Optimización del consumo energético en redes 5G utilizando un enfoque híbrido de algoritmos ACO y BA basado en SDN

Power consumption optimization in 5G networks using a hybrid approach of ACO and BA algorithms based on SDN

Resumen Métricas disponibles Referencias Cómo citar

Resumen (es)

El despliegue de redes 5G ha traído consigo importantes avances en términos de velocidad de transmisión, menor latencia y una mayor capacidad para soportar el creciente número de dispositivos del Internet de las Cosas (IoT). Sin embargo, uno de los grandes retos que enfrenta esta nueva generación de redes es el considerable aumento en el consumo energético, particularmente en las estaciones base (BS), que representan la mayor parte del consumo total de la red. Para abordar este problema, este artículo propone un enfoque innovador basado en redes definidas por software (SDN) combinado con un esquema híbrido de optimización que utiliza los algoritmos de Optimización de Colonia de Hormigas (ACO) y el Algoritmo de Murciélagos (BA).

SDN ofrece una gestión más flexible y centralizada de la red al separar el plano de control del plano de datos, lo que facilita la administración de los recursos de manera dinámica. Al integrar este control centralizado con la capacidad de optimización de los algoritmos ACO y BA, se logra una mayor eficiencia en la asignación de recursos y la reducción del consumo energético. El enfoque híbrido ACO-BA se utiliza para tomar decisiones óptimas en cuanto al apagado dinámico de estaciones base en momentos de baja demanda, así como la reconfiguración de la red para redirigir el tráfico sin afectar la calidad de servicio (QoS) ofrecida a los usuarios.

El algoritmo híbrido propuesto permite optimizar el balance entre el consumo energético y el rendimiento de la red, garantizando que las estaciones base funcionen a su máxima eficiencia solo cuando sea necesario y se mantengan en modos de bajo consumo cuando la demanda disminuye. Al hacerlo, se reduce el impacto ambiental y se minimizan los costos operativos asociados con el funcionamiento de redes 5G, que son cruciales en un escenario global donde la sostenibilidad es cada vez más importante. Además, se asegura que los usuarios finales continúen experimentando una conectividad de alta calidad con bajas latencias, incluso durante la implementación de las estrategias de ahorro de energía.

Resumen (en)

The deployment of 5G networks has brought about significant advances in terms of transmission speed, lower latency, and a greater capacity to support the growing number of Internet of Things (IoT) devices. However, one of the major challenges facing this new generation of networks is the considerable increase in energy consumption, particularly at base stations (BS), which account for the majority of total network consumption. To address this problem, this paper proposes an innovative approach based on software-defined networking (SDN) combined with a hybrid optimization scheme using Ant Colony Optimization (ACO) and Bat Algorithm (BA) algorithms.

SDN offers more flexible and centralized network management by separating the control plane from the data plane, facilitating the dynamic management of resources. By integrating this centralized control with the optimization capability of ACO and BA algorithms, greater efficiency in resource allocation and reduced energy consumption are achieved. The hybrid ACO-BA approach is used to make optimal decisions regarding dynamic shutdown of base stations during times of low demand, as well as network reconfiguration to reroute traffic without affecting the quality of service (QoS) offered to users.

The proposed hybrid algorithm allows optimizing the balance between energy consumption and network performance, ensuring that base stations operate at their maximum efficiency only when necessary and remain in low-power modes when demand decreases. By doing so, the environmental impact is reduced and the operational costs associated with operating 5G networks are minimized, which are crucial in a global scenario where sustainability is increasingly important. In addition, it ensures that end users continue to experience high-quality connectivity with low latencies, even during the implementation of energy-saving strategies.