This dissertation investigates the development of a solution for Edge Internet Traffic Steering (EITS), focusing on optimizing the performance of services at the network edge by utilizing Computer-Aware Traffic Steering (CATS) principles. The motivation behind this research stems from the increasing demand for low-latency connectivity and efficient traffic steering mechanisms prompted by the evolution of edge computing. The problem addressed in this thesis is the limitation of existing traffic steering approaches in meeting the dynamic requirements of edge services. Specifically, it explores how network edge nodes can effectively steer traffic in mobile networks by considering a combination of network and compute metrics to enhance service performance. The proposed solution involves a network edge node making decisions based on metrics such as bandwidth, latency, CPU, and memory, and steering the traffic to a service instance that best meets these criteria. To achieve this, the thesis proposes enhancements to existing CATS mechanisms and validates these improvements through practical use cases. The research adopts the CATS architecture framework components, mapping them to the 5G 3GPP architecture to develop the solution. The implementation utilizes the 5GCN Open Air Interface for traffic steering, configured via PCC rules in the PCF and SMF functions. The dissertation outlines a comprehensive EITS implementation methodology comprising preparation, development, and deployment phases. It includes a detailed review of relevant architectures and technologies, such as 3GPP PCC, ETSI NFV Frameworks, and IETF Traffic Steering Principles. Security aspects, including 5G security requirements and solutions, are also discussed. The findings indicate that the proposed solution can effectively steer traffic based on real-time network and compute metrics, improving performance in terms of reduced latency and optimized resource usage. However, limitations such as the static nature of the weighted sum algorithm and the use of a limited set of metrics suggest areas for future research. Potential improvements include the development of a simulation environment (WebAPP), the development of a dynamic weighted sum algorithm, integration of machine learning for decision-making, and the deployment of the solution in real devices to test its efficacy in real-world environments.

Esta dissertação investiga o desenvolvimento de uma solução para o Edge Internet Traffic Steering (EITS), focando-se na otimização do desempenho dos serviços no extremo da rede, utilizando os princípios do Computer-Aware Traffic Steering (CATS). A motivação deriva da crescente procura por conectividade de baixa latência e mecanismos eficientes de direcionamento de tráfego, impulsionada pela evolução de edge computing. O problema abordado é a limitação das abordagens atuais de direcionamento de tráfego em satisfazer os requisitos dinâmicos dos serviços periféricos. A dissertação explora como os nós da rede (máquinas virtuais/contêineres) podem orientar eficazmente o tráfego em redes móveis “User Equipement“, (UE), utilizando métricas de rede e computação para melhorar o desempenho. A solução proposta envolve um nó conteiner “User Plane Function“, (UPF) que toma decisões baseadas em métricas como largura de banda, latência, CPU e memória, direcionando o tráfego para a instância de serviço mais adequada. A dissertação propõe melhorias nos mecanismos CATS e valida estas melhorias através de casos práticos. A investigação adota componentes da estrutura da arquitetura CATS, mapeando-os para a arquitetura 5G 3GPP. A implementação usa “Open Air Interface“ como componente core de uma rede móvel, explorando as funções “Policy Control Function“ (PCF) e “Session Management Function“ (SMF) para realizar o direcionamento do tráfego através das regras “Policy and Charging Control“ (PCC) . Inclui uma metodologia abrangente de implementação de EITS com fases de preparação, desenvolvimento e implementação, analisando arquiteturas e tecnologias como 3GPP PCC, Framework ETSI NFV e princípios IETF. Aspetos de segurança, incluindo requisitos e soluções de segurança 5G, também são discutidos. Os resultados indicam que a solução pode orientar eficazmente o tráfego com base em métricas de rede e computação obtidas em tempo real, melhorando o desempenho em termos de latência e utilização de recursos. No entanto, limitações como a natureza estática do algoritmo de soma ponderada e o uso de um conjunto limitado de métricas sugerem áreas para investigação futura, incluindo o desenvolvimento de um ambiente de simulação (WebAPP), desenvolvimento de um algoritmo dinâmico, integração de aprendizagem automática e testes em dispositivos reais.

Mestrado em Engenharia de Computadores e Telemática