Análisis de costes del despliegue de una arquitectura de red basada en SDN/NFV

ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) $QiOLVLVGHFRVWHVGHOGHVSOLHJXHGHXQD DUTXLWHFWXUDGHUHGEDVDGDHQ6'11)9 Jes´ us Calle-Cancho∗, David Cort´ es-Polo∗, Javier Carmona-Murillo†, Jos´ e-Luis Gonz´ alez-S´ anchez∗, FranciscoJavier Rodr´ ıguez-P´ erez† ∗Centro Extreme˜ no de Investigaci´ on, Innovaci´ on Tecnol´ ogica y Supercomputaci´ on (C´ enitS), Carretera Nacional 521, km 41.8 10.071 C´ aceres. Espa˜ na. †Departamento de Ingenier´ ıa de Sistemas Inform´ aticos y Telem´ aticos, Universidad de Extremadura, Av. Universidad s/n, 10.003, C´ aceres, Espa˜ na. [email protected], da[email protected], [email protected], [email protected], [email protected] Resumen—En los ´ ultimos a˜ nos, el incremento exponencial del tr´ afico de datos m´ oviles unido al despliegue de nuevos servicios sobre las redes actuales, han propiciado que los operadores de red busquen nuevas tecnolog´ ıas para adaptarse. Entre ´ estas, destacan especialmente las redes definidas por software (SDN) y la virtualizaci´ on de funciones de red (NFV), como dos de las tecnolog´ ıas que se ajustan a la naturaleza din´ amica de las redes de pr´ oxima generaci´ on. Dado que la migraci´ on a estas nuevas tecnolog´ ıas conlleva un coste elevado para los operadores, ´ estos buscan soluciones que ofrezcan un aumento de las capacidades de la red, reduciendo lo m´ aximo posible los costes de infraestructura (CAPEX) y los costes de operaci´ on (OPEX). En este trabajo se desarrolla un an´ alisis y evaluaci´ on de costes sobre la Red Cient´ ıfico Tecnol´ ogica de Extremadura (RCT), de forma que se puedan cubrir las necesidades de las redes de pr´ oxima generaci´ on, reduciendo costes y proporcionando agilidad en el despliegue de sus servicios. Palabras Clave—Redes Definidas por Software, Virtualizaci´ on de Funciones de Red, Costes de operaci´ on, Costes de infraestructura. I. INTRODUCCI ´ ON Debido al continuo desarrollo de las redes de comunicaciones m´ oviles durante los ´ ultimos a˜ nos, la realizaci´ on de una gesti´ on eficiente de la red se ha convertido en uno de los mayores desaf´ ıos en entornos de red de pr´ oxima generaci´ on. Adem´ as, los avances en las tecnolog´ ıas m´ oviles y la aparici´ on de multitud de servicios ofertados por los operadores, han impulsado la creaci´ on de nuevos mecanismos y arquitecturas de gesti´ on de redes de manera eficiente, capaces de soportar estas nuevas tecnolog´ ıas emergentes, servicios y aplicaciones m´ oviles. Por lo tanto, se espera que las redes de pr´ oxima generaci´ on sean capaces de proporcionar nuevos servicios de acuerdo a las demandas espec´ ıficas de los usuarios. Estos avances han generado un crecimiento exponencial del tr´ afico global de datos m´ oviles, experimentando un incremento del 46% entre 2017 y 2022, estim´ andose un consumo mensual de 77.5 exabytes en 2022 [1]. Por otro lado, todos estos cambios est´ an teniendo un gran impacto en las estrategias econ´ omicas llevadas a cabo por los operadores de red. Cuando los operadores introducen nuevos servicios, expandiendo su infraestructura de red y/o optimizando sus recursos, tienen que tener en cuenta el coste de estas acciones. El aumento de los requisitos de eficiencia y disponibilidad por parte de los usuarios va ligado a un incremento de los costes de todo ello. Por lo tanto, las decisiones de planificaci´ on y dise˜ no de las redes deben tener en cuenta las estimaciones de costes con la mayor precisi´ on posible. Para ello se utilizan modelos basados en CAPEX y OPEX [2], [3]. En definitiva, los operadores de red requieren de nuevos mecanismos y soluciones para cubrir de manera eficiente (t´ ecnicamente y econ´ omicamente) las necesidades que han ido apareciendo en estos entornos de red tan cambiantes. Estos mecanismos deben ser capaces de controlar y reservar din´ amicamente los recursos de la red, para proporcionar la flexibilidad requerida por los operadores de red [4]. Por ello, SDN [5] y NFV [6] son vistos como una gran oportunidad para hacer frente a la naturaleza din´ amica de las redes de pr´ oxima generaci´ on y, al aprovisionamiento de servicios de manera flexible, proporcionando beneficios desde el punto de vista t´ ecnico, pero tambi´ en econ´ omico, ya que estos enfoques tienen el potencial de conducir a importantes reducciones de costes de capital y costes de operaci´ on. Este art´ ıculo presenta un an´ alisis del despliegue de mecanismos de pr´ oxima generaci´ on basados en SDN y NFV, con el principal objetivo de reducir los costes de capital y operaci´ on. Para ello, se ha elaborado un modelo de costes basado en el CAPEX y OPEX, para analizar de manera cuantitativa el despliegue de una arquitectura Actas de las XIV Jornadas de Ingeniería Telemática (JITEL 2019), Zaragoza (España), 22-24 de octubre de 2019. ISBN: 978-84-09-21112-8 Calle-Cancho, Cort´ es-Polo, Carmona-Murillo, Gonz´ alez-S´ anchez, Rodr´ ıguez-P´ erez, 2019. de red virtualizada basada en SDN/NFV, sobre la Red Cient´ ıfico Tecnol´ ogica de Extremadura . El resto del art´ ıculo est´ a organizado de la siguiente manera. La secci´ on II presenta un estado del arte de SDN y NFV. En la secci´ on III se define y presenta el modelo de costes que se utilizar´ a para realizar el an´ alisis del despliegue de una arquitectura de red virtualizada sobre la RCT. La secci´ on IV muestra los resultados comparativos entre los costes necesarios para el despliegue de una arquitectura de red basada en SDN/NFV y una arquitectura de red tradicional. Por ´ ultimo, en la secci´ on V se presentan las conclusiones. II. ESTADO DEL ARTE: SDN Y NFV La tecnolog´ ıa de las Redes Definidas por Software surge como un nuevo paradigma de red, cuya principal caracter´ ıstica es la separaci´ on del plano de datos del plano de control, con el objetivo de simplificar la gesti´ on y configuraci´ on de la red [7]. La arquitectura propuesta por SDN es considerada como una importante oportunidad para gestionar las redes tradicionales, las cuales son complejas y dif´ ıcilmente gestionables. SDN proporciona una vista global de la red a trav´ es de un controlador de red centralizado. Por lo tanto, el plano de control queda centralizado en el controlador de la red que, a su vez, gestiona el plano de datos a trav´ es de protocolos abiertos como OpenFlow [8]. SDN proporciona agilidad, permitiendo a los administradores de red una gesti´ on din´ amica de flujos, optimizando recursos ante las necesidades cambiantes de las aplicaciones, que pueden tener diferentes requerimientos en cuanto a caracter´ ısticas y calidad de servicio [9]. Por otro lado, la aparici´ on del paradigma de NFV ha sido muy importante desde el punto de vista del aprovisionamiento de servicios de telecomunicaciones. Este paradigma tiene como principal objetivo el desacoplar las funciones de red de los dispositivos f´ ısicos en los cuales se ejecutan. Adem´ as, NFV tiene el potencial de proporcionar reducciones significativas de CAPEX y OPEX, y de facilitar y flexibilizar el despliegue de nuevos servicios con m´ as agilidad [10], permitiendo alcanzar los requisitos de baja latencia y alta fiabilidad requerida por los servicios que se ofrecer´ an en las futuras redes 5G [11]. Tal y como se muestra en la Fig. 1, los paradigmas SDN y NFV est´ an ´ ıntimamente relacionados [12] y, con una integraci´ on eficiente de ambos paradigmas, se podr´ ıa conseguir un importante ahorro de costes y una mayor flexibilidad en la provisi´ on de servicios. La virtualizaci´ on de red es un m´ etodo en el que los recursos f´ ısicos de una red se dividen en segmentos oslices. Cada slice est´ a aislada de las dem´ as y pueden compartir infraestructura f´ ısica en paralelo, con las ventajas que ello conlleva. Por ello, se acu˜ n´ oel termino de Cloud-RAN [13] que permite desacoplar el procesamiento de banda base de las propias estaciones base. Esta tecnolog´ ıa permite que el procesamiento se lleve a cabo en un centro de datos, reduciendo costes de forma significativa. Cloud-RAN ofrece un despliegue Fig. 1. Relaci´ on entre SDN y NFV. m´ as f´ acil y flexible de nuevas tecnolog´ ıas, a diferencia de las estaciones base (BS) tradicionales. De esta manera, aparece el concepto de SBS (BS definida por software), en la que un n´ umero determinado de BS virtuales pueden ser desplegadas simult´ aneamente. Numerosos estudios establecen que SDN y NFV conducen a una reducci´ on significativa del CAPEX para los operadores de red [3], [12]. En relaci´ on al OPEX [14], los procesos operativos automatizados podr´ ıan reducir la intervenci´ on humana, reduciendo los costes de personal y las operaciones de red que generen fallos. En lo que respecta al CAPEX, una provisi´ on de funciones y servicios flexible, ´ agil y ´ optima puede reducir los costes de equipamiento y posponer las inversiones [15]. III. MODELO DE COSTES En esta secci´ on se presenta el modelo de costes que se utilizar´ a en secciones posteriores, para analizar y evaluar de manera cuantitativa el despliegue de una arquitectura de red virtualizada. El modelo utilizado establece que los costes totales de un determinado operador pueden ser divididos en dos, principalmente: CAPEX y OPEX [2], [3]. •Costes de capital (CAPEX). Tambi´ en llamados inversiones en bienes de capitales, ya que son inversiones de capital que crean beneficios. El CAPEX est´ a´ ıntimamente ligado a los costes de la infraestructura fija de la empresa y se amortizan con el tiempo. En general, el CAPEX empieza a tener sentido cuando una empresa invierte en una determinada compra de un activo fijo o para a˜ nadir valor a un activo existente con una vida ´ util que se extiende m´ as all´ a del a˜ no actual. Para un operador de red, el CAPEX incluye los costes relacionados con la compra de terrenos y/o edificios (por ejemplo, para alojar el equipamiento tecnol´ ogico), la infraestructura de red y el despliegue inicial de dicha infraestructura. Hay que tener en cuenta que la compra de equipamiento siempre tiene que ser incluida en el CAPEX, independientemente de si el pago se realiza de una vez o se extiende a lo largo del tiempo. ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) $QiOLVLVGHFRVWHVGHOGHVSOLHJXHGHXQDDUTXLWHFWXUDGHUHGEDVDGDHQ6'11)9 Fig. 2. Costes de infraestructura y operaci´ on considerados. •Costes de operaci´ on (OPEX). Se trata de un coste permanente para el funcionamiento de un producto, negocio o sistema. Tambi´ en llamados costes de funcionamiento o costes operativos. El OPEX no contribuye a los costes del despliegue de la infraestructura; representan el coste necesario para mantener operativa la infraestructura, incluyendo los costes de operaciones t´ ecnicas y comerciales, administraci´ on, etc. Para un operador de red, el OPEX est´ a formado por los costes de alquiler (edificio, terreno, equipos de red,etc), los costes de energ´ ıa y los costes de mantenimiento, administraci´ on y operaci´ on, entre otros. Las estimaciones del CAPEX y OPEX realizadas se han llevado a cabo utilizando el modelo que se presenta en la Fig. 2. En ella se pueden observar los costes que han sido considerados durante el estudio y an´ alisis. Adem´ as, para poder evaluar y comparar convenientemente los costes del despliegue de una arquitectura de red virtualizada, que haga uso de los nuevos paradigmas emergentes, es necesario analizar tambi´ en los costes a los que los operadores tendr´ ıan que hacer frente si se usara una arquitectura de red tradicional. Desde el punto de vista de la tecnolog´ ıa, la Fig. 3 muestra una comparativa entre ellas. En realidad, una RAN (Red de Acceso Radio) virtualizada (C-RAN) se trata de una evoluci´ on de una RAN tradicional, en la que el elemento principal pasa a ser una BS virtualizada (vBS), es decir, un n´ umero determinado de BS virtuales pueden ser desplegadas simult´ aneamente sobre una BS f´ ısica [16]. La estaci´ on base que albergue varias vBS la denominaremos SBS. Concretamente, una C-RAN consta de tres componentes principales: la antena que junto al RRH (Remote Radio Head) se ubican en una localizaci´ on remota y estar´ an controlados por las vBS, el propio pool de vBS que est´ a compuesto por procesadores de alto rendimiento que hacen uso de tecnolog´ ıas de virtualizaci´ on en tiempo real y una red de baja latencia para conectar las antenas al pool de vBS. A. CAPEX y OPEX en una red de acceso tradicional En esta secci´ on se modelan los costes relacionados con una red de acceso radio tradicional (RAN), que nos permitir´ an evaluar el impacto relativo al despliegue de la infraestructura de red necesaria y su mantenimiento como si fuera un operador de red tradicional. Se asume que en un ´ area Aexisten un determinado n´ umero de operadores (Nop) que se encuentran dando cobertura a un conjunto de clientes. El n´ umero de Fig. 3. Comparativa entre una RAN tradicional y una RAN virtualizada. estaciones base requeridas para cubrir el ´ area Adepende, por un lado, del radio de cobertura de la estaci´ on base (Rmax) y, por otro lado, del n´ umero total de usuarios en el ´ area A(NUT). Por lo tanto, el n´ umero total de estaciones base requeridas por cada operador viene dado por la Ec. 1. NBSO =A π·R2 max (1) Si λrefleja la densidad de usuarios por unidad de ´ area, se puede definir el n´ umero total de usuarios por operador (NUOp) como se muestra en la Ec. 2. NUOp =λ·A=π·λ·NBSO ·R2 max (2) Siendo CdBS los costes asociados al despliegue inicial de una estaci´ on base y CBS los costes de cada estaci´ on base (equipamiento), se puede definir el CAPEX total de una arquitectura RAN tradicional como se muestra en la Ec. 3. CAPEXRAN = Nop  i=1 NBSOi  j=1 CdBS +CBSij (3) Obteniendo NBSO de la Ec. 2 y, aplic´ andolo a la Ec. 3, se obtiene el coste de la infraestructura para todos los usuarios (Cinfra), tal y como se muestra en la Ec. 4. Cinfra = NUT    Nop ·NUOp ·CdBS +CBS π·λ·R2 max (4) Adem´ as, si se quisiera conocer el coste de la infraestructura por usuario (Cinfra−u), dividiremos la Ec. 4 entre el n´ umero de usuarios totales en la red (NUT), tal y como muestra la Ec. 5. Cinfra−u=Cinfra NUT =CdBS +CBS π·λ·R2 max (5) Por otro lado, la Ec. 6 define el OPEX total de una arquitectura RAN tradicional. Para ello se tendr´ an en cuenta la energ´ ıa consumida por BS (PBS), el coste del kWh (CkWh), los costes asociados a la operaci´ on, ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) Calle-Cancho, Cort´ es-Polo, Carmona-Murillo, Gonz´ alez-S´ anchez, Rodr´ ıguez-P´ erez, 2019. mantenimiento y administraci´ on (COA&M) y los costes de alquiler (CALQ). OPEXRAN = Nop  i=1 NBSOi  j=1 PBS ·CkWh+ +COA&M+CALQij (6) PBS engloba la potencia de todas las antenas que conforman la estaci´ on base. Considerando que una estaci´ on base est´ a formada por un n´ umero de antenas determinado (Na), con una potencia determinada cada una (Pa), se puede estimar la potencia el´ ectrica total de cada BS, tal y como se muestra en la Ec. 7. PBS =Na·Pa(7) Por ´ ultimo, se define TCO como el coste total del operador, que resulta de sumar los dos costes definidos anteriormente, tal y como se muestra en la Ec. 8. TCORAN =CAPEXRAN +OPEXRAN = = Nop  i=1 NBSOi  j=1 CdBS +CBSij + + Nop  i=1 NBSOi  j=1 PBS ·CkWh +COA&M+CALQij (8) B. CAPEX y OPEX en una red de acceso virtualizada A continuaci´ on se modelan los costes relacionados con una red de acceso radio virtualizada, que permitir´ an evaluar los costes relativos a la infraestructura de red necesaria para desplegar un operador de red virtualizado. Se asume que en un ´ area Aexiste un determinado n´ umero de estaciones base virtuales vBS, desplegadas sobre SBS, que se encuentran dando cobertura a un conjunto de usuarios. El n´ umero de SBS requerido para cubrir el ´ area Aestar´ a determinado por el radio de cobertura de la SBS (Rmax) y por el n´ umero total de usuarios en el ´ area A(NUT), tal y como se muestra en la Ec. 9. NSBS =A π·R2 max (9) Si λrefleja la densidad de usuarios por unidad de ´ area yNsl define el n´ umero de slices (vBS) por cada SBS, se tiene que el n´ umero total de usuarios en un ´ area Aes NUT (Ec. 10). NUT =λ·A= Nsl  i=1 π·λ·NSBS ·R2 max(10) Adem´ as, CSBS representa el coste de una SBS. Se asume que el coste total de una SBS aumenta linealmente con respecto al n´ umero de vBS desplegadas en ella, tal y como se muestra en la Ec. 11 [17]. CSBS =CBS ·(1 + 0,2·(Nsl −1)) (11) Siendo CdSBS el coste asociado al despliegue inicial de una SBS, se puede definir el CAPEX total de una arquitectura C-RAN como se muestra en la Ec. 12. CAPEXC−RAN =CdSBS−total +CSBS−total = =NSBS ·(CdSBS +CSBS)(12) Obteniendo NSBS de la Ec. 10 y, aplic´ andolo a la Ec. 12, se obtiene el coste de la infraestructura para todos los usuarios (Cinfra−sbs), tal y como se muestra en la Ec. 13. Cinfra−sbs =NUT Nsl ·π·λ·R2 max ·(CdSBS +CSBS) (13) Adem´ as, el coste de la infraestructura por usuario (Cinfra−sbs−u) queda definido por la Ec. 14. Cinfra−sbs−u=CdSBS +CSBS Nsl ·π·λ·R2 max (14) Por otro lado, la Ec. 15 define el OPEX para una arquitectura C-RAN. Estar´ a formado por los costes derivados del consumo energ´ etico de las SBS, que ser´ an calculados a partir de la potencia de la SBS (PSBS)yel coste del kWh (CkWh). Adem´ as, tambi´ en se tendr´ an en cuenta costes asociados a la operaci´ on, mantenimiento y administraci´ on (COA&M) y los costes de alquiler (CALQ). Hay que tener en cuenta que cada SBS tiene m´ as capacidades que una BS tradicional, por lo que PSBS depender´ a del n´ umero de vBS que se desplieguen sobre ella. OPEXC−RAN = NSBS  i=1 PSBS ·CkWh+ COA&M+CALQi (15) Considerando que cada vBS est´ a formada por un n´ umero de antenas determinado (Na), se puede estimar que la potencia el´ ectrica de cada SBS (PSBS) como se indica en la Ec. 16. PSBS =Nsl ·Na·Pa(16) Por ´ ultimo, se define el TCO como el coste total del operador relativo al despliegue de una RAN virtualizada. En la Ec. 17 se define este par´ ametro. TCOC−RAN =CAPEXC−RAN +OPEXC−RAN = = NSBS  i=1 CdSBS +CSBSi + + NSBS  i=1 PSBS ·CkWh +COA&M+CALQi (17) ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) IV. CASO RCT: RESULTADOS NUM´ ERICOS Extremadura cuenta con una infraestructura de fibra ´ optica a la que la Junta de Extremadura denomin´ o como Red Cient´ ıfico Tecnol´ ogica de Extremadura (RCT). Tiene como principal objetivo proporcionar servicios de comunicaciones avanzadas y de altas prestaciones a los centros tecnol´ ogicos y de investigaci´ on ubicados en la regi´ on. Todo ello surgi´ o ante la necesidad de la Comunidad Aut´ onoma de Extremadura de contar con una infraestructura de telecomunicaciones tecnol´ ogicamente avanzada que soportara accesos telem´ aticos de ´ ultima generaci´ on. Por ello se acometieron distintos proyectos cuya finalidad fue el tendido de una red de fibra ´ optica que permitiera conformar una red troncal de telecomunicaciones de alta velocidad que cumpliera con los siguientes objetivos: •Unir las infraestructuras de los campus y/o edificios de la Universidad de Extremadura. •Interconectar los centros sanitarios de referencia, tecnol´ ogicos y principales centros administrativos de la regi´ on. •Dar cobertura a proyectos e iniciativas impulsadas por la Administraci´ on Regional en el ´ ambito de la investigaci´ on cient´ ıfica e innovaci´ on tecnol´ ogica. •Fomentar el intercambio de informaci´ on y conocimiento entre las universidades, centros de investigaci´ on y centros tecnol´ ogicos, llegando a ser la columna vertebral del desarrollo tecnol´ ogico en la regi´ on. •Permitir la conexi´ on con otras redes de investigaci´ on de ´ ambito nacional y europeo. Dada la gran capacidad de transmisi´ on de datos que ofrece la Red Cient´ ıfico Tecnol´ ogica de Extremadura, se exceden las necesidades de los centros tecnol´ ogicos conectados inicialmente, bajo cuya filosof´ ıa surgi´ ola necesidad del despliegue de dicha red. Por ello, se puede reutilizar el sobredimensionamiento de red para la prestaci´ on de servicios de acceso a las infraestructuras de telecomunicaciones tanto a clientes p´ ublicos como privados. Con esta infraestructura, se dispondr´ ıa de una red troncal de telecomunicaciones que conectar´ ıa los municipios de Extremadura, y que podr´ ıa ser utilizada Fig. 4. Arquitectura de la red virtualizada. Tabla I PAR ´ AMETROS TENIDOS EN CUENTA PARA LOS C´ ALCULOS DEL CAPEX, OPEX YTCO. Par´ ametro Valor CdBS =CdSBS 5 000 e CBS 15 596 e Pa615 W Na4 CkW h 0,14 e COA&M4 000 e/a˜ no CALQ 1 000 e/a˜ no Rmax 2km como red troncal por un operador de telecomunicaciones para ofrecer servicios de banda ancha en dichos municipios, tal y como se muestra en la Fig.4. Por lo tanto, en esta secci´ on se evaluar´ a de forma cuantitativa la implantaci´ on de mecanismos de nueva generaci´ on en la RCT, con el objetivo de cuantificar los costes operacionales y de capital. La Tabla I muestra los par´ ametros por defecto utilizados [15], [18], [19], [20]. Adem´ as, los valores de referencia para el n´ umero de estaciones base han sido: 10, 20, 30, 50 y 100 [21]. En el caso del escenario C-RAN se ha considerado que sobre cada SBS se pueden desplegar hasta 5 vBS. En primer lugar se han calculado los costes de capital en relaci´ on al n´ umero de estaciones base desplegadas, teniendo en cuenta los valores establecidos en la Tabla I. La Fig. 5 muestra la comparativa de los costes de capital entre los dos tipos de arquitectura desplegadas (RAN y C-RAN). En ambos casos, el CAPEX aumenta de manera lineal con respecto al n´ umero de estaciones base desplegadas. Tal y como se muestra en la Fig. 5, se pueden conseguir ahorros de los costes de capital del orden del 70% cuando se despliegan 100 BS bajo una arquitectura C-RAN, con respecto a una arquitectura RAN tradicional. Por otro lado, la Fig. 6 refleja la evoluci´ on de los costes 0 20406080100 0 0.5 1 1.5 2 2.5 ·106 N´ umero de estaciones base f´ ısicas Coste (e) CAPEXRAN CAPEXC−RAN Fig. 5. An´ alisis de CAPEX: RAN vs C-RAN. ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) $QiOLVLVGHFRVWHVGHOGHVSOLHJXHGHXQDDUTXLWHFWXUDGHUHGEDVDGDHQ6'11)9 Calle-Cancho, Cort´ es-Polo, Carmona-Murillo, Gonz´ alez-S´ anchez, Rodr´ ıguez-P´ erez, 2019. 0 20406080100 0 0.5 1 1.5 2 2.5 ·106 N´ umero de estaciones base f´ ısicas Coste (e) OPEXRAN OPEXC−RAN Fig. 6. An´ alisis de OPEX: RAN vs C-RAN. de operaci´ on con respecto al n´ umero de estaciones base f´ ısicas desplegadas en un ´ area determinada. En el caso del OPEX, al ser costes relacionados con el mantenimiento de la infraestructura, en este art´ ıculo se han considerado los costes asociados al primer a˜ no de operaci´ on, es decir, OPEX anual. En el caso de C-RAN se consiguen ahorros de OPEX de aproximadamente un 60% con respecto a la arquitectura RAN. La Fig. 7 muestra la influencia del n´ umero de estaciones base desplegadas en el coste total del operador de red. Adem´ as, las reducciones de CAPEX y OPEX en el caso de la arquitectura C-RAN se ven reflejadas en el TCO. Este coste total est´ a muy influenciado por los costes de capital para ambos despliegues analizados. Por ´ ultimo, se ha calculado el coste de la infraestructura en funci´ on de la densidad de usuarios en un determinado ´ area, tal y como se muestra en la Fig. 8. Para el caso de la 0 20406080100 0 0.5 1 1.5 2 2.5 ·106 N´ umero de estaciones base f´ ısicas Coste (e) TCORAN TCOC−RAN Fig. 7. An´ alisis de TCO: RAN vs C-RAN. 0 200 400 600 800 1 000 0 5 10 15 Densidad de usuarios (λ) Coste por usuarios (e) RANtrad C−RANNsl=2 C−RANNsl=4 C−RANNsl=6 Fig. 8. Comparativa de costes relativos de RAN vs C-RAN en funci´ on de la densidad de usuarios. arquitectura C-RAN, a medida que el n´ umero de slices por SBS aumenta, el coste de la inversi´ on en infraestructura por usuario disminuye. Adem´ as, el coste por usuarios en la RAN tradicional es mucho mayor que el coste por usuarios en la arquitectura C-RAN. Cuando hay una mayor densidad de usuarios en un ´ area determinada, los costes se disminuyen considerablemente, pero siempre los del despliegue de red tradicional est´ an por encima de los del despliegue de red virtualizado. V. CONCLUSIONES Y TRABAJOS FUTUROS Debido al r´ apido crecimiento del tr´ afico de datos m´ oviles y los nuevos servicios demandados por los usuarios, los proveedores de servicios de telecomunicaciones han propuesto nuevas formas de prestaci´ on de servicios en t´ erminos de flexibilidad, agilidad y ahorro de costes a trav´ es de la gesti´ on y ahorro de los costes de operaci´ on y los costes de capital. Tecnolog´ ıas como NFV y SDN han surgido para permitir que la infraestructura de red sea m´ as flexible y abierta. Adem´ as, los proveedores de servicios pueden implementar servicios innovadores que reduzcan los costes de operaci´ on, administraci´ on y mantenimiento. SDN y NFV est´ an estrechamente relacionados y todas estas tecnolog´ ıas van a ser muy importantes en los entornos de prestaci´ on de servicios dado que estas arquitecturas est´ an definidas e integradas con redes de pr´ oxima generaci´ on o redes 5G. En este trabajo se propone un enfoque para reducir el impacto de NFV y SDN en el coste total de despliegue y mantenimiento para un operador de red. Se presenta un modelo de an´ alisis de costes que proporciona una visi´ on t´ ecnica y econ´ omica para decidir qu´ e arquitectura es la m´ as acertada a la hora de desplegar las tecnolog´ ıas de red y los servicios que han de ser desarrollados. Adem´ as, se establece un an´ alisis cuantitativo para evaluar los beneficios y desventajas de estas tecnolog´ ıas emergentes. ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) El modelo cuantitativo se utiliza para realizar experimentos que muestran una reducci´ on significativa de los costes cuando se aplican mecanismos de virtualizaci´ on en las redes de acceso. El an´ alisis realizado revela que la arquitectura propuesta proporciona importantes ahorros de CAPEX, OPEX y TCO. Los resultados experimentales obtenidos de la comparaci´ on entre el caso tradicional y el caso virtualizado muestran que: •El CAPEX para la red de acceso virtualizada se puede reducir hasta un 70 por ciento con respecto al caso tradicional. •En comparaci´ on con la red de acceso tradicional, el OPEX para la red de acceso virtualizada puede reducirse hasta un 59 por ciento. •El TCO para la arquitectura virtualizada se puede reducir hasta un 68 por ciento. •La reducci´ on de costes aumenta cuando mayor es el n´ umero de particiones virtuales. Finalmente, se establecen algunas l´ ıneas de trabajo futuro con el objetivo de mejorar el dise˜ no del modelo de costes para futuros an´ alisis y evaluaciones: •Analizar otros par´ ametros como el Retorno en la Inversi´ on (ROI), con la finalidad de calcular el beneficio real de cualquier tipo de inversi´ on que se haga en la infraestructura. •Aplicar optimizaci´ on matem´ aticas sobre el modelo de costes propuestos para ajustar par´ ametros cr´ ıticos de los operadores de red. •Modelar nuevos escenarios con vol´ umenes de tr´ afico estimados y demandas de capacidad para los a˜ nos siguientes. •Adecuar el modelo de costes para evaluar despliegues de celdas de redes 5G. AGRADECIMIENTOS Este trabajo est´ a financiado en parte por el Fondo Europeo de Desarrollo Regional (FEDER) Programa Operativo 2014-2020 de Extremadura a trav´ es del proyecto CultivData (2018.14.02.332A.444.00), y, en parte, a trav´ es de los Fondos Europeos de Desarrollo Regional bajo el proyecto IB18003. REFERENCIAS [1] Cisco Systems Inc. Cisco Visual Networking Index: Forecast and Trends, 2017-2022. White Paper. February 2019. [2] S. Verbrugge, D. Colle, M. Pickavet, P. Demeester, S. Pasqualini, A. Iselt, A. Kirst¨ adter, R. H¨ ulsermann, F.-J. Westphal, and M. J¨ ager. Methodology and input availability parameters for calculating OpEx and CapEx costs for realistic network scenarios. In Journal of Optical Networking, vol. 5, no. 6, pp. 509-520, 2006. [3] B. Naudts, M. Kind, S. Verbrugge, D. Colle, and M. Pickavet. How can a mobile service provider reduce costs with software-defined networking? In International Journal of Network Management, vol. 26, no. 1, pp. 56-72, 2016. [4] B. Blanco, J. O. Fajardo, I. Giannoulakis, E. Kafetzakis, S. Peng, J. P´ erez-Romero, I. Trajkovska, P. S. Khodashenas, L. Goratti, M. Paolino, E. Sfakianakis, F. Liberal, and G. Xilouris. Technology pillars in the architecture of future 5G mobile networks: NFV, MEC and SDN. Computer Standards and Interfaces. In Computer Standards and Interfaces, vol. 54, pp. 216-228, 2017. [5] M. Jammal, T. Singh, A. Shami, R. Asal, and Y. Li. Software-Defined Networking: State of the Art and Research Challenges. In CoRR, vol. abs/1406.0124, 2014. [6] Y. Li and M. Chen. Software-Defined Network Function Virtualization: A Survey In IEEE Access, vol. 3, pp. 2542-2553, 2015. [7] B. A. A. Nunes, M. Mendonca, X.-N. Nguyen, K. Obraczka, and T. Turletti. A Survey of Software-Defined Networking: Past, Present, and Future of Programmable Networks. In IEEE Communications Surveys & Tutorials, vol. 16, no. 3, pp. 1617-1634, 2014. [8] OpenFlow specifications. [Online] July 2019. Available: https://www.opennetworking.org/sdn-resources/openflow [9] W. Chin, Z. Fan, and R. Haines. Emerging technologies and research challenges for 5G wireless networks. In IEEE Wireless Communications, vol. 21, no. 2, pp. 106-112, 2014. [10] B. Han, V. Gopalakrishnan, L. Ji, and S. Lee. Network function virtualization: Challenges and opportunities for innovations In IEEE Communications Magazine, vol. 53, no. 2, pp. 90-97, 2015. [11] J. A. Cabrera, R. Schmoll, G. T. Nguyen, S. Pandi and F. H. P. Fitzek. Softwarization and Network Coding in the Mobile Edge Cloud for the Tactile Internet. In Proceedings of the IEEE, vol. 107, no. 2, pp. 350-363, 2019. [12] R. Mijumbi, J. Serrat, J. L. Gorricho, N. Bouten, F. D. Turck, and R. Boutaba. Network Function Virtualization: State-of-the-Art and Research Challenges. In IEEE Communications Surveys Tutorials, vol. 18, pp. 236-262, 2016. [13] I.-F. Akyildiz, P. Wang, and S.-H. Lin. SoftAir: A software defined networking architecture for 5G wireless systems. In Computer Networks, vol. 85, pp. 1-18, 2015. [14] E. Hern´ andez-Valencia, S. Izzo, and B. Polonsky. How will nfv/sdn transform service provider opex?. In IEEE Network, vol. 29, no. 3, pp. 60-67, 2015. [15] N. Zhang, and H. H¨ amm¨ ainen. Cost Efficiency of SDN in LTE-based Mobile Networks: Case Finland. In International Conference and Workshops on Networked Systems, 2015. [16] D. Pompili, A. Hajisami, and H. Viswanathan. Dynamic provisioning and allocation in Cloud Radio Access Networks (C-RANs). In Ad Hoc Networks, vol. 30, pp. 128-143, 2015. [17] M. Rahman, C. Despins, and S. Affes. Analysis of CAPEX and OPEX benefits of wireless access virtualization. In IEEE International Conference Communications Workshops (ICC), pp. 436-440, 2013. [18] S.F. Yunas, J. Niemel¨ a, M. Valkama, and T. Isotalo. Techno-economical analysis and comparison of legacy and ultra-dense small cell networks. In Local Computer Networks, 2014. [19] S.F. Yunas, J. Niemel¨ a, M. Valkama, and T. Isotalo. Relation between base station characteristics and cost structure in cellular systems. In IEEE Personal, Indoor and Mobile Radio Communications, vol. 4, pp. 2627-2631, 2004. [20] LTE Multi-Platform Base Station. [Online] July 2019. Available: https://www.winncom.com/en/products/998-03-536 [21] CNMC. Informaci´ on Geogr´ afica de las estaciones base LTE de la Comunidad Aut´ onoma de Extremadura.[Online] July 2019. Available: http://data.cnmc.es/datagraph/jsp/graph/mapa.jsp ThisworkislicensedunderaCreativeCommons4.0InternationalLicense(CCBY-NC-ND4.0) $QiOLVLVGHFRVWHVGHOGHVSOLHJXHGHXQDDUTXLWHFWXUDGHUHGEDVDGDHQ6'11)9