Enhancing the Resilience of Modern Mobile Networks

Abstract

Ettersom verden blir stadig mer avhengig av internett, krever flere og flere tjenester internettforbindelse - alt fra selvkjørende biler og fjernki- rurgiske operasjoner til integrasjon av utvidet og virtuell virkelighet i vårt daglige liv. Disse tjenestene krever ekstreme ytelse, som for eksempel maksimal latenstid på 1 millisekund og oppetid på mer enn 99,9999%. For å møte disse kravene kreves det en revolusjon innen nettverksde- sign, der virtualisering av nettverksfunksjoner NFV spiller en sentral rolle. Moderne mobilnettverk har gått fra å være avhengige av dedikert og ufleksibel maskinvare til omfattende softwarisering og virtualisering. Denne avhandlingen adresserer det essensielle behovet for at disse nett- verkene opprettholder ekstrem resiliens, selv i møte med nettverksfeil eller målrettede angrep. Vi bruker et omfattende rammeverk som kvantifiserer og evaluerer overlevelsevnene til et nettverk, og bruker funnene til å utarbeide strategier som NFV-nettverk kan implementere for å styrke sin resiliens. Disse strategiene fokuserer på å veilede NFV-nettverksoperatører i å prioritere rekkefølge av nodereparasjoner etter nettverksfeil, og å ut- nytte softwarisering for å automatisk re-optimere det virtuelle laget av nettverket etter feil. Våre funn understreker den betydelige påvirkningen av nettverksstruktur for resiliens, og introduserer en ny metrikk kalt flow centrality, som overgår tradisjonelle metrikker som mellomplasse- ringssentralitet (betweenness centrality) og nærhetssentralitet (closeness centrality) i å identifisere kritiske noder i et NFV-nettverk. Videre de- monstrerer vi fordelene med å ta i bruk en re-optimaliseringsstrategi etter nettverksfeil, og diskuterer utfordringene med en "one-size-fits-allstrategi for reparering av NFV-nettverk, og fremhever dermed den komplekse, kontekstavhengige karakteristikken av overlevelsevnene til et nettverk. Denne avhandlingen bidrar til å styrke NFV-nettverks resiliens, undersø- ker ulike repareringsstrategier, foreslår en ny metrikk for nodesentralitet, og foreslår retninger for fremtidig forskning som til slutt vil bidra til en mer robust og sikker digital infrastruktur.

As the world becomes increasingly dependent on the internet, more and more services demand internet connectivity - from self-driving cars and remote surgical operations to the integration of augmented and virtual re- ality in our daily lives. These services require extreme performance, such as a maximum latency of 1 millisecond and uptime of more than 99.9999%. Meeting these requirements necessitates a revolution in network design, wherein Network Function Virtualization (NFV) plays an integral role. Modern mobile networks have transitioned from reliance on dedicated, inflexible hardware to extensive softwarization and virtualization. This thesis addresses the essential need for these networks to maintain extreme resilience, even in the face of network failures or targeted attacks. We employ a comprehensive framework that quantifies and evaluates network survivability and use the findings to devise strategies that NFV networks can implement to enhance their resilience. These strategies center around guiding NFV network operators in prioritizing node repair after network failures and leveraging softwarization to automatically re-optimize the virtual layer of the network post-failure. Our findings underscore the sig- nificant influence of network structure on resilience and introduce a novel metric called flow centrality that outperforms traditional metrics such as betweenness and closeness centrality in identifying critical nodes in an NFV network. Furthermore, we demonstrate the benefits of adopting a re-optimization strategy post-network failures and discuss the chal- lenges of a one-size-fits-all recovery strategy for NFV networks, thereby highlighting the complex and context-dependent nature of network sur- vivability. This thesis contributes to enhancing the resilience of NFV networks, investigates recovery strategies, proposes a novel metric for node importance, and suggests directions for future research, ultimately contributing to a more robust and secure digital infrastructure.