, facilitan la conexión entre usuarios y conductores, mostrando la disponibilidad de vehículos en tiempo real. El proceso comienza cuando un usuario selecciona un punto de origen y destino en la aplicación, que propone una ruta óptima. Sin embargo, el conductor puede modificar la ruta propuesta sin penalizaciones, introduciendo incertidumbre que puede afectar negativamente el desempeño de la red.

En las simulaciones, se presta especial atención al Call Drop Rate (CDR) en función de posibles fallas durante el proceso de handover. Las simulaciones se desarrollan en múltiples etapas: inicialmente en un escenario mínimo, diseñado para verificar la influencia de la incertidumbre en el rendimiento de las redes. En la segunda etapa, se evalúa el modelo en el simulador Simulation of Urban Mobility (SUMO), que aporta mayor realismo al entorno vehicular. Este simulador se integra con el framework Artery-C, que incorpora elementos relacionados con la tecnología 5G. En la fase final, se utilizan datos del escenario InTAS, que modela información detallada de la ciudad de Ingolstadt, proporcionando un entorno de prueba robusto para la validación del modelo.

El objetivo principal de esta investigación es desarrollar y evaluar un modelo que capture la incertidumbre humana desde múltiples perspectivas, adoptando un enfoque interdisciplinario. Los resultados indican que la incertidumbre humana afecta significativamente el rendimiento de las redes de comunicación. A través de un enfoque interdisciplinario, se ha diseñado un modelo innovador que integra aspectos sociológicos, psicológicos y computacionales, capturando la incertidumbre humana en contextos de tecnologías avanzadas. La adaptabilidad y eficacia del modelo han sido corroboradas mediante herramientas computacionales avanzadas. Los hallazgos muestran la relevancia de desarrollar metodologías que optimicen la asignación de recursos y mejoren el rendimiento de la red, alineándose con los objetivos estratégicos de los operadores. Este enfoque representa una vía prometedora para incrementar la eficiencia y eficacia en la implementación de soluciones tecnológicas en entornos dinámicos y complejos.

Este estudio contribuye al campo de la asignación de recursos en redes de comunicación, demostrando la importancia de adoptar estrategias adaptables. Para investigaciones futuras, se propone extender el modelo para analizar distintos network slices, considerando características únicas y restricciones impuestas por los proveedores de servicios. Esto incluiría la evaluación de la temporalidad de los recursos para mejorar la elasticidad y respuesta del modelo. Además, se sugiere desarrollar un método innovador para la asignación dinámica de recursos que incorpore la incertidumbre humana, permitiendo decisiones adaptativas en tiempo real. Estos enfoques promoverían una gestión y optimización más efectivas de los recursos de red en diversos contextos y temporalidades.