Una Encuesta Integral sobre Redes Definidas por el Conocimiento
Autores: Wijesekara, Patikiri Arachchige Don Shehan Nilmantha; Gunawardena, Subodha
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Una Encuesta Integral sobre Redes Definidas por el Conocimiento
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Telecomunicaciones
Palabras clave
Redes tradicionales
Redes definidas por software
Redes definidas por conocimiento
Automatización
Inteligencia
Desafíos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Las redes tradicionales se basan en hardware, teniendo el plano de control acoplado con el plano de datos. Las Redes Definidas por Software (SDN), que tienen un plano de control lógicamente centralizado, se han introducido para aumentar la programabilidad y flexibilidad de las redes. Las Redes Definidas por el Conocimiento (KDN) son una versión avanzada de SDN que da un paso adelante al desacoplar el plano de gestión de la lógica de control e introducir un nuevo plano, llamado plano de conocimiento, desacoplado de la lógica de control para generar conocimiento basado en los datos recopilados de la red. KDN es la arquitectura de próxima generación para redes auto-aprendizaje, auto-organizativas y auto-evolutivas con alta automatización e inteligencia. A pesar de que KDN se introdujo hace aproximadamente dos décadas, no había ganado mucha atención entre los investigadores hasta recientemente. Las razones del reconocimiento tardío podrían deberse a la brecha tecnológica y la dificultad en la transformación directa de redes tradicionales a KDN. Las redes de comunicación en todo el mundo ya han comenzado a transformarse de SDNs a KDNs. Los modelos de aprendizaje automático se utilizan típicamente para generar conocimiento utilizando los datos recopilados de dispositivos y sensores de red, donde el conocimiento generado puede ser compuesto aún más para crear ontologías de conocimiento que pueden ser utilizadas en la generación de reglas, donde las reglas y/o el conocimiento pueden ser proporcionados a los planos de control, gestión y aplicación para su uso en procesos de toma de decisiones, para la monitorización y configuración de la red, y para el ajuste dinámico de políticas de red, respectivamente. Entre las numerosas ventajas que KDN aporta en comparación con SDN, la automatización y la inteligencia mejoradas, mayor flexibilidad y seguridad mejorada son destacadas. Sin embargo, KDN también tiene un conjunto de desafíos, como la dependencia de grandes cantidades de datos de alta calidad, la dificultad de integración con redes heredadas, el alto costo de actualización a KDN, etc. En esta encuesta, primero presentamos una visión general de la arquitectura KDN y luego discutimos cada plano de KDN en detalle, como sub-planos e interfaces, funciones de cada plano, estándares y protocolos existentes, diferentes modelos de los planos, etc., con respecto a ejemplos de la literatura existente. Los trabajos existentes se revisan y evalúan cualitativamente agrupándolos en categorías y evaluando el rendimiento individual de la literatura cuando sea posible. Además, comparamos y contrastamos las redes tradicionales y SDN frente a KDN. Finalmente, discutimos los beneficios, desafíos, pautas de diseño e investigación en curso de KDNs. Se proporcionan pautas de diseño y recomendaciones para que los desafíos identificados puedan ser mitigados. Por lo tanto, esta encuesta es una revisión integral de la arquitectura, operación, aplicaciones y trabajos existentes de redes definidas por el conocimiento.
Descripción
Las redes tradicionales se basan en hardware, teniendo el plano de control acoplado con el plano de datos. Las Redes Definidas por Software (SDN), que tienen un plano de control lógicamente centralizado, se han introducido para aumentar la programabilidad y flexibilidad de las redes. Las Redes Definidas por el Conocimiento (KDN) son una versión avanzada de SDN que da un paso adelante al desacoplar el plano de gestión de la lógica de control e introducir un nuevo plano, llamado plano de conocimiento, desacoplado de la lógica de control para generar conocimiento basado en los datos recopilados de la red. KDN es la arquitectura de próxima generación para redes auto-aprendizaje, auto-organizativas y auto-evolutivas con alta automatización e inteligencia. A pesar de que KDN se introdujo hace aproximadamente dos décadas, no había ganado mucha atención entre los investigadores hasta recientemente. Las razones del reconocimiento tardío podrían deberse a la brecha tecnológica y la dificultad en la transformación directa de redes tradicionales a KDN. Las redes de comunicación en todo el mundo ya han comenzado a transformarse de SDNs a KDNs. Los modelos de aprendizaje automático se utilizan típicamente para generar conocimiento utilizando los datos recopilados de dispositivos y sensores de red, donde el conocimiento generado puede ser compuesto aún más para crear ontologías de conocimiento que pueden ser utilizadas en la generación de reglas, donde las reglas y/o el conocimiento pueden ser proporcionados a los planos de control, gestión y aplicación para su uso en procesos de toma de decisiones, para la monitorización y configuración de la red, y para el ajuste dinámico de políticas de red, respectivamente. Entre las numerosas ventajas que KDN aporta en comparación con SDN, la automatización y la inteligencia mejoradas, mayor flexibilidad y seguridad mejorada son destacadas. Sin embargo, KDN también tiene un conjunto de desafíos, como la dependencia de grandes cantidades de datos de alta calidad, la dificultad de integración con redes heredadas, el alto costo de actualización a KDN, etc. En esta encuesta, primero presentamos una visión general de la arquitectura KDN y luego discutimos cada plano de KDN en detalle, como sub-planos e interfaces, funciones de cada plano, estándares y protocolos existentes, diferentes modelos de los planos, etc., con respecto a ejemplos de la literatura existente. Los trabajos existentes se revisan y evalúan cualitativamente agrupándolos en categorías y evaluando el rendimiento individual de la literatura cuando sea posible. Además, comparamos y contrastamos las redes tradicionales y SDN frente a KDN. Finalmente, discutimos los beneficios, desafíos, pautas de diseño e investigación en curso de KDNs. Se proporcionan pautas de diseño y recomendaciones para que los desafíos identificados puedan ser mitigados. Por lo tanto, esta encuesta es una revisión integral de la arquitectura, operación, aplicaciones y trabajos existentes de redes definidas por el conocimiento.