Minute 3

March 3, 2025 · 3 min read

Método

Presencial

9:00 - 10:00

Sobre a integração com o core 5G:

É importante descobrir as interfaces e depois encontrar API.
Focar no pipeline.
Importante identificar que interfaces teria de ter para a comunicação entre os componentes e depois qual deveriamos implementar.

Em relação aos casos de uso, apresentámos os levantados e um exemplo de um diagrams (segue em anexo):

Feedback dos tutores:

retirar alguns (está muito exaustivo).
Pôr só 2 atores. Network/service provider e client para simplificar.
Conectar os que se relacionam com o client a ele.
No relatório apresentar todos os casos de uso, mas só implementar alguns. Os que serão implementados já darão trabalho suficiente.
Focar no caso de uso "anomaly detection".

Alguma informação do tutor Rafael Teixeira sobre o ML Ops pipeline:

Tutor Rafael Teixeira vai fornecer um dataset para identificar-mos as métricas a usar no modelo.
Dados raw são por exemplo, os recolhidos pelo wireshark a correr na rede.
Ips, pedidos de conexão, etc. Traduzir isto para métricas.
Output é suposto ser um csv. Este deve ser já processado e raw.
Precisamos de um data warehouse para provenance.

Foi apresentado uma ideia da arquitetura aos orientadores (segue em anexo).

Feedback dos tutores:

Organizar melhor o diagrama. Exemplo da arquitetura openslice como guia (segue em anexo).
Temos de ter API no ML Model.
Meter o monitoring system e o ML Model à direita.
Manter a time series DB, é útil para o segundo caso de uso que será implementado.
Como fazer a gestão do treino? -> Ter data warehouse para guardar dados processados.

Mockups da Monitoring Interface?

Feedback dos tutores:

Levar uns exemplos da interface de monitoring, embora o projeto não esteja muito virado para estes moldes.
Justificar a falta de mockups. Especificar que o projeto é virado para o backend e o único dashboard que temos é o grafana.

Foi-nos apresentado também um bom sistema de previsão de QoS e Assurance -> Facebook Prophet.

Apresentação do SCRUM Board do projeto para os tutores conseguirem acompanhar o progresso.

Daqui em diante fazer a parte correspondente à apresentação na documentação, antes da apresentação.
Anotar as dúvidas nos pdfs do 3GPP para ser analisado pelo tutor Rafael Direito.
Data lake: dados raw. Data warehouse: dados processados.
Tentar ter esta milestone concluída sexta para os tutores avaliarem e termos tempo de corrigir coisas atempadamente.