Espera-se que a quantidade de objetos da Internet das Coisas cresça de forma exponencial, aumentando consequentemente o fluxo de dados trafegados pela rede. Para suportar este aumento, a diversidade de tecnologias e a possível distribuição geográfica destes objetos conectados, é necessário uma infraestrutura apta a gerenciar estas demandas. Este trabalho apresenta os detalhes da implantação e os experimentos de integração do SOFTWAY4IoT realizado junto à infraestrutura computacional (máquinas virtuais) disponibilizada pela RNP e a plataforma FIWARE-Lab@RNP. O caso de uso é lixeiras inteligentes para coleta de dados acerca da quantidade de resíduos orgânicos e monitoramento de níveis de lixo das lixeiras seletivas.

Redes de Acesso por Rádio de Próxima Geração (NG-RAN) devem suportar oito opções de divisões funcionais combinando o posicionamento em três nós, i.e., Unidade Central, Unidade Distribuída e Unidade de Rádio. Além disso, esses nós devem trabalhar de forma virtualizada, resultando em uma solução vNG-RAN. Neste artigo, é proposto um modelo de otimização exato que tem como objetivo o posicionamento de VNFs para o planejamento de vNGRAN com possibilidade de divisão do fluxo de roteamento em múltiplos caminhos. Entretanto, nossos testes apresentam que esta abordagem é complexa para vNG-RAN de tamanho real. Desta forma, esse artigo apresenta uma discussão sobre a utilização de aprendizagem por reforço profundo para resolver este problema.