Complexity for Edge Intelligence in 6G

It is envisioned that 6G networks will be more a revolution than an evolution in comparison with the previous generations, as it will represent a fully connected and intelligent network, where heterogeneous interconnected elements are able to dynamically interact with each other in an unplanned manner, commingling into a complex ecosystem. Wireless networks are growing in size and in deployment density, demanding scalability and adaptability to be part of the future network design. Furthermore, the trend is to transform networks' architecture and service implementation. The former is shifting from a traditionally rigid and hierarchical - hardware first - to a more flat and flexible- software first – implementation, enabling, among other things, dynamic resource sharing and on-demand resource allocation. The latter is related to new services and use cases with strict requirements (e.g. latency, throughput, reliability), dynamically demanding resources on a more fine-grained level. Very heterogeneous devices and kind of networks, such as cellular, Wi-Fi, vehicular and Internet of Things (IoT), cannot be considered in isolation but belonging to the same ecosystem and are interdependent, constituting subsets of a network that evolve over time in accordance with user deployed infrastructure. Network will be not only a pipeline for transferring information from a source to a destination, but must be modelled, analysed, and designed as a living organism, which evolves over time and adapts to the changes in its environment, acting in a cognitive way. To support high performances, new functions, services and to satisfy the stringent requirement of the typical 6G applications, a key pillar aspect is the shifting of the intelligence at the edge. It means bringing some AI features to each end node, or on clusters of nodes, so that they can learn progressively and share what they learn with other edge nodes to provide, collectively, new added value or optimized services. Within mobile networks, this is handled by Multi Access Edge Computing (MEC) infrastructures that are expected to be incorporated into future 6G networks, creating the so-called distributed and collective edge intelligence. Edge devices become intelligent hubs able to deliver highly personalized services directly from the edge of the network, enabling applications to perform at their best. Considering that the edge is populated by humans and that end devices are often hand-held ore wearable, the social aspect and human dynamics are even more central in the design of such networks. Also, to enable a paradigm in which people are not only mere users of the applications and adapt to the technology but vice versa. Starting from these premises, in this dissertation, it is proposed a complex perspective to enable the deployment of edge intelligence in order to design innovative ICT 6G applications. The proposed and applied methodology is interdisciplinary and bio-inspired and based on tools belonging to several research fields: the theory of complex systems, the Evolutionary Game Theory, Multiplex and Temporal Multiplex Networks, and the Epidemics Modelling. This methodology is the most suited to include all the dynamical and complex features of the future 6G networks, taking into account aspects, which are becoming even more crucial, as the evolutionary dynamics, the emergent behaviours, the cooperation, the multiple interactions and their interdependence, the heterogeneity and the social and human-related aspects. The research topics of interest during the PhD period can be summarized in the following research questions which guide the development of this thesis: What are the most suited tools and methodology to quantify the impact that micro-scale structures and dynamic properties have on macro-scale performance? In what terms is it possible to represent a 6G network as a complex system? What is the most appropriate approach to measure, evaluate and characterize services and components in 6G networks? Is it possible to quantify the impact of human behaviour and dynamics in designing, providing and evaluation of ICT services in a 6G scenario? How can edge nodes trigger cognitive and distributed decision mechanisms, adapting themselves and learning from the environment? How can they tune their dynamics in order to construct the connected and distributed intelligence, optimizing the use of available resources and improving the QoS? After a discussion about the evolution of communication networks, from 1G towards 6G, and the need for new approaches to analysis, modelling and design; the literature related the methodology and tools is reviewed. Then, through the chapters of the thesis, the research questions are answered, showing both analytical and data-driven models, including new parameters and measures able to capture, measures and combine the dynamical and complex aspects of 6G networks, considering QoS, QoE and human-related aspects. Simulations results are shown and discussed. Finally, the conclusions summarize the research contributions and indicates possible future developments.

Si prevede che le future reti 6G rappresenteranno più rivoluzione che una naturale evoluzione rispetto alle generazioni precedenti, costituendo una rete completamente connessa ed intelligente, in cui elementi estremamente eterogenei sono in grado di interagire dinamicamente tra di loro in un complesso ecosistema. SI sta assistendo ad una crescita delle reti wireless in termini di numero di dispositivi connessi e di densità di distribuzione, e, al passaggio da un’architettura di rete tradizionalmente rigida e gerarchica, basata sull’hardware, ad una totalmente programmabile, virtualizzata nelle sue funzioni e flessibile, basata sul software, per consentire, tra le altre cose, una condivisione dinamica delle risorse e un’allocazione on demand. Un ulteriore aspetto di novità è rappresentato dall’introduzione di nuovi servizi e use cases (uMBB, ULBC, mULC) con requisiti molto stringenti (ad esempio in termini di latenza, throughput e affidabilità), grazie anche ad un’allocazione delle risorse più mirata sulle esigenze dei singoli servizi ed utenti. Dispositivi e reti estremamente eterogenei, come reti cellulari, Wi-Fi, veicolari o reti IoT non potranno più essere considerati come reti isolate e indipendenti ma come sottoinsiemi interagenti e interdipendenti di uno stesso ecosistema che evolve dinamicamente e si adatta all’ambiente e alle richieste degli utenti finali. La rete, dunque, non può più essere pensata come una pipeline per il trasferimento di informazioni da una sorgente a una destinazione ma come ad un organismo vivente capace di generare, memorizzare, processare e comunicare informazioni, che si evolve nel tempo e si adatta ai cambiamenti del suo ambiente, agendo in modo cognitivo. Per supportare alte prestazioni, nuove funzioni, servizi e per soddisfare i severi requisiti delle tipiche applicazioni 6G, un aspetto fondamentale è lo spostamento dell'intelligenza ai bordi. Il che portare alcune funzionalità di intelligenza artificiale a ciascun nodo finale, o su cluster di nodi, in modo che possano fare learning progressivamente e condividere ciò che apprendono con altri nodi ai bordi per fornire, collettivamente, nuovo valore aggiunto o servizi ottimizzati. In questa direzione, una definizione fondamentale è quella di Multi Access Edge Computing (MEC) che rappresenta una tecnologia abilitante al fine di costruire la cosiddetta “edge intelligence” di rete distribuita e collettiva, puntando su meccanismi di trasferimento di attività computazionali tra i nodi edge (offloading) e di cooperazione tra gli stessi. L’obiettivo è rendere i nodi agli “edge” degli hub intelligenti e in grado di fornire servizi altamente personalizzati direttamente dai bordi della rete e in prossimità degli utenti finali che li richiedono, in modo da garantire le prestazioni elevate che si prevede debbano fornire la reti di prossima generazione. Un aspetto fondamentale da tenere in considerazione nella progettazione delle future reti di telecomunicazione è che i bordi della rete sono popolati da esseri umani e che i dispositivi finali agli “edge” sono spesso smartphones o IoT devices, portatili e indossabili. Gli esseri umani e i loro dispositivi, quindi, rappresentano una sorta di nodo aggregato nella rete; aspetti sociali e le dinamiche umane diventano, di conseguenza, sempre più centrali nella progettazione di tali reti. La tendenza è quella di puntare ad un paradigma di rete in cui le persone non rappresentino dei meri utenti finali che si adattano alla tecnologia passivamente, ma attivi partecipatori della architettura di rete, che si adatta, essa stessa, alle loro richieste, dinamiche e comportamenti. Considerando tutti questi aspetti, le future reti 6G si configurano come complessi ecosistemi di cose e persone. Partendo da queste premesse, l’attività di ricerca relativa al periodo di dottorato ha riguardato il design di servizi ICT innovativi in uno scenario di rete 6G. La metodologia proposta e applicata è interdisciplinare e bio-ispirata e basata su strumenti appartenenti a diversi campi di ricerca: la teoria dei sistemi complessi, la Teoria dei Giochi Evolutiva, le Reti Multiplex e Temporal Multiplex, e i modelli di diffusione epidemica. Questa metodologia è la più adatta per includere tutte le caratteristiche dinamiche e complesse delle future reti 6G, tenendo conto degli aspetti, che stanno diventando ancora più cruciali, come le dinamiche evolutive, i comportamenti emergenti, la cooperazione, le molteplici interazioni e la loro interdipendenza, l'eterogeneità e gli aspetti sociali e umani. I temi di ricerca di interesse durante il periodo di dottorato possono essere riassunti nelle seguenti domande di ricerca che guidano lo sviluppo di questa tesi: Quali sono gli strumenti e la metodologia più adatti a quantificare l'impatto che le strutture su micro-scala e le proprietà dinamiche hanno sulle prestazioni su macro-scala? In che termini è possibile rappresentare una rete 6G come un sistema complesso? Qual è l'approccio più appropriato per misurare, valutare e caratterizzare servizi e componenti nelle reti 6G? È possibile quantificare l'impatto del comportamento e delle dinamiche umane nella progettazione, fornitura e valutazione dei servizi ICT in uno scenario 6G? In che modo i nodi ai bordi della rete possono innescare meccanismi decisionali cognitivi e distribuiti, adattandosi e imparando dall'ambiente? Come possono sintonizzare le loro dinamiche al fine di costruire un'intelligenza connessa e distribuita, ottimizzando l'uso delle risorse disponibili e migliorando la Quality of Service? Nella tesi, dopo una discussione sull'evoluzione delle reti di comunicazione, dalla prima generazione alla futura sesta, e sulla necessità di nuovi approcci all'analisi, alla modellazione e alla progettazione, viene presentata la letteratura relativa alla metodologia e agli strumenti. Nei capitoli successivi, attraverso l’applicazione di modelli sia analitici che dati-driven, e la definizione di parametri statistici e misure in grado di catturare, misurare e combinare gli aspetti dinamici e complessi delle reti 6G, considerando QoS, QoE e aspetti correlati ai comportamenti umani, si discutono i risultati raggiunti. Infine, le conclusioni riassumono i contributi del lavoro di ricerca e indicano i possibili sviluppi futuri.