Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN

Cerecetto, Betina - Conti, Lourdes - Melgar, Camilo

Supervisor(es): Rattaro, Claudina - Navarro Gutiérrez, Juan - Inglés, Lucas

Resumen:

O-RAN surge como una arquitectura orientada a transformar la red de acceso radioeléctrico en una infraestructura más abierta, interoperable y programable. Una de sus principales características es la posibilidad de incorporar aplicaciones de control y gestión mediante xApps y rApps. Las xApps se ejecutan sobre el Near-Real-Time RIC y permiten implementar funciones de monitoreo, análisis y control con requisitos temporales cercanos al tiempo real, mientras que las rApps se asocian al Non-Real-Time RIC, orientándose a tareas de optimización, planificación y automatización de más largo plazo. Si bien ambas representan componentes relevantes dentro del enfoque O-RAN, este proyecto se concentra principalmente en las xApps, dado que los entornos disponibles ofrecen mayor madurez práctica para trabajar con el Near-RT RIC, mientras que las implementaciones completas del Non-RT RIC aún presentan menor disponibilidad y consolidación. En este marco, el presente proyecto de grado explora las capacidades que ofrece O-RAN para modificar, monitorear y controlar componentes de la red en entornos de simulación y emulación, con foco en redes 5G. Esta tecnología introduce nuevos requerimientos de capacidad, latencia y conectividad masiva, lo que incrementa la complejidad de la gestión de recursos en la red de acceso radioeléctrico. El trabajo se desarrolló sobre dos entornos complementarios. Como primera contribución, se integraron en ns-3 dos líneas de desarrollo previamente separadas : por un lado, el módulo 5G-LENA, que provee capacidades nativas de simulación 5G, y por otro, componentes orientados al paradigma O-RAN. Sobre este entorno se implementaron componentes para recolectar métricas de la red, procesarlas y utilizarlas en la toma de decisiones del scheduler, es decir, el componente encargado de asignar los recursos radioeléctricos disponibles entre los distintos usuarios. Además, se incorporó comunicación mediante gRPC entre ns-3, desarrollado en C++, y un agente externo implementado en Python, basado en aprendizaje por refuerzo, capaz de recibir el estado de la red y generar acciones de asignación de recursos. Por otro lado, se trabajó en un entorno de emulación basado en OpenAirInterface y FlexRIC, donde se modificó una xApp de monitoreo para incorporar una lógica de diagnóstico del enlace. Este entorno permitió realizar pruebas más cercanas a una implementación real, aunque con una complejidad de desarrollo significativamente mayor que en simulación, asociada a la integración, configuración y depuración de componentes reales de la arquitectura. La funcionalidad desarrollada permite clasificar el estado del enlace de cada usuario a partir de distintas métricas de red, identificando posibles condiciones degradadas de funcionamiento. En síntesis, el proyecto muestra que O-RAN habilita la adaptación programable de componentes de la red mediante aplicaciones como las xApps, permitiendo incorporar nuevas lógicas de monitoreo, diagnóstico y control. Los desarrollos realizados constituyen una base práctica para futuros trabajos orientados al diseño de xApps y mecanismos inteligentes de asignación de recursos en redes 5G y futuras generaciones.

Detalles Bibliográficos
2026
ORAN
5G
Redes Moviles
xApps
RL
QLEAR
Deep Q-Network
Deep Reinforcement Learning
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/55904
Acceso abierto
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
_version_ 1875692665258901504
author Cerecetto, Betina
author2 Conti, Lourdes
Melgar, Camilo
author2_role author
author
author_facet Cerecetto, Betina
Conti, Lourdes
Melgar, Camilo
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
a006180e3f5b2ad0b88185d14284c0e0
51b36ee03fc10a96e37c6461d71cd071
d62648cf14c1e37917d392ac87012955
b796a032acb31ee3e52f4ba7f799bef1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/55904/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/55904/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/55904/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/55904/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/55904/1/CCM26.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv Cerecetto Betina, Universidad de la República (Uruguay). Facultad de Ingeniería.
Conti Lourdes, Universidad de la República (Uruguay). Facultad de Ingeniería.
Melgar Camilo, Universidad de la República (Uruguay). Facultad de Ingeniería.
dc.creator.advisor.none.fl_str_mv Rattaro, Claudina
Navarro Gutiérrez, Juan
Inglés, Lucas
dc.creator.none.fl_str_mv Cerecetto, Betina
Conti, Lourdes
Melgar, Camilo
dc.date.accessioned.none.fl_str_mv 2026-07-06T19:20:06Z
dc.date.available.none.fl_str_mv 2026-07-06T19:20:06Z
dc.date.issued.none.fl_str_mv 2026
dc.description.abstract.none.fl_txt_mv O-RAN surge como una arquitectura orientada a transformar la red de acceso radioeléctrico en una infraestructura más abierta, interoperable y programable. Una de sus principales características es la posibilidad de incorporar aplicaciones de control y gestión mediante xApps y rApps. Las xApps se ejecutan sobre el Near-Real-Time RIC y permiten implementar funciones de monitoreo, análisis y control con requisitos temporales cercanos al tiempo real, mientras que las rApps se asocian al Non-Real-Time RIC, orientándose a tareas de optimización, planificación y automatización de más largo plazo. Si bien ambas representan componentes relevantes dentro del enfoque O-RAN, este proyecto se concentra principalmente en las xApps, dado que los entornos disponibles ofrecen mayor madurez práctica para trabajar con el Near-RT RIC, mientras que las implementaciones completas del Non-RT RIC aún presentan menor disponibilidad y consolidación. En este marco, el presente proyecto de grado explora las capacidades que ofrece O-RAN para modificar, monitorear y controlar componentes de la red en entornos de simulación y emulación, con foco en redes 5G. Esta tecnología introduce nuevos requerimientos de capacidad, latencia y conectividad masiva, lo que incrementa la complejidad de la gestión de recursos en la red de acceso radioeléctrico. El trabajo se desarrolló sobre dos entornos complementarios. Como primera contribución, se integraron en ns-3 dos líneas de desarrollo previamente separadas : por un lado, el módulo 5G-LENA, que provee capacidades nativas de simulación 5G, y por otro, componentes orientados al paradigma O-RAN. Sobre este entorno se implementaron componentes para recolectar métricas de la red, procesarlas y utilizarlas en la toma de decisiones del scheduler, es decir, el componente encargado de asignar los recursos radioeléctricos disponibles entre los distintos usuarios. Además, se incorporó comunicación mediante gRPC entre ns-3, desarrollado en C++, y un agente externo implementado en Python, basado en aprendizaje por refuerzo, capaz de recibir el estado de la red y generar acciones de asignación de recursos. Por otro lado, se trabajó en un entorno de emulación basado en OpenAirInterface y FlexRIC, donde se modificó una xApp de monitoreo para incorporar una lógica de diagnóstico del enlace. Este entorno permitió realizar pruebas más cercanas a una implementación real, aunque con una complejidad de desarrollo significativamente mayor que en simulación, asociada a la integración, configuración y depuración de componentes reales de la arquitectura. La funcionalidad desarrollada permite clasificar el estado del enlace de cada usuario a partir de distintas métricas de red, identificando posibles condiciones degradadas de funcionamiento. En síntesis, el proyecto muestra que O-RAN habilita la adaptación programable de componentes de la red mediante aplicaciones como las xApps, permitiendo incorporar nuevas lógicas de monitoreo, diagnóstico y control. Los desarrollos realizados constituyen una base práctica para futuros trabajos orientados al diseño de xApps y mecanismos inteligentes de asignación de recursos en redes 5G y futuras generaciones.
dc.format.extent.es.fl_str_mv 104 p.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv Cerecetto, B., Conti, L. y Melgar, C. Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN [en línea]. Tesis de grado. Montevideo : Udelar. FI. IIE, 2026.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/55904
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar.FI.
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv ORAN
5G
Redes Moviles
xApps
RL
QLEAR
Deep Q-Network
Deep Reinforcement Learning
dc.title.none.fl_str_mv Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description O-RAN surge como una arquitectura orientada a transformar la red de acceso radioeléctrico en una infraestructura más abierta, interoperable y programable. Una de sus principales características es la posibilidad de incorporar aplicaciones de control y gestión mediante xApps y rApps. Las xApps se ejecutan sobre el Near-Real-Time RIC y permiten implementar funciones de monitoreo, análisis y control con requisitos temporales cercanos al tiempo real, mientras que las rApps se asocian al Non-Real-Time RIC, orientándose a tareas de optimización, planificación y automatización de más largo plazo. Si bien ambas representan componentes relevantes dentro del enfoque O-RAN, este proyecto se concentra principalmente en las xApps, dado que los entornos disponibles ofrecen mayor madurez práctica para trabajar con el Near-RT RIC, mientras que las implementaciones completas del Non-RT RIC aún presentan menor disponibilidad y consolidación. En este marco, el presente proyecto de grado explora las capacidades que ofrece O-RAN para modificar, monitorear y controlar componentes de la red en entornos de simulación y emulación, con foco en redes 5G. Esta tecnología introduce nuevos requerimientos de capacidad, latencia y conectividad masiva, lo que incrementa la complejidad de la gestión de recursos en la red de acceso radioeléctrico. El trabajo se desarrolló sobre dos entornos complementarios. Como primera contribución, se integraron en ns-3 dos líneas de desarrollo previamente separadas : por un lado, el módulo 5G-LENA, que provee capacidades nativas de simulación 5G, y por otro, componentes orientados al paradigma O-RAN. Sobre este entorno se implementaron componentes para recolectar métricas de la red, procesarlas y utilizarlas en la toma de decisiones del scheduler, es decir, el componente encargado de asignar los recursos radioeléctricos disponibles entre los distintos usuarios. Además, se incorporó comunicación mediante gRPC entre ns-3, desarrollado en C++, y un agente externo implementado en Python, basado en aprendizaje por refuerzo, capaz de recibir el estado de la red y generar acciones de asignación de recursos. Por otro lado, se trabajó en un entorno de emulación basado en OpenAirInterface y FlexRIC, donde se modificó una xApp de monitoreo para incorporar una lógica de diagnóstico del enlace. Este entorno permitió realizar pruebas más cercanas a una implementación real, aunque con una complejidad de desarrollo significativamente mayor que en simulación, asociada a la integración, configuración y depuración de componentes reales de la arquitectura. La funcionalidad desarrollada permite clasificar el estado del enlace de cada usuario a partir de distintas métricas de red, identificando posibles condiciones degradadas de funcionamiento. En síntesis, el proyecto muestra que O-RAN habilita la adaptación programable de componentes de la red mediante aplicaciones como las xApps, permitiendo incorporar nuevas lógicas de monitoreo, diagnóstico y control. Los desarrollos realizados constituyen una base práctica para futuros trabajos orientados al diseño de xApps y mecanismos inteligentes de asignación de recursos en redes 5G y futuras generaciones.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_3455816e19bf3b298fa7eef3426a291e
identifier_str_mv Cerecetto, B., Conti, L. y Melgar, C. Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN [en línea]. Tesis de grado. Montevideo : Udelar. FI. IIE, 2026.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/55904
publishDate 2026
reponame_str COLIBRI
repository.mail.fl_str_mv karina.camps@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling Cerecetto Betina, Universidad de la República (Uruguay). Facultad de Ingeniería.Conti Lourdes, Universidad de la República (Uruguay). Facultad de Ingeniería.Melgar Camilo, Universidad de la República (Uruguay). Facultad de Ingeniería.2026-07-06T19:20:06Z2026-07-06T19:20:06Z2026Cerecetto, B., Conti, L. y Melgar, C. Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN [en línea]. Tesis de grado. Montevideo : Udelar. FI. IIE, 2026.https://hdl.handle.net/20.500.12008/55904O-RAN surge como una arquitectura orientada a transformar la red de acceso radioeléctrico en una infraestructura más abierta, interoperable y programable. Una de sus principales características es la posibilidad de incorporar aplicaciones de control y gestión mediante xApps y rApps. Las xApps se ejecutan sobre el Near-Real-Time RIC y permiten implementar funciones de monitoreo, análisis y control con requisitos temporales cercanos al tiempo real, mientras que las rApps se asocian al Non-Real-Time RIC, orientándose a tareas de optimización, planificación y automatización de más largo plazo. Si bien ambas representan componentes relevantes dentro del enfoque O-RAN, este proyecto se concentra principalmente en las xApps, dado que los entornos disponibles ofrecen mayor madurez práctica para trabajar con el Near-RT RIC, mientras que las implementaciones completas del Non-RT RIC aún presentan menor disponibilidad y consolidación. En este marco, el presente proyecto de grado explora las capacidades que ofrece O-RAN para modificar, monitorear y controlar componentes de la red en entornos de simulación y emulación, con foco en redes 5G. Esta tecnología introduce nuevos requerimientos de capacidad, latencia y conectividad masiva, lo que incrementa la complejidad de la gestión de recursos en la red de acceso radioeléctrico. El trabajo se desarrolló sobre dos entornos complementarios. Como primera contribución, se integraron en ns-3 dos líneas de desarrollo previamente separadas : por un lado, el módulo 5G-LENA, que provee capacidades nativas de simulación 5G, y por otro, componentes orientados al paradigma O-RAN. Sobre este entorno se implementaron componentes para recolectar métricas de la red, procesarlas y utilizarlas en la toma de decisiones del scheduler, es decir, el componente encargado de asignar los recursos radioeléctricos disponibles entre los distintos usuarios. Además, se incorporó comunicación mediante gRPC entre ns-3, desarrollado en C++, y un agente externo implementado en Python, basado en aprendizaje por refuerzo, capaz de recibir el estado de la red y generar acciones de asignación de recursos. Por otro lado, se trabajó en un entorno de emulación basado en OpenAirInterface y FlexRIC, donde se modificó una xApp de monitoreo para incorporar una lógica de diagnóstico del enlace. Este entorno permitió realizar pruebas más cercanas a una implementación real, aunque con una complejidad de desarrollo significativamente mayor que en simulación, asociada a la integración, configuración y depuración de componentes reales de la arquitectura. La funcionalidad desarrollada permite clasificar el estado del enlace de cada usuario a partir de distintas métricas de red, identificando posibles condiciones degradadas de funcionamiento. En síntesis, el proyecto muestra que O-RAN habilita la adaptación programable de componentes de la red mediante aplicaciones como las xApps, permitiendo incorporar nuevas lógicas de monitoreo, diagnóstico y control. Los desarrollos realizados constituyen una base práctica para futuros trabajos orientados al diseño de xApps y mecanismos inteligentes de asignación de recursos en redes 5G y futuras generaciones.Submitted by Ribeiro Jorge (jribeiro@fing.edu.uy) on 2026-07-06T06:16:38Z No. of bitstreams: 2 license_rdf: 27293 bytes, checksum: d62648cf14c1e37917d392ac87012955 (MD5) CCM26.pdf: 2495835 bytes, checksum: b796a032acb31ee3e52f4ba7f799bef1 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2026-07-06T17:00:03Z (GMT) No. of bitstreams: 2 license_rdf: 27293 bytes, checksum: d62648cf14c1e37917d392ac87012955 (MD5) CCM26.pdf: 2495835 bytes, checksum: b796a032acb31ee3e52f4ba7f799bef1 (MD5)Made available in DSpace by Camps Karina (karina.camps@seciu.edu.uy) on 2026-07-06T19:20:06Z (GMT). No. of bitstreams: 2 license_rdf: 27293 bytes, checksum: d62648cf14c1e37917d392ac87012955 (MD5) CCM26.pdf: 2495835 bytes, checksum: b796a032acb31ee3e52f4ba7f799bef1 (MD5) Previous issue date: 2026104 p.application/pdfesspaUdelar.FI.Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)ORAN5GRedes MovilesxAppsRLQLEARDeep Q-NetworkDeep Reinforcement LearningDesarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RANTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaCerecetto, BetinaConti, LourdesMelgar, CamiloRattaro, ClaudinaNavarro Gutiérrez, JuanInglés, LucasUniversidad de la República (Uruguay). Facultad de Ingeniería.Ingeniero ElectricistaLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/55904/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/55904/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-835923http://localhost:8080/xmlui/bitstream/20.500.12008/55904/3/license_text51b36ee03fc10a96e37c6461d71cd071MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-827293http://localhost:8080/xmlui/bitstream/20.500.12008/55904/4/license_rdfd62648cf14c1e37917d392ac87012955MD54ORIGINALCCM26.pdfCCM26.pdfapplication/pdf2495835http://localhost:8080/xmlui/bitstream/20.500.12008/55904/1/CCM26.pdfb796a032acb31ee3e52f4ba7f799bef1MD5120.500.12008/559042026-07-06 16:20:06.526oai:colibri.udelar.edu.uy:20.500.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Institucionalhttps://www.colibri.udelar.edu.uyUniversidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestkarina.camps@seciu.edu.uyUruguayopendoar:47712026-07-06T19:20:06COLIBRI - Universidad de la Repúblicafalse
spellingShingle Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
Cerecetto, Betina
ORAN
5G
Redes Moviles
xApps
RL
QLEAR
Deep Q-Network
Deep Reinforcement Learning
status_str acceptedVersion
title Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
title_full Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
title_fullStr Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
title_full_unstemmed Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
title_short Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
title_sort Desarrollo de xApps para el monitoreo y la asignación inteligente de recursos en redes 5G basadas en O-RAN
topic ORAN
5G
Redes Moviles
xApps
RL
QLEAR
Deep Q-Network
Deep Reinforcement Learning
url https://hdl.handle.net/20.500.12008/55904