Reagir ou Antecipar? Uma Comparação entre HPA e ML para Balanceamento de Carga

Carlos Henrique Veeck, Maria Barbosa, Kelvin Lopes Dias

DOI: 10.14209/sbrt.2025.1571157328

Evento: XLIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2025)

Keywords: Monitoramento HPA Balanceamento de Carga Aprendizagem de Máquina

Abstract

Com o crescimento dos usuários na rede 5G e futuros sistemas 6G, é essencial garantir uma rede escalável que atenda aos requisitos mínimos de QoS, como baixa latência em live streaming. Contudo, a escalabilidade em ambientes virtualizados aumenta o consumo de recursos computacionais. Este artigo propõe uma solução proativa para balanceamento de carga com instanciação dinâmica de UPFs baseada em redes neurais recorrentes. A proposta é comparada com a abordagem reativa baseada no Horizontal Pod Autoscaling (HPA) em uma infraestrutrura virtualizada 5G baseada em Kubernetes.

Download