Um Modelo Integrador: MCC-Open RAN para Otimização da QoE com Ênfase no Near-RIC
Redes 6G, Open RAN, Mobile Cloud Computing, Qualidade de Experiência (QoE), Inteligência Artificial, Aprendizado de Máquina
Este estudo propõe um modelo integrado que combina Mobile Cloud Com-
puting (MCC) e arquitetura Open RAN para redes 6G com o objetivo de
otimizar a Qualidade de Experiência (QoE) dos usuários finais. A arquite-
tura articula controladores RAN Intelligent Controllers (RIC) operando em
tempo quase real (Near-RT RIC) e tempo não real (Non-RT RIC), utilizando
modelos de Inteligência Artificial e Aprendizado de Máquina (IA/ML) para
ações reativas e preditivas, buscando um equilíbrio entre respostas imediatas
e otimizações estratégicas baseadas em dados históricos. O modelo enfatiza
a gestão do tráfego em Near-RT RIC para demonstrar melhorias na qua-
lidade de serviços de video-streaming e video-conferência para usuários em
mobilidade, especificamente pedestres deslocando-se em ambientes urbanos.
A emulação proposta utiliza o ambiente Open RAN Blueprint para avaliar o
desempenho da arquitetura em condições realistas de rede 6G, evidenciando
avanços significativos na latência, resposta a variações no tráfego e satisfação
do usuário para aplicações de vídeo com altas demandas. Dessa forma, o mo-
delo contribui para o aprimoramento da operação da rede e da experiência do
usuário em redes 6G heterogêneas, alinhando-se aos objetivos específicos de
especificar o modelo, demonstrar melhorias em métricas de QoE dinâmicas
no Near-RT RIC e validar essas melhorias por meio de testes práticos.