3.5. 软件数据平面实现
数据平面负责(i)识别活跃会话的流量(进出活跃 UE 的流量)；(ii)收集这些流量的统计数据；(iii)添加和删除隧道头；以及(iv)执行策略，如每个用户的速率限制。Magma 数据平面使用 Open vSwitch(OVS)[47]实现，OVS 提供了可编程数据平面，由 OpenFlow[39]控制。虽然 OpenFlow 和 OVS 是方便的实现选择，但不是架构的根本，未来也可以选择其他实现。重要的是，数据平面是高度可编程的，并且完全用软件实现。
数据平面的软件实现使 Magma 能够在商用硬件上运行。虽然数据平面的吞吐量、延迟和抖动对蜂窝网络很重要，但我们发现 OVS 提供了完全足够的性能，OVS 的性能已经被研究和优化了很多年[47]。在第 4 节中，我们评估了 OVS 在 Magma 环境中的性能。值得注意的是，系统的其他方面，如回传和 RAN 容量，可能比接入网关内的数据平面有更大的总体性能影响。
图 4 中的"数据平面配置"生成一组基于规则对数据平面进行编程所需的指令，以处理当前会话流。目前，这些命令都是 OpenFlow 命令，如果用不同转发引擎替换 OVS，那么只有"数据平面配置"组件会受到影响。
3.6. 与其他网络联合
到此为止，我们已经介绍了 Magma 的的独立部署模式，Magma 的所有可能的部署模式如下：
- 独立部署(Standalone) 。Magma 支持独立的网络，所有 3GPP 控制和用户平面流量都在 AGW 中终止。
- 本地分发漫游(Local breakout roaming) 。Magma 与现有蜂窝网络联合，控制面流量在外部终止，但用户面流量仍由 AGW 处理，并直接路由进出互联网的流量。
- 归属地漫游(Home roaming) 。Magma 与现有蜂窝网络联合，控制和用户平面通信都终止在外部网络中。
与 AGW 终止来自无线网络的特定接入协议一样，Magma 引入了额外组件来终止与外部核心网络的特定接入协议，该组件被称为联盟网关(FeG, Federation Gateway) 。FeG 实现了 3GPP 定义的接口，以支持"归属地漫游"和"本地分发漫游"。AGW 中提供了丰富的策略执行，因此后者在 Magma 中是可能的。例如，AGW 可以通过查询联合网络中的用户数据库获得适用于 UE 的策略，然后在 AGW 中执行该策略。UE 和 MNO 核心网之间的信令流量由编排器中的 FeG 服务处理。用户数据面流量通过隧道连接到一个类似组件，即 GTP 聚合器(GTP-A, GTP Aggregator)，它反过来连接到 MNO 现有的 P-GW。
与 AGW 不同，FeG 和 GTP-A 是路径上的集中式设备，这么设计基于一个实际的目的：传统的 MNO 喜欢在敏感的核心网络和"扩展"网络之间通过单一接入点互连[31]。正如第 4.3.2 节所讨论的，这对可扩展性有影响。
4. 演进
Magma 做出了一些与传统核心网不同的基本设计选择，以提高灵活性和可扩展性，同时支持丰富的网络策略，目的是为了支持实际的蜂窝接入部署。为了评估 Magma，我们首先考虑模拟环境中的系统性能，然后讨论大规模商业部署。
4.1. 支持典型部署
仿真测试平台
尽管可以基于小规模部署评估 Magma 在实际部署中的性能，但评估有数百个 UE 和 RAN 组件的场景是不切实际的。此外，由于隐私和商业考虑，很难从商业部署中提取数据。因此，我们使用商业仿真系统 Spirent Landslide[53]来评估 Magma，该系统允许我们以可复制的方式仿真虚拟 UE 和 RAN 组件的任意配置。
我们在评估中部署了 Magma 的最新稳定版本，即 v1.6.1，在实验室的 AWS EC2 实例集群和两个 AGW 上部署了编排器。第一个 AGW 是裸机 AGW，运行在 Intel J3160 4 核 1.6GHz CPU 上，有 8GB 内存和 4 个英特尔 I210 1Gbps 网卡。第二个是运行在 Intel Xeon 6126 2.60GHz、8GB 内存和 2 个 10G Mellanox ConnectX-3 网卡上的虚拟 AGW。我们为虚拟 AGW 分配了可变数量的 vCPU，下面的实验中会有定义。裸机和虚拟 AGW 都直接连接到 Landslide 模拟器上，并分别通过 1Gbps 和 10Gbps 链接连接到互联网。我们还验证了在实验中，内存不是 AGW 的瓶颈，并且编排器部署中的所有机器都在容量阈值下运行。最后，在所有实验之前，模拟 UE 的模拟 SIM 卡被预先配置给编排器和 AGW，这是网络运营商部署 Magma 的典型做法。
与传统核心网不同，Magma 的 AGW 与 RAN 设备同处一地(例如，在塔台站点)，Magma 的扩展单位是 AGW 本身：随着运营商网络增长，既需要增加额外的 RAN 容量(即无线设备)，也需要增加"核心网"容量(即 AGW 实例)。由于 AGW 处于与基站相关的所有流量的路径上，AGW 的配置应该保证基站容量只受到 RAN 容量的限制，而不是 AGW。这是一个值得注意的点，在一定程度上激发了 Magma 的设计：当将核心网功能与 RAN 网元共址时，RAN 是站点的性能瓶颈。
推荐(典型的)部署方案是每个"基站"有一个 AGW，在 LTE 网络的情况下，实际上是由 1-3 个 eNodeB 组成。一个典型 eNodeB(如表 2 或图 2 中描述的)最多可以支持 96 个同时活跃用户以及最多 20MHz 无线信道，这个信道容量又对应于理想条件下 126Mbps 的峰值总吞吐量[16]，典型基站最大容量为 378Mbps。我们注意到，与基站成本相比，AGW 的额外成本并不高，与相关工作中观察到的基站成本分类相似[31]。虽然 LTE 基站的成本变化很大，而且根据我们的经验，主要成本是非网络，如土地、电力和塔台(也称为"无源基础设施")，一个代表性部署可能包括表 2 中的硬件，AGW 成本占基站有源设备成本的 3%以下。电力成本在"离网"地点可能特别重要，但这些成本主要由无线设备的电力需求驱动，因此不会受到移动核心网实施的很大影响。请注意图 2 中对太阳能和电池电源的使用。
表 2: 典型 Magma 部署的有源 RAN 设备成本明细，不包括特定地点的无源基础设施和回传费用。
Magma 必须能够支持这种类型的工作负荷。我们通过模拟上述基站的峰值负载来评估：共有 288 个 UE 以 3UE/秒的速率接入(或"附着")到网络，然后每个 UE 以 1.5Mbps 的速率执行简单的 HTTP 下载，总负载为 432Mbps。图 5 展示了结果，重点是 AGW 的总 CPU 利用率和实现的吞吐量。简单来说，AGW 在大约 1.5 分钟内接受了所有新用户的连接请求，之后 AGW 在 UE 发出 HTTP 请求的时间内进入稳定状态。在这个实验中，UE 的平均持续吞吐量在整个实验期间达到了预期的 432Mbps，表明性能受到 RAN 的限制，而不是 Magma 的 AGW，和预期一致。
图 5：基站在最大"典型"工作负载下的 AGW CPU 利用率，总吞吐量受限于无线容量，而不是 AGW。
我们承认，其他的 RAN 配置(包括 vRAN/cRAN)也可以存在，许多 RAN 组件可以有效的同时运行在同一个运营商网络节点上。Magma 可以有效用于这些部署，分配一个(或多个)AGW 来支持一系列 RAN 设备。然而，到目前为止，没有大规模 Magma 部署使用这种配置(据我们所知)，Magma 可以部署在任何通用计算上(例如，虚拟机或容器)，与 RAN 基础设施一起运行。同样，无线设备供应商可以将 AGW 集成到与传统 eNodeB 相同的物理设备中，以实现 RAN 和 AGW 组件的整合。
4.2. 控制面与用户面分离
不同的网络使用模式会对核心网用户平面或控制平面组件造成压力：前者的一个常见例子是人类用户访问视频内容，而后者的例子则是大量设备组成的物联网工作负载，它们只偶尔交换一些小信息。这给传统蜂窝核心网带来了重大的可扩展性挑战，并促使人们努力将控制平面和数据平面组件分离，以便运营商可以独立(静态或动态)扩展，这在 LTE 和 5G 中被称为"控制/用户平面分离(CUPS)"。
Magma 的分布式设计很容易实现 CUPS 架构。默认情况下，每个 AGW 在网络边缘实现数据平面，所有控制平面功能都在 AGW 上作为用户空间进程实现，配置状态由编排器管理。
图 5 中我们可以看到 AGW 在两个不同的特征域内运行。实验开始时，当 UE 接入网络时，AGW 的 CPU 主要处理接入请求相关的控制平面工作负载，包括执行验证用户所需的加密操作，以及在数据平面和控制平面设置用户、会话的状态，为 UE 实现所需策略。根据我们的经验，这是计算最密集的控制平面流程。当 UE 接入后，CPU 主要处理与转发 UE 流量有关的用户平面工作负载。
图 6 说明了裸机 AGW 是如何应对"最坏情况"时的控制平面工作负载的，即新 UE 激增，然后造成数据平面饱和。我们将连接成功率(CSR，connection success rate) 定义为实验期间每 5 秒钟的连接尝试总数中，成功的连接尝试数量。我们观察到，在超过 2UE/s 时，裸机 AGW 无法为所有连接尝试提供服务，连接成功率(CSR)在超过这一点时呈线性下降。在每个 AGW 的基础上，Magma 的控制平面性能相对有限,工程上正在积极改善这一点。接入率也是硬件的一个功能：虚拟 AGW 的 4 个 vCPU 实例支持每秒 16 次接入，这将使上述"典型"站点的 RAN 容量在 18 秒内达到饱和。
图 6：支持的最大接入率受到 AGW(特别是 MME 组件)的限制，结果来自物理 AGW。
图 7：稳态吞吐量与分配给用户平面的 CPU 对比，注意流量生成器在 5CPU 以上的情况下无法使虚拟 AGW 的用户平面达到饱和。
图 8：连接成功率中位数与用户平面分配的 CPU 数量之比。
最后，考虑每个 AGW 对控制和用户平面的资源分配。为了做到这一点，我们静态限制了用户平面可用的内核数量，并评估了稳态吞吐量和中位连接成功率，结果显示在图 7 和图 8 中。请注意，实验使用的是虚拟机 AGW，因此绝对吞吐量数字与早期实验没有可比性。我们观察到，增加用户面可用内核可以提高稳态吞吐量，代价是降低连接成功率(即控制面性能)，但是允许内核调度器在用户面和控制面任务之间灵活分配资源，可以提供高吞吐量和良好的连接成功率。我们注意到，可以将用户面性能提高到超过当前所显示的性能，不过我们用的商业测试设备无法产生超过 2.5Gbps 的总负载。
综合仿真结果表明，Magma 可以用低成本商品硬件处理典型工作负载。对于更密集的工作负载，Magma 的控制面和用户面容量可以随着额外的硬件而扩展。最后我们注意到，这些结果为单个 Magma AGW 的性能定义了一个上限，Magma 网络的容量与 AGW 呈线性扩展关系。
4.3. 部署
接下来看看 Magma 的大型商业部署。首先请注意，Magma 是一个由 Linux 基金会管理的开源项目，因此核心开发团队(包括本文作者)并不直接运维任何生产部署，所有例子来自项目生态系统内的合作伙伴。
Magma 的采用情况。 为了了解 Magma 在实践中的使用情况，我们采访了两位在 Magma 开源项目的产品管理和营销部门工作的人，他们经常与运营商以及 Magma 生态系统中的其他商业实体交流。根据我们的讨论，截至 2022 年 2 月，在非洲、亚洲、北美和南美的 8 个国家，有 20 个商业网络正在使用 Magma 运营。这些网络支持一系列接入模式和策略。例如，Magma 已被用于为 WiFi 热点提供回传的网络，为家庭和企业提供固定无线宽带，将传统移动运营商的服务扩展到室内 WiFi 的"运营商"WiFi，以及传统移动宽带服务。今天，Magma 代码库有大约 100 个活跃提交者。
Magma 的部署情况。 为了展示 Magma 的使用情况，我们与最大的商业实体之一 FreedomFi 合作，为部署 Magma 的运营商提供支持。FreedomFi 提供了两个重要部署的数据，这些数据经过了去标识化处理，我们在分析中只使用运营数据(而不是用户数据)。
4.3.1. 固定无线热点
FreedomFi 的首批商业部署之一是 AccessParks[1]，一家位于美国的运营商，在大型户外区域提供公共 WiFi 热点网络，在他们部署的地方需要多个 WiFi 接入点(AP)以提供一致的服务。随着 CBRS 频谱的出现，AccessParks 试图用 LTE 为其中某些大型部署的 WiFi 热点提供回传服务。终端用户通过传统 WiFi 机制和现有受控门户系统连接到 AccessParks 的 WiFi 接入点，而 Magma 网络中的 UE 是固定无线调制解调器，将 WiFi AP 连接到互联网。图 10 说明了该设置。
图 9: 2022 年 3 月至 4 月期间每小时 AccessParks 的使用量。
图 10：由 Magma 提供无线回传的 WiFi 热点。这是 AccessParks 在其部署中使用的网络架构，终端用户通过标准机制连接到 WiFi 接入点，而流量则通过本地蜂窝调制解调器从热点回传到 Magma 支持的 LTE RAN。请注意，如果网络运营商适当配置并允许的话，该设计并不排除终端用户直接连接到 LTE 网络。
AccessParks 于 2020 年 12 月开始部署 10 个试点站点，以评估 Magma。今天，该网络由 14 个站点组成，为 200 多个接入点提供回传服务，并计划继续扩大。图 9 介绍了网络活跃用户和每小时吞吐量。
AccessParks 网络策略非常简单。因为 LTE 网络只是作为回传，所有 UE 的访问都可以不受限制。每个用户的策略由 AccessParks 预先配置在使用标准技术(即 WiFi 接入点 AAA 的 RADIUS)的专属门户和预付费计费软件中。
运维复杂性。 AccessParks 最初试点 Magma 的部分动机是他们在前两年的部署中对其他商业和开源蜂窝核心软件运维复杂性的不良体验。虽然运维复杂性是主观的，但表现出来的一个可量化指标是运营商的劳动力成本，更简单的系统应该需要更少的员工时间和支持来管理，表 3 显示了 AccessParks 的比较结果。对于相同的接入网基础设施，与传统架构相比，AccessParks 使用 Magma 的持久性部署成本减少了 43%，主要受益于支持成本和站点配置和规划工程时间的减少。
表 3：AccessParks 的传统蜂窝系统与 Magma 的每站点安装成本比较，每站点总成本下降了 43%，主要是由于 Magma 降低了部署的操作复杂性。
4.3.2. 特许加盟 MNO(Franchised MNO Extension)
第二个(据我们所知也是最大的)Magma 部署是一个早期阶段部署，以提供一个特许、中立主机网络，其独特之处在于，网络基础设施的实际部署不由任何一个网络运营商管理。相反，"微型网络运营商"(包括个人、小型 ISP 和企业)将 LTE 和 5G RAN 设备与 FreedomFi 定制的 Magma AGW 一起部署，以支持其专有的流量计费和结算系统。
服务和策略。 中立主机网络由 FreedomFi 运营，允许现有移动网络运营商客户使用该网络进行服务。该网络支持的核心"策略"是将所有用户流量传回适当的移动网络运营商，而用户的移动网络运营商则在其现有核心网络内应用其标准网络策略进行计费、收费和流控。FreedomFi 网络在尽力而为基础上提供接入，每个微型网络运营商利用 3.5GHz 频段的共享 CBRS[17]频谱(如之前介绍的部署)。这项服务需要将数以千计的分布式 AGW 与合作伙伴 MNO 的集中式核心网整合起来，需要利用第 3.6 节中介绍的联盟功能。
规模。 截至目前，该网络仍处于早期测试阶段，所以没有大规模用户流量。然而，仍然提供了一个有用的例子，说明 Magma 控制平面如何随着网络规模的扩大而扩大。即使没有用户，Magma 仍然管理设备配置、网络监控，并支持与合作伙伴 MNO 核心网的互连。
FreedomFi 网络于 2021 年 11 月开始初步部署，截至 2022 年 4 月，由 5370 个 AGW 和 880 个 eNodeB 组成(FreedomFi 报告说，AGW 和 eNodeB 数量的差异是由于供应链问题，AGW 是商品 X86 PC，而蜂窝无线电是专业设备，供应商较少，该网络中使用的设备 2022 年 1 月才开始发货)。目前，该网络平均每周增加 150 个新的 AGW 和 90 个新的 eNodeB，所有这些都由微型网络运营商临时部署，分布在全美 45 个州。
有一个专门的编排器支持这个网络，运行在 6 个由 Kubernetes(EKS)管理的 AWS 虚拟机上[18]。其中 3 个实例专门用于"重量级"任务，如运行 FeG、配置设备和报告指标，这些系统都配备了 16 个 vCPU 和 32GB 内存。其余编排器服务运行在一个较小的虚拟机集合上(4 vCPU/16GB RAM)。GTP-A 运行在一台带有 3.4GHz 8 核至强 E2278G CPU、32GB RAM 和 2x10G 网卡的裸机服务器上，并部署在合作伙伴 MNO 的核心网设施附近。总体来说，FreedomFi 每月运营成本约为 4000 美元。
我们认为该网络的快速部署谨慎证明了 Magma 有能力支持具有独特商业模式的大规模网络，希望在未来的工作中能进一步研究这个网络的运行动态。
5. 相关工作
开源 LTE/5G 核心网。 有几个项目与我们目标一致，即创建一个开源的 LTE/5G 蜂窝核心网[4, 9, 10, 13]。在这些项目之前，也有类似的努力来建立开放的 2G 和 3G 网络[11, 12]。除了 OpenBTS[11] (一个 GSM 到 VOIP 的桥接)，每一个都专注于实现传统的、符合 3GPP 标准的核心网络。Aether[2, 43]是一个开源 5G 连接边缘平台，集成了 5G 连接和边缘云服务器。与 Magma 一样，Aether 采用云原生设计原则，然而并没有重构网络设计以打破无线接入技术与核心网的耦合，而且 Aether 并不关注低成本设备以覆盖服务不足的用户。
扩展网络连接。 已经提出了很多新的建议及解决方案，以扩大互联网接入服务，为边缘人群服务[25, 30, 44, 45, 48, 55, 56]。同样，如社区网络[3, 6, 7, 21]和小型 ISP[32]等小规模网络运营商有丰富的为农村社区提供服务[27]的历史。在这些广泛领域中，Magma 与社区蜂窝网络的工作关系最为密切[19, 33, 51]。
NextG 蜂窝核心架构。 网络研究界正在积极思考下一代网络设计。PEPC[50]通过将用户状态整合到一个位置来重构分组核心网，其精神与 Magma 的 AGW 相似。ECHO[40]重构了 EPC，以在不太可靠的公共云基础设施上运行。SCALE[20]探索了可弹性扩展的蜂窝控制平面，KLEIN[49]介绍了类似的弹性控制和数据平面。虽然这些工作都集中在(逻辑上)中心化的核心网，但所介绍的技术也是对 Magma 的有益补充。
其他工作采取了更"干净"的方法来重新设想蜂窝核心网。CellBricks[38]考虑了高度联合的蜂窝网络，并将对移动性、认证和计费的支持转移到终端主机，其实现为 Magma 的扩展。SoftCell[34]采用 SDN 原则来提高分组核心网的可扩展性和灵活性。Magma 借鉴了这些工作的灵感，同时保持了向后兼容的、符合标准的边缘，以促进生产部署。
Magma 的想法直接源自最近对服务不足社区的核心架构探索工作。CCM[31]提出了分布式的蜂窝 2G 核心网，能够在不可靠的农村回传连接上实现半断开操作，这项工作是 Magma 的早期灵感来源，并将这些概念扩展到现代无线接入技术。同样，CoLTE[52]提供了一个轻量级核心网，和 AGW 一样，与 RAN 网元共处一地，但与 Magma 不同的是，它侧重于小型、独立的社区网络。
开放无线接入网。 最近的一些倡议集中在开放无线接入网。例如，OpenRAN 项目[59]和 O-RAN 联盟[8,41]制定了解耦的 3GPP RAN 标准，各层之间有开放接口。这些努力是对 Magma 的补充，专注于蜂窝接口，即 Magma 接入网关之前的那部分网络。
6. 结论
本文介绍了我们在设计和部署 Magma 方面的经验，Magma 是用于构建接入网络的开源平台，其最重要的设计决定是在靠近无线的接入网关中终止特定的 RAN 协议，这个简单的设计决定带来了许多好处：支持不同的无线技术，容忍回传链路的中断，使用低成本软件数据平面，并通过分层 SDN 控制平面实现自然扩展。Magma 还采用了现代云计算设计模式(例如，期望状态同步，容忍单个组件故障)和开源软件组件(例如，gRPC、Open vSwitch、Kubernetes、Prometheus)。根据 Magma 支持实用网络的目标，我们展示了 Magma 可以支持的典型部署场景，并讨论了两个基于 Magma 的大规模商业网络。重要的是，Magma 还可以缩小规模，其最小占地面积小，支持增量部署，从而填补了传统 WiFi 和蜂窝网络之间的空白。Magma 的所有软件组件都可以在 GitHub(https://github.com/magma/magma)上找到。
Magma 的主要设计目标是通过支持异构无线和回传技术，降低资本和运营成本，覆盖服务不足的社区。我们相信，Magma 也很适合其他部署场景，包括企业 5G 网络。Magma 未来的工作是扩大支持的功能集，包括接入网关之间的无缝移动性以及网络虚拟化。我们期待着扩展 Magma 代码库，以及软件贡献者社区，从而发展平台为更多用户服务。
参考文献
[1] AccessParks. https://accessparks.com/. Retrieved 7/2022.
[2] Aether. https://www.aetherproject.org/. Retrieved 7/2022.
[3] AlterMundi. https://altermundi.net/. Retrieved 7/2022.
[4] free5GC. https://www.free5gc.org/.
[5] gRPC. https://grpc.io/. Retrieved 7/2022.
[6] Guifi.net. https://guifi.net/. Retrieved 7/2022.
[7] NYCMesh. https://www.nycmesh.net/. Retrieved 7/2022.
[8] O-RAN Alliance. https://www.o-ran.org/.
[9] Open Air Interface. https://openairinterface.org/.
[10] Open5Gs. https://open5gs.org/. Retrieved 7/2022.
[11] OpenBTS. http://openbts.org. Retrieved 7/2022.
[12] Osmocom. https://osmocom.org/projects/cellular-infrastructure. Retrieved 7/2022.
[13] srsRAN. https://www.srsran.com/.
[14] Universal Mobile Telecommunications System (UMTS); LTE; Policy and Charging Control (PCC); Reference points. https://www.etsi.org/deliver/etsi_TS/129200_129299/129212/15.03.00_60/ts_129212v150300p.pdf. (3GPP TS 29.212 version 15.3.0 Release 15).
[15] 3GPP: The mobile broadband standard. https://www.3gpp.org/.
[16] 3GPP: Evolved universal terrestrial radio access (EUTRA); physical layer procedures. https://portal.3gpp.org/desktopmodules/Specifications/SpecificationDetails.aspx?specificationId=2427.
[17] CBRS Alliance. https://www.cbrsalliance.org.
[18] Amazon Elastic Kubernetes Service (EKS). https://aws.amazon.com/eks/.
[19] Abhinav Anand, Veljko Pejovic, Elizabeth M Belding, and David L Johnson. VillageCell: Cost Effective Cellular Connectivity in Rural Areas. In International Conference on Information and Communication Technologies and Development, pages 180–189, 2012.
[20] Arijit Banerjee, Rajesh Mahindra, Karthik Sundaresan, Sneha Kasera, Kobus Van der Merwe, and Sampath Rangarajan. Scaling the LTE Control-Plane for Future Mobile Access. In ACM SIGCOMM CoNEXT Conference, pages 1–13. ACM, 2015.
[21] Luca Belli, Sarbani Banerjee Belur, Peter Bloom, Anriette Esterhuysen, Nathalia Foditsch, Maureen Hernandez, Erik Huerta, Mike Jensen, Meghna Khaturia, Michael J Oghia, et al. Community Networks: The Internet by the People, for the People. FGV Direito Rio, December 2017.
[22] Eric Brewer. CAP Twelve Years Later: How The "Rules" Have Changed. Computer, 45(2):23–29, 2012.
[23] Jyh-Cheng Chen, Ming-Chia Jiang, and Yi-wen Liu. Wireless LAN security and IEEE 802.11i. IEEE Wireless Communications, pages 27–36, February 2005.
[24] T. Charles Clancy. Secure handover in enterprise WLANs: Capwap, Hokey, and IEEE 802.11R. IEEE Wireless Communications, pages 80–85, October 2008.
[25] Michaelanne Dye, David Nemer, Josiah Mangiameli, Amy S Bruckman, and Neha Kumar. El Paquete Semanal: The Week’s Internet in Havana. In CHI Conference on Human Factors in Computing Systems, pages 1–12, 2018.
[26] Armando Fox, Steven D Gribble, Yatin Chawathe, Eric A Brewer, and Paul Gauthier. Cluster-based Scalable Network Services. In ACM Symposium on Operating Systems Principles, pages 78–91, 1997.
[27] Hernan Galperin and François Bar. The Microtelco Opportunity: Evidence from Latin America. Information Technologies and International Development, 3(2), 2006.
[28] Seth Gilbert and Nancy Lynch. Brewer’s Conjecture and the Feasibility of Consistent, Available, PartitionTolerant Web Services. SIGACT News, 33(2):51–59, jun 2002.
[29] GSMA. Unlocking Rural Coverage: Enablers for commercially sustainable mobile network expansion, 7 2016. https://www.gsma.com/mobilefordevelopment/resources/unlocking-rural-coverage-enablers-commercially-sustainable-mobile-network-expansion/
[30] S. Guo, M. H. Falaki, E. A. Oliver, E. A. Oliver, S. Ur Rahman, S. Ur Rahman, A. Seth, M. A. Zaharia, and S. Keshav. Very Low-Cost Internet Access Using KioskNet. ACM SIGCOMM Computer Communication Review, 37(5):95–100, 2007.
[31] Shaddi Hasan, Mary Claire Barela, Matthew Johnson, Eric Brewer, and Kurtis Heimerl. Scaling Community Cellular Networks with CommunityCellularManager. In USENIX Symposium on Networked Systems Design and Implementation, pages 735–750, 2019.
[32] Shaddi Hasan, Yahel Ben-David, Max Bittman, and Barath Raghavan. The Challenges of Scaling WISPs. In Annual Symposium on Computing for Development, pages 3–11, 2015.
[33] Kurtis Heimerl, Shaddi Hasan, Kashif Ali, Eric Brewer, and Tapan Parikh. Local, Sustainable, Small-Scale Cellular Networks. In International Conference on Information and Communication Technologies and Development, ICTD ’13, pages 2–12, Cape Town, South Africa, 2013. ACM.
[34] Xin Jin, Li Erran Li, Laurent Vanbever, and Jennifer Rexford. SoftCell: Scalable and Flexible Cellular Core Network Architecture. In ACM SIGCOMM CoNEXT Conference, pages 163–174. ACM, 2013.
[35] Matthew Johnson, Spencer Sevilla, Esther Jang, and Kurtis Heimerl. dLTE: Building a more WiFi-like Cellular Network (Instead of the Other Way Around). In ACM Workshop on Hot Topics in Networks, pages 8–14. ACM, 2018.
[36] Matthew William Johnson, Esther Han Beol Jang, Frankie O’Rourke, Rachel Ye, and Kurtis Heimerl. Network Capacity as Common Pool Resource: CommunityBased Congestion Management in a Community Network. ACM Human-Computer Interaction, 5(CSCW1):1–25, 2021.
[37] Teemu Koponen, Keith Amidon, Peter Balland, Martin Casado, Anupam Chanda, et al. Network Virtualization in Multi-tenant Datacenters. In USENIX Symposium on Networked Systems Design and Implementation, pages 203–216, 2014.
[38] Zhihong Luo, Silvery Fu, Mark Theis, Shaddi Hasan, Sylvia Ratnasamy, and Scott Shenker. Democratizing Cellular Access with CellBricks. In ACM SIGCOMM, August 2021.
[39] Nick McKeown, Tom Anderson, Hari Balakrishnan, Guru Parulkar, Larry Peterson, Jennifer Rexford, Scott Shenker, and Jonathan Turner. OpenFlow: Enabling Innovation in Campus Networks. ACM SIGCOMM Computer Communication Review, 38(2):69–74, 2008.
[40] Binh Nguyen, Tian Zhang, Bozidar Radunovic, Ryan Stutsman, Thomas Karagiannis, Jakub Kocur, and Jacobus Van der Merwe. ECHO: A Reliable Distributed Cellular Core Network for Hyper-Scale Public Clouds. In Annual International Conference on Mobile Computing and Networking, pages 163–178. ACM, 2018.
[41] O-RAN Alliance. O-RAN: Towards an Open and Smart RAN, October 2018. White paper, https://www.o-ran.org/s/O-RAN-WP-FInal-181017.pdf.
[42] OVN Architecture. https://www.ovn.org/support/dist-docs/ovn-architecture.7.pdf, 2021.
[43] Guru Parulkar. Aether: An Open Source Platform for Private 5G Connected Edge Cloud-as-a-Service, 2020. Keynote presentation at ONF Spotlight on 5G Connected Edge Cloud for Industry 4.0 Transformation, https://www.youtube.com/watch?v=Zn7FZyiw5KM&t=4s.
[44] Rabin Patra, Sergiu Nedevschi, Sonesh Surana, Anmol Sheth, Lakshminarayanan Subramanian, and Eric Brewer. WiLDNet: Design and Implementation of High Performance WiFi Based Long Distance Networks. In USENIX Symposium on Networked Systems Design and Implementation, 2007.
[45] Alex (Sandy) Pentland, Richard Fletcher, and Amir Hasson. DakNet: Rethinking Connectivity in Developing Nations. Computer, 37(1):78–83, 2004.
[46] Larry Peterson and Oguz Sunay. 5G Mobile Networks: A Systems Approach. Systems Approach, June 2020. https://5g.systemsapproach.org/.
[47] Ben Pfaff, Justin Pettit, Teemu Koponen, Ethan Jackson, Andy Zhou, Jarno Rajahalme, Jesse Gross, Alex Wang, Joe Stringer, Pravin Shelar, et al. The Design and Implementation of Open vSwitch. In USENIX Symposium on Networked Systems Design and Implementation, pages 117–130, 2015.
[48] Thomas Pötsch, Salman Yousaf, Barath Raghavan, and Jay Chen. Zyxt: A Network Planning Tool for Rural Wireless ISPs. In ACM SIGCAS Conference on Computing and Sustainable Societies, pages 1–11, 2018.
[49] Zafar Ayyub Qazi, Phani Krishna Penumarthi, Vyas Sekar, Vijay Gopalakrishnan, Kaustubh Joshi, and Samir R Das. KLEIN: A Minimally Disruptive Design for an Elastic Cellular Core. In ACM Symposium on SDN Research, pages 1–12. ACM, 2016.
[50] Zafar Ayyub Qazi, Melvin Walls, Aurojit Panda, Vyas Sekar, Sylvia Ratnasamy, and Scott Shenker. A High Performance Packet Core for Next Generation Cellular Networks. In Proceedings of the Conference of the ACM Special Interest Group on Data Communication, pages 348–361. ACM, 2017.
[51] Rhizomatica. http://rhizomatica.org/, 2013. Retrieved 4/2013.
[52] Spencer Sevilla, Matthew Johnson, Pat Kosakanchit, Jenny Liang, and Kurtis Heimerl. Experiences: Design, Implementation, and Deployment of CoLTE, a Community LTE Solution. In ACM MobiCom, pages 1–16, 2019.
[53] Spirent Landslide Core Network Testing. https://www.spirent.com/products/mobile-network-testing.
[54] Statista. Internet usage worldwide—statistics & facts. https://www.statista.com/topics/1145/internet-usage-worldwide/#dossierKeyfigures.
[55] Sonesh Surana, Rabin K Patra, Sergiu Nedevschi, Manuel Ramos, Lakshminarayanan Subramanian, Yahel Ben-David, and Eric A Brewer. Beyond Pilots: Keeping Rural Wireless Networks Alive. In NSDI, volume 8, pages 119–132, 2008.
[56] William Waites, James Sweet, Roger Baig, Peter Buneman, Marwan Fayed, Gordon Hughes, Michael Fourman, and Richard Simmons. RemIX: A Distributed Internet Exchange for Remote and Rural Networks. In Workshop on Global Access to the Internet for All, pages 25–30, 2016.
[57] WBA. OpenRoaming. https://wballiance.com/openroaming/, 2021.
[58] Klaas Wierenga and Licia Florio. Eduroam: Past, Present and Future. Computational Methods in Science and Technology, 11(2):169–173, 2005.
[59] Mao Yang, Yong Li, Depeng Jin, Li Su, Shaowu Ma, and Lieguang Zeng. OpenRAN: A Software-Defined RAN Architecture via Virtualization. ACM SIGCOMM Computer Communication Review, 43(4):549–550, 2013.
[60] H. Zhu, M. Li, I. Chlamtac, and B. Prabhakaran. A Survey of Quality of Service in IEEE 802.11 Networks. IEEE Wireless Communications, pages 6–14, August 2004.
你好，我是俞凡，在 Motorola 做过研发，现在在 Mavenir 做技术工作，对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI 等技术始终保持着浓厚的兴趣，平时喜欢阅读、思考，相信持续学习、终身成长，欢迎一起交流学习。
微信公众号：DeepNoMind
