5G-SLAICE

El proyecto 5G-SLAICE – 5G NETWORK SLICING ENHANCEMENT USING AI TECHNIQUES tiene como objetivo principal implementar un sistema basado en IA/ML para gestionar la asignación dinámica de recursos a diferentes slices en el Core de una red 5G. Este sistema tomará acciones en dos aspectos: será responsable de escalar hacia arriba y hacia abajo las diferentes User Plane Functions (UPFs) asociadas a un slice específico, y también de reasignar los recursos físicos de la infraestructura a los slices virtuales en función del nivel de saturación de la red 5G o de un slice en particular.

El sistema propuesto integrará dos tipos de algoritmos de ML:

1. Un algoritmo basado en Incremental Learning (IL) para la predicción en streaming de series temporales, tanto en relación con los usuarios como con el estado de la red.
2. Un agente de Reinforcement Learning (RL) para gestionar de manera automática y óptima los recursos de la red 5G, considerando los estados actuales y futuros.

Para ello, las salidas del modelo IL alimentarán al agente RL.