A tecnologia de fatiamento de rede possibilita a criação de muitas redes virtuais sobre uma infraestrutura comum, enquanto mantém o isolamento entre fatias. Está sendo considerada como uma das abordagens mais promissoras para a reengenharia das redes, uma vez que permite a partilha de recursos de uma rede física em múltiplas redes virtuais, cada uma projetada e otimizada para aplicações específicas. Contudo, o desempenho de fatias de rede semelhantes pode ser bem diferente dependendo da sequência de procedimentos adotada, uma vez que é afetada pelas características das funções de rede que as suportam (desempenhadas por um orquestrador como o NFV-MANO) e pela localização geográfica dessas funções de rede. Assim, nesse projeto é proposto um estudo da imparcialidade do desempenho entre fatias de rede usando estratégias adaptadas já utilizadas em Redes Ópticas Elásticas. A principal ferramenta é a modelagem computacional, mas há também a intenção de apresentar uma prova de conceito em uma rede real experimental com características de uma rede fatiada. (AU)

Técnicas de Inteligência Artificial (IA) e de Aprendizado de Máquina (ML) têm o potencial de desempenhar um papel proeminente no controle inteligente de redes ópticas por meio do oferecimento de um desempenho aprimorado sobre métodos tradicionais. Isso é de fundamental importância, uma vez que as redes ópticas constituem as bases de muitos dos sistemas de comunicação atuais. Neste projeto, nós propomos a investigação de modelos de Aprendizado Supervisionado (SL) aplicado aos problemas de Qualidade de Transmissão (QoT) e Monitoramento do Desempenho Óptico (OPM). Esses modelos podem ser usados para estimar e prever a qualidade de transmissão de caminhos ópticos, ou para prover uma detecção antecipada de anomalias que podem afetar a qualidade de transmissão dos caminhos ópticos na rede. Nós também investigamos, pela primeira vez, o roteamento em Redes Ópticas sem Filtros (FON) equipadas com comutadores ópticos programáveis com o uso de algoritmos de Otimização por Colônia de Formigas (ACO). Com efeito, o algoritmo ACO foi empregado com sucesso em diferentes arquiteturas ópticas, como as redes comutadas por comprimento de onda ou as redes elásticas. Nesse contexto, o algoritmo ACO pode ser considerado um candidato adequado para o controle da FON. Finalmente, este projeto estabelece uma nova colaboração internacional com o grupo de pesquisa liderado pela Prof. Christine Tremblay na ÉTS-Montreal. (AU)