Imaginons une équipe de robots autonomes se coordonnant en temps réel ou un système médical de surveillance à distance transmettant en continu les données de capteurs provenant de milliers d’appareils. Chacun de ces systèmes cyber-physiques se dispute des ressources de communication limitées. Lorsque les réseaux sont submergés de données non pertinentes, les signaux critiques, tels que les défaillances de capteurs ou les alarmes urgentes, risquent d’être ignorés. Et si, au lieu de transmettre toutes les données disponibles, les réseaux pouvaient établir des priorités et n’envoyer que ce qui compte, au moment où cela compte ?
Les réseaux modernes ont été initialement conçus pour transmettre des données, et non pour en interpréter la signification. Chaque bit, chaque paquet et chaque flux sont traités de manière identique, indépendamment de leur caractère critique ou de leur pertinence par rapport à un objectif final. Mais à mesure que les systèmes cyber-physiques gagnent en complexité et en exigence, cette approche indifférenciée s’avère insuffisante. Une nouvelle philosophie prend forme : plutôt que de traiter toutes les données comme ayant la même importance, les réseaux peuvent hiérarchiser les informations pertinentes par rapport à un objectif prédéfini, ou « une intention ». Cette philosophie minimaliste, fondée sur l’intention, s’appuie sur une extension classique de la théorie de l’information de Shannon pour améliorer l’efficacité de la communication en allouant plus judicieusement les ressources de communication et de calcul.
Pour comprendre pourquoi cela est crucial, prenons l’exemple d’un système connecté de surveillance médicale. Au niveau du réseau, une alerte de bradycardie qui arrive avec quelques millisecondes de retard est impossible à distinguer d’une information sur le nombre de pas parcourus par le patient. La première constitue une défaillance cliniquement inacceptable, tandis que la seconde peut tolérer plusieurs minutes de retard. Un réseau traditionnel ne fait pas la distinction. Un réseau basé sur l’intention, lui, la fait : il sait ce qui importe, pour qui et quand.
C’est l’intention qui doit façonner le réseau, de bas en haut.
Pour concrétiser cette vision, il faut plus qu’un simple algorithme ingénieux. Il faut une refonte fondamentale de l’ensemble de la pile protocolaire des réseaux. Une couche unifiée de gestion et d’orchestration des services doit venir s’ajouter à la pile de protocoles traditionnelle. Elle coordonne les fonctions au niveau des applications, telles que l’extraction de caractéristiques, la compression et le codage, tout en dirigeant l’allocation des ressources au sein du réseau d’accès radio (RAN). En bref, l’intention doit façonner le réseau de bas en haut, en couvrant les opérations des couches physique (PHY) et de contrôle d’accès au support (MAC) jusqu’au traitement de haut niveau au niveau de la couche application.
Cette approche s’appuie sur les principes généraux du « Intent-Based Networking » (IBN), qui automatisent la manière dont les réseaux définissent, activent et garantissent les intentions. Cependant, l’IBN conventionnel opère généralement sur des couches supérieures du traitement de l’information, telles que l’orchestration des services et la gestion du réseau, et réagit à des échelles de temps de l’ordre de quelques secondes, car il repose sur une prise de décision centralisée et une large visibilité du réseau. La communication sensible à la sémantique rapproche la concrétisation des intentions sur les couches où les données sont traitées et transmises, plus profondément à la fois dans la couche applicative et dans le réseau d’accès radio (RAN). Cela permet au réseau de s’adapter en quelques millisecondes à des intentions variables et à la dynamique du réseau.
Poser les bonnes fondations
C’est là que l’Open RAN devient indispensable. En introduisant l’ouverture, la désagrégation et la programmabilité dans le RAN, l’Open RAN fournit les bases nécessaires à l’intégration de fonctionnalités basées sur l’intention et sensibles à la sémantique à tous les niveaux de la pile de protocoles. L’architecture de l’Alliance O-RAN positionne le contrôleur intelligent du RAN (RIC) comme une plateforme centrale pour le contrôle en temps non réel (non-RT) et en temps quasi réel (near-RT) des opérations du RAN. Cependant, la latence de la boucle de contrôle du RIC limite sa capacité à réagir rapidement à des intentions en constante évolution.
Pour pallier cette limitation, un nouveau concept a vu le jour : les applications distribuées (dApps), qui donnent plus d’intelligence aux couches inférieures du RAN. En raccourcissant les boucles de contrôle, en réduisant la surcharge de signalisation et en accordant un accès granulaire à des données locales, telles que les informations par paquet et les échantillons I/Q bruts, les dApps permettent une prise de décision véritablement en temps réel et basée sur l’intention. Cependant, les dApps restent pour l’instant essentiellement un concept de recherche, car leur intégration dans l’architecture Open RAN fait encore l’objet de discussions et ne fait pas encore partie d’une norme finalisée.
ib-ORAN prend en charge des métriques et des KPI qui permettent d’évaluer non seulement le débit ou la latence, mais aussi dans quelle mesure le réseau répond à une intention spécifique.
De la conception à la référence : le cadre ib-ORAN
La concrétisation de cette vision soulève toutefois une question pratique : comment tester et valider l’architecture Open RAN, composée de dApps sensibles aux intentions et à la sémantique, de rApps (applications RIC non en temps réel) et de xApps (applications RIC quasi en temps réel), avant son déploiement en conditions réelles ? Pour y répondre, il faut un environnement de simulation léger pour éviter une charge de traitement excessive et réaliste pour refléter un environnement réseau proche de la réalité, tout en respectant les normes et spécifications du 3GPP (3rd Generation Partnership Project) et de l’Alliance O-RAN, réduisant ainsi l’écart entre le développement et la mise en œuvre en conditions réelles.
L’équipe Orange Research a développé ib-ORAN, un cadre de simulation open source et reproductible permettant l’évaluation et l’analyse comparative réalistes de l’orchestration basée sur l’intention dans l’Open RAN. Le cadre ib-ORAN permet un contrôle coordonné à plusieurs échelles de temps via les dApps, les xApps et les rApps, tout en respectant les principes architecturaux de l’Open RAN et les normes 3GPP.
Diverses applications RAN, telles que la gestion des ressources radio (RRM), la planification multi-utilisateurs et l’équilibrage de charge, qu’elles soient conventionnelles ou pilotées par l’IA, peuvent être déployées de manière transparente entre le RIC et les composants dApp, en fonction des principes de conception et des échelles de temps de contrôle requis. Le simulateur prend également en charge toute une gamme de formats de données de trafic, notamment le texte, les images et les représentations sémantiques (embeddings).
ib-ORAN est disponible sous la forme du module « ns3-iboran » sur le dépôt Orange GitHub.
Dans les coulisses : comment fonctionne ib-ORAN ?
ib-ORAN s’appuie sur le framework ns-3, un simulateur de réseau open source largement utilisé qui offre un environnement réaliste et piloté par les événements pour la modélisation des réseaux sans fil et filaires. Conforme aux normes 3GPP, ns-3 prend en charge les comportements radio détaillés, tels que les modèles de mobilité, les effets de propagation et les procédures RAN standard, qui rendent les résultats de simulation pertinents et transposables à un déploiement en conditions réelles.
Sur cette base, ib-ORAN intègre des modules Python de contrôle qui reflètent la hiérarchie Open RAN standard : les dApps assurent un contrôle local et fin, tandis que les xApps et les rApps hébergent les opérations RIC des couches supérieures. Ces modules se connectent au cœur de simulation ns-3 via une interface haute performance à faible latence, permettant à la logique de contrôle d’interagir avec l’environnement réseau de manière réaliste et conforme aux normes.
Au-delà de la structure de contrôle, ib-ORAN prend en charge la définition de métriques de performance personnalisées et spécifiques à une intention, parallèlement aux indicateurs clés de performance (KPI) standard, ce qui permet aux chercheurs d’évaluer le comportement du réseau non seulement en termes de débit ou de latence, mais aussi en fonction de la capacité du réseau à répondre à une intention spécifique.
À propos du projet
ib-ORAN a été développé dans le cadre du projet COMSEMA de l’ANR, qui porte sur les applications d’interprétation vidéo et propose une approche fondamentale, fondée sur l’intention et la communication sémantique, visant à repenser l’ensemble du processus de génération et de transmission d’informations sur le réseau, en mettant particulièrement l’accent sur les scénarios multi-sources.
Conclusion et perspectives
ib-ORAN démontre que la question posée en introduction de cet article, « Et si les réseaux ne transmettaient que ce qui compte vraiment ? », n’est pas seulement une ambition philosophique. Il s’agit d’un défi technique qui peut être étudié, mesuré et affiné de manière systématique. De la définition des intentions aux décisions en temps réel concernant les ressources radio, ce cadre de simulation permet une évaluation rigoureuse de l’orchestration basée sur les intentions à travers toute la pile de contrôle, avant de passer au déploiement sur du matériel réel. Le chemin à parcourir est long, mais ib-ORAN marque une avancée concrète.
Comme le cadre ib-ORAN prend en charge toute une gamme de formats de données de trafic, cela ouvre la voie à des applications plus sophistiquées, telles que l’interprétation vidéo, sans nécessiter de modifications majeures des composants RAN du simulateur. À plus long terme, la conception modulaire du cadre s’étend naturellement pour prendre en charge les nouveaux cas d’utilisation de l’IA, par exemple les scénarios dans lesquels des agents IA communiquent directement entre eux, en échangeant des représentations sémantiques à travers le réseau. La communication sémantique de pair à pair introduit une nouvelle catégorie de trafic tenant compte des intentions, qu’ib-ORAN est parfaitement en mesure de prendre en charge.
Lexique
Open RAN (Open Radio Access Network)
Une approche ouverte et dégroupée de la mise en place de réseaux d’accès radio, dans laquelle le matériel et les logiciels de différents fournisseurs peuvent fonctionner ensemble grâce à des interfaces normalisées, au lieu de dépendre d’une solution unique et fermée proposée par un seul fournisseur.
IBN (Intent-Based Networking)
Une approche de gestion du réseau dans laquelle les opérateurs définissent des objectifs généraux, et où le réseau se configure automatiquement pour y répondre, plutôt que d’être configuré manuellement étape par étape.
RIC (RAN Intelligent Controller)
Le contrôleur central de l’Open RAN, chargée de gérer et d’optimiser le comportement du réseau grâce à des applications intelligentes, fonctionnant à la fois en temps quasi réel et en temps différé.
dApp (Distributed Application)
Une application de contrôle légère qui s’exécute à proximité immédiate du matériel radio, permettant une prise de décision locale très rapide grâce à l’accès à des données détaillées et en temps réel. Toutefois, les dApps ne font pas encore partie d’une norme O-RAN finalisée et restent un domaine actif de recherche et de spécification.
xApp (Near-RT RIC Application)
Une application qui utilise et/ou fournit des services RIC en temps quasi réel via des API normalisées afin d’assurer le contrôle ou le pilotage en temps quasi réel des nœuds RAN, fonctionnant à des échelles de temps allant de quelques millisecondes à quelques secondes.
rApp (Non-RT RIC Application)
Une application qui utilise et/ou fournit des services de gestion et d’automatisation non temps réel, au sein du RIC non-RT, permettant la mise en œuvre de politiques à plus long terme et l’optimisation du réseau à l’échelle de la seconde.
En savoir plus
Intent-Based Orchestration in Open RAN: An ns-3 Simulation Framework
L’article de recherche original qui présente le cadre ib-ORAN, en détaillant son architecture, ses principes de conception et un premier cas d’utilisation mettant en œuvre la gestion des ressources radio basée sur l’intention, accompagné de résultats de simulation.
Semantic Communication for Future Networks: ANR COMSEMA
Le projet de recherche financé par l’ANR à l’origine d’ib-ORAN, qui vise à mettre au point une communication basée sur l’intention et tenant compte de la sémantique pour l’interprétation vidéo et les scénarios multi-sources dans les architectures réseau de demain.
Compacting Semantic Matryoshka Representations with Product Quantization
Un article de recherche consacré à la compression efficace des représentations sémantiques à l’aide de la quantification de produit, qui présente un intérêt direct pour les capacités de prétraitement au niveau de la couche applicative envisagées dans le cadre d’ib-ORAN.
Semantic Communication for People Re-Identification
Un article de recherche portant sur l’application de la communication sémantique pour une tâche de réidentification des personnes, l’une des applications cibles qui ont guidé la conception du projet ANR COMSEMA et du cadre ib-ORAN.
Auteurs
Chercheur en postdoctorat chez Orange
Chercheur sénior chez Orange
