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