Digitalization is a journey that has been started and put ICT industry in a crucial situation to provide required infrastructure for diverse range of data hungry, short tempered applications and services. One of the main technologies that will pave the way towards new digital ecosystem is fifth Generation of mobile technology. To meet 5G network service requirements, innovative architectures, technologies and standards focusing on cloudification are employed. Cloudification of network functions along with the use of virtualized network functions (VNFs) and containerized network functions (CNFs) allows agile and scalable service provisioning. The use of VNFs and CNFs has been started from core and networking middleboxes but then extended to RAN functions. Open radio access network (O-RAN) proposes an interoperable and standard architecture for cloudified RAN. The main idea behind this architecture is to make RAN more flexible. O-RAN allows different layers of RAN to be split and deployed as virtual function and openly communicate with each other for service provisioning. In this paper, we model an End-to-End mobile network operator (MNO) employing O-RAN. We consider a mobile network architecture, with three layer hierarchical data centers (Local, Regional, and Core) to add flexibility in resource allocation, and increase reliability, taking the advantages of O-RAN. MNO receives various service function requests (SFRs) requiring accommodation on the network. We assume RAN and core functions are deployed as CNFs on the data centers. Users of SFRs connects to remote radio heads (RRH) to receive the service. In this paper, we mathematically model the CNF placement and resource allocation of an O-RAN enabled LTE/5G network while trying to minimize the End-to-End delay of the data plane. We study the problem in two different cases First, we assume that the SFR traffic traverse through a single path across the RAN functions and model this problem. This is a mixed integer non-linear programming problem. With some change of variables, we make it a linear mixed integer programming problem but it is still non-trivial to solve. Then, we model the problem for the case where traffic of an SFR can be split and be served via multiple CNFs. We proposed a gradient based scheme to solve the minimum delay problem in this case.

Experimental results indicate that by increasing the number of service requests in a network, the proposed GBMD(Gradient-Based Minimum Delay) algorithm serves up to 90% End-to-End Delay decrease. Another improvement on the performance of a network will occur by levering GBMD algorithm for around 72% End-to-End delay reduction in case of limited resources.

数字化是一个已经开始的旅程，它使ICT行业处于至关重要的境地，可以为各种数据匮乏，短时间的应用程序和服务提供所需的基础设施。第五代移动技术将为通往新的数字生态系统铺平道路的主要技术之一。为了满足5G网络服务要求，采用了专注于云化的创新架构，技术和标准。网络功能的云化以及虚拟化网络功能（VNF）和容器化网络功能（CNF）的使用可实现灵活且可扩展的服务供应。VNF和CNF的使用已从核心和网络中间盒开始，但随后扩展到RAN功能。开放无线电接入网（O-RAN）为云化RAN提出了一种可互操作的标准架构。该体系结构背后的主要思想是使RAN更灵活。O-RAN允许将RAN的不同层作为虚拟功能进行拆分和部署，并相互开放地进行通信以进行服务供应。在本文中，我们对采用O-RAN的端到端移动网络运营商（MNO）进行建模。我们考虑一种具有三层分层数据中心（本地，区域和核心）的移动网络架构，以利用O-RAN的优势来增加资源分配的灵活性并提高可靠性。MNO接收需要在网络上容纳的各种服务功能请求（SFR）。我们假设RAN和核心功能作为CNF部署在数据中心上。SFR的用户连接到远程无线电头（RRH）以接收服务。在本文中，我们在数学上对启用O-RAN的LTE / 5G网络的CNF放置和资源分配建模，同时尝试最小化数据平面的端到端延迟。我们在两种不同的情况下研究该问题。首先，我们假设SFR流量经过RAN功能上的一条路径，并对这个问题进行建模。这是一个混合整数非线性规划问题。随着变量的变化，我们使它成为一个线性混合整数规划问题，但是仍然很难解决。然后，我们为SFR的流量可以拆分并通过多个CNF提供服务的情况建模了问题。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们在数学上对启用O-RAN的LTE / 5G网络的CNF放置和资源分配建模，同时尝试最小化数据平面的端到端延迟。我们在两种不同的情况下研究该问题。首先，我们假设SFR流量经过RAN功能上的一条路径，并对这个问题进行建模。这是一个混合整数非线性规划问题。随着变量的变化，我们使它成为一个线性混合整数规划问题，但仍然很难解决。然后，我们为SFR的流量可以拆分并通过多个CNF提供服务的情况建模了问题。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们在数学上对启用O-RAN的LTE / 5G网络的CNF放置和资源分配建模，同时尝试最小化数据平面的端到端延迟。我们在两种不同的情况下研究该问题。首先，我们假设SFR流量经过RAN功能上的一条路径，并对这个问题进行建模。这是一个混合整数非线性规划问题。随着变量的变化，我们使它成为一个线性混合整数规划问题，但是仍然很难解决。然后，我们为SFR的流量可以拆分并通过多个CNF提供服务的情况建模了问题。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们在两种不同的情况下研究该问题。首先，我们假设SFR流量经过RAN功能上的一条路径，并对这个问题进行建模。这是一个混合整数非线性规划问题。随着变量的变化，我们使它成为一个线性混合整数规划问题，但是仍然很难解决。然后，我们为SFR的流量可以拆分并通过多个CNF提供服务的情况建模了问题。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们在两种不同的情况下研究该问题。首先，我们假设SFR流量经过RAN功能上的一条路径，并对这个问题进行建模。这是一个混合整数非线性规划问题。随着变量的变化，我们使它成为一个线性混合整数规划问题，但是仍然很难解决。然后，我们为SFR的流量可以拆分并通过多个CNF提供服务的情况建模了问题。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们为SFR的流量可以拆分并通过多个CNF提供服务的情况对问题进行建模。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。我们为SFR的流量可以拆分并通过多个CNF提供服务的情况对问题进行建模。我们提出了一种基于梯度的方案来解决这种情况下的最小延迟问题。

实验结果表明，通过增加网络中的服务请求数量，所提出的GBMD（基于梯度的最小延迟）算法可减少90％的端到端延迟。在资源有限的情况下，通过利用GBMD算法将端到端延迟减少约72％，可以实现网络性能的另一项改进。