6G-SMART: Redes de acesso rádio 6G abertas e auto-organizadas

O projeto 6G-SMART foca-se no desenvolvimento de soluções baseadas no conceito de SoN para as redes móveis atuais (5G) e da próxima geração 6G. Reconhecendo a crescente complexidade das redes móveis, o projeto visa automatizar as operações de rede e respetivas configurações intricadas. Os avanços recentes em técnicas de IA, ML e iniciativas como a O-RAN reacenderam o interesse no conceito SoN, proporcionando uma oportunidade para desenvolver novas soluções que sejam mais abrangentes e inovadoras. Dada a atual evolução das redes de acesso rádio em direção a arquiteturas abertas, transparentes e desagregadas, é, portanto, objetivo do projeto 6G-SMART investigar e desenvolver uma solução que permita hospedar de forma transparente módulos baseados em ML para efeitos de self-configuration, self-optimisation e self-healing. Adicionalmente, a solução a desenvolver deverá orquestrar os módulos de ML para harmonizar as suas decisões e convergir para a melhor decisão final tendo em vista o desempenho da rede. Para alcançar estes objetivos, o projeto irá desenvolver e testar individualmente os módulos de ML para self-configuration, self-optimisation e self-healing para redes O-RAN. Posteriormente, será desenvolvida uma plataforma unificada de Convergência de ML (MLC) para integrar os módulos de ML desenvolvidos de uma forma consistente e transparente. A plataforma MLC visa maximizar a portabilidade, atuando como middleware, sendo uma interface unificada para que os módulos de ML operem em qualquer RAN Intelligent Controller (RIC) compatível com O-RAN. Espera-se que esta plataforma acelere o desenvolvimento de aplicações em cloud e facilite a integração contínua de módulos de ML em redes O-RAN. Além disso, a plataforma MLC inclui a orquestração de ML para coordenar decisões conflitantes entre os módulos de ML implementados. Um dos desafios técnicos do projeto é o desenvolvimento da camada de middleware para a plataforma MLC, sendo responsável pela gestão dos módulos de ML de terceiros em termos de interface. Para tal, será necessário acomodar simultaneamente a inovação e integração contínua dos módulos de ML ao mesmo tempo que media decisões conflitantes entre eles. A escolha da arquitetura O-RAN é justificada pelo seu papel crescente no cenário das redes móveis, oferecendo uma arquitetura de desagregação aberta que permite a participação de vários fornecedores, resultando numa cadeia de fornecimento de telecomunicações mais forte e um ecossistema de redes móveis mais robusto. A separação de sinalização de rede e a desagregação de componentes cria oportunidades para algoritmos inteligentes de terceiros estenderem as capacidades da infraestrutura O-RAN sem upgrades de hardware adicionais.