Pasar al contenido principal

Resultados relacionados

Resultados totales (Incluyendo duplicados): 3
Encontrada(s) 1 página(s)

Digibug. Repositorio Institucional de la Universidad de Granada
Publicación Contribución de congreso (ConferenceOutput)

Arquitectura para redes IoT orientada a la sostenibilidad medioambiental

  • Navarro Ortiz, Jorge
  • Chinchilla Romero, Natalia
  • Delgado Ferro, Félix
  • Ramos Muñoz, Juan José|||0000-0001-5428-3913
En este trabajo se presenta una arquitectura para redes IoT orientada a la sostenibilidad medioambiental. Debido a la adecuación de sus características en términos de cobertura, potencia y soporte de un gran número de dispositivos, se ha elegido una red LoRaWAN mejorada como base de la presente propuesta. La arquitectura se completa con la virtualización mediante contenedores de las diferentes entidades de red LoRaWAN y el uso de una red definida por software para su interconexión. La publicación y suscripción a los datos medioambientales se realiza mediante el protocolo MQTT, que ha sido optimizado gracias al uso de la red SDN y al uso de recursos de edge computing. La arquitectura propuesta ha sido implementada mediante una red prototipo a modo de prueba de concepto., Este trabajo ha sido parcialmente financiado por la Agencia Andaluza del Conocimiento (proyecto A-TIC- 241-UGR18), el Ministerio de Economía y Competitividad (proyecto TEC2016-76795-C6-4-R) y el proyecto H2020 5G-CLARITY (Grant No. 871428).
Digibug. Repositorio Institucional de la Universidad de Granada
Publicación Contribución de congreso (ConferenceOutput)

Leveraging DRL for Traffic Prioritization in 5G and Beyond TSN-based Transport Networks

  • Prados Garzón, Jonathan|||0000-0001-9373-5767
  • Chinchilla Romero, Lorena
  • Muñoz Luengo, Pablo|||0000-0002-3265-5728
  • Ameigeiras Gutiérrez, Pablo José|||0000-0002-4572-3902
  • Ramos Muñoz, Juan José|||0000-0001-5428-3913
This paper has been presented in XXXVII Symposium of the International Union of Radio Science (URSI) 2022 celebrated in Malaga (Spain) from 5th to 7th September. This work includes a preliminary design and proof-of-concept to apply Reinforcement Learning for computing long-term configurations in asynchronous Time-Sensitive Networking (TSN)-based 5G and beyond transport networks. Most of this work has been carried out within the European 5G-CLARITY project (https://www.5gclarity.com/)., Time-Sensitive Networking (TSN) is expected to become a key layer 2 technology for 5G and Beyond (5GB) transport networks (TN) as it allows for services with stringent and deterministic quality-of-service constraints and their coexistence with non-performance-sensitive traffic. Autonomous solutions for configuring TSN-based TNs are essential to ensure the deterministic QoS requisites of the 5GB streams while facilitating the zero-touch management of the network and reducing the operational costs. However, due to the configuration flexibility offered by TSN networks, using exact optimization methods to develop such solutions usually results in algorithms with high computational complexity. In this work, we propose and evaluate an initial design of a Reinforcement Learning (RL)-based solution for the long-term configuration of asynchronous TSN-based 5GB TNs. We successfully validated the proper operation of the proposal for an industrial private 5G scenario., H2020 research and innovation project 5G-CLARITY (Grant No. 871428), TRUE5G (PID2019- 108713RB-C53), 6G-CHRONOS (TSI-063000-2021-28)
Digibug. Repositorio Institucional de la Universidad de Granada
Publicación Contribución de congreso (ConferenceOutput)

Rendimiento de Redes 4G/5G usando una estación base real

  • Delgado Ferro, Félix
  • Navarro-Ortiz, Jorge
  • Chinchilla Romero, Lorena
  • Muñoz-Luengo, Pablo
Este artículo describe el desarrollo del proyecto sobre el despliegue de red móvil 5G y análisis de características de la misma. Actualmente, se encuentra en desarrollo y trata del análisis del rendimiento y comparación en redes 4G y 5G empleando una estación base real. En este trabajo se incluye la información sobre el estudio previo de estas redes, las alternativas de implementación, el despliegue realizado empleando el software de Amarisoft y testeo de capacidades de las redes propuestas., Este trabajo ha sido parcialmente financiado por el proyecto H2020 5G-CLARITY (Grant No. 871428) y el Ministerio de Economía y Competitividad (proyecto TEC2016-76795-C6-4-R).