{"id":null,"code":"521377S","name":{"valueFi":"Tietoliikenneverkot II","valueEn":"Communications Networks II","valueSv":""},"credits":7.0,"minCredits":7,"maxCredits":7,"tags":[{"code":"opinfi_fitech","title":{"valueFi":"opinfi_fitech","valueEn":"opinfi_fitech","valueSv":"opinfi_fitech"}}],"createdAt":1790534830412,"contentList":[{"title":{"valueFi":"Osaamistavoitteet","valueEn":"Learning outcomes","valueSv":""},"content":{"valueFi":"- Suoritettuaan vaaditut kurssityöt opiskelija ymmärtää ohjelmoitavien verkkojen perusperiaatteet. Opiskelijalla on tietoa siitä, miten erilaisia ohjaustasoarkkitehtuureja voidaan kehittää tai käyttää erilaisissa verkottuneissa ympäristöissä.  \r\n- Opiskelija ymmärtää 5G-arkkitehtuurin uudet ominaisuudet sekä niiden edut matkaviestinverkoissa. Opiskelija ymmärtää reunalaskenta- ja virtualisointitekniikoiden merkityksen 5G-standardin matalan latenssin ja luotettavuusvaatimusten saavuttamisessa. Opiskelija tuntee monikäyttöisen reunalaskennan suunnitellut käyttötapaukset 5G-järjestelmissä ja osaa kuvata joitakin järjestelmäarkkitehtuurin komponentteja.  \r\n- Opiskelija ymmärtää SDN-verkon ohjauksen ja datatasojen idean ja mitä se tarkoittaa käytännössä. Opiskelija oppii, miten verkon ohjaus-datatason erottaminen on mahdollista SDN:n avulla.  \r\n- Opiskelija ymmärtää yksinkertaisten ohjelmoitavien verkkojen dynamiikan, jonojärjestelmien tärkeyden ohjelmoitavien verkkojen, kuten OpenFlow-pohjaisten SDN:ien, nykyisessä mallissa. Opiskelija osaa myös suunnitella SDN-pohjaiselle verkonohjaustasolle jonojärjestelmän, joka tarjoaa palveluja tasapainoisesti ohjaustason vastuulla olevalle tietotasolle.  \r\n- Opiskelija ymmärtää verkkoturvallisuuden, verkon kuormituksen tasapainottamisen ja verkon viipaloinnin merkityksen nykyaikaisissa ja kehittyvissä viestintäverkoissa ja miten ne on otettava huomioon verkon suunnittelussa.  \r\n- Opiskelija ymmärtää jonoteorian perusperiaatteet, kuten syntymä- ja kuolinprosessin, M/M/1-, M/M/c-, M/M/c/K- ja jonoverkkomallit. Opiskelija ymmärtää Markov-mallin käsitteen ja sen soveltamisen viestintäverkkoanalyysissä. Opiskelijat osaavat soveltaa jonoteoriaa SDN:n tai virtualisoitujen verkkojen mallintamiseen.  \r\n- Opiskelijat oppivat taitoja suunnitella ja toteuttaa yksinkertaisia SDN:iä ja analysoida suorituskykyä verkon emulointi- ja simulointiympäristöissä.\r\n\r\nGeneeriset taidot:\r\n- tunnistaa analyyttisen, kriittisen ja luovan ajattelun keskeiset taidot sekä osaa havainnoida niitä omassa toiminnassaan\r\n- osaa arvioida oman alansa tietoa kriittisesti ja soveltaa sitä monimutkaisten ja ennakoimattomien ongelmien ratkaisemiseksi\r\n- osaa käyttää opinnoissaan alalleen relevantteja digi- ja tekoälysovelluksia tarkoituksenmukaisesti, turvallisesti ja vastuullisesti","valueEn":"- Upon completing the required coursework, the students understand basic principles of programmable networking. The students have knowledge of how different control plane architectures can be developed or used for different networked environments.  \r\n- Students understand the novel features in the 5G architecture and their benefits of for mobile networks. Students understand the importance of edge computing and virtualization techniques in achieving the low-latency and reliability requirements of 5G standard. Students know the planned use cases of multi-access edge computing in 5G systems and can describe some of the system architecture components.  \r\n- Students understand the idea of SDN network control and data planes, and what it means in practice. The students learn how the network control-data plane separation is possible with SDN. \r\n- Students understand the dynamics of simple programmable networks, the importance of queuing systems in the current model of programmable networks such as OpenFlow-based SDNs. The student is also able to design a queuing system for SDN-based network control plane to provide services in a balanced way to the underlying data plane the control plane is responsible for.  \r\n- Students understand the significance of network security, network load-balancing and network slicing in modern and emerging communications networks and how they need to be taken into consideration in the network design.  \r\n- Students understand the basic principles of queueing theory, such as Birth and Death Process, the M/M/1, M/M/c, M/M/c/K and queuing networks models. Students understand concept of Markov model and its application in communication network analysis. Students can apply queueing theory to model SDN or virtualized networks.  \r\n- Students learn skills to design and implement simple SDNs and analyze performance in network emulation and simulation environments.\r\n\r\nGeneric skills:\r\n- identify the key skills of analytical, critical and creative thinking and be able to observe them in their own activities\r\n- is able to critically evaluate knowledge in their own field and apply it to solve complex and unpredictable problems\r\n- is able to use digital and AI applications relevant to their field in their studies appropriately, safely, and responsibly","valueSv":""}},{"title":{"valueFi":"Sisältö","valueEn":"Content","valueSv":""},"content":{"valueFi":"Johdatus ohjelmistopohjaisen verkon (SDN) käsitteisiin: OpenFlow-pohjainen SDN-arkkitehtuuri, SDN-ohjaustaso ja datataso (OpenFlow-kytkimet), ohjelmistopohjainen valvonta, SDN ja verkkotoimintojen virtualisoinnin (NFV) integrointi matkapuhelinjärjestelmissä. Johdatus Multi-Access Edge (MEC) reunaaskentaan ja MEC:n käyttötapauksiin 5G: ssä ja MEC-IoT-integraatioon. Johdatus jonoteoriaan ja jonojärjestelmiin sekä jonoteorian soveltaminen ohjelmistopohjaisen mobiiliverkon tai virtualisoitujen verkkojen (Jackson-verkko) mallintamiseen. Lisäksi kurssilla käsitellään verkkoturvallisuuden, verkon kuormituksen tasapainottamisen ja verkon viipaloinnin merkitystä nykyaikaisissa ja kehittyvissä viestintäverkoissa. Kurssi tarjoaa käytännön kokemusta virtuaaliverkoista SDN: n avulla Mininet-verkkoemulaattorin kanssa.","valueEn":"Introduction to the concepts of Software Defined Networking (SDN): the OpenFlow based SDN architecture, SDN control plane and data plane (OpenFlow switches), Software Defined Monitoring, SDN and Network Function Virtualization (NFV) integration in cellular systems. Introduction to Multi-Access Edge computing (MEC), and the use cases of MEC in 5G, and MEC-IoT integration. Introduction to queueing theory and queueing systems and application of queueing theory to model software defined mobile network or virtualized networks (Jackson network). Furthermore, the course discusses the significance of network security, network load-balancing and network slicing in modern and emerging communications networks. Course provides hands-on experience on virtual networks using SDN with Mininet network emulator.","valueSv":""}},{"title":{"valueFi":"Suoritustavat","valueEn":"Study Methods","valueSv":""},"content":{"valueFi":"Kurssi läpäistään loppukokeella ja hyväksytyillä emulointi- ja simulointilaboratorioraporteilla. Lopullinen arvosana perustuu kokeeseen.  \r\nLue lisää arviointikriteereistä Oulun yliopiston sivuilta.","valueEn":"The course is passed with a final examination and the accepted emulation and simulation labwork reports. The final grade is based on examination.  \r\nRead more about assessment criteria at the University of Oulu webpage.","valueSv":""}},{"title":{"valueFi":"Toteutustavat","valueEn":"Teaching Methods","valueSv":""},"content":{"valueFi":"Opetus toteutetaan pääosin etänä, mikä mahdollistaa etäopetuksen ja tentit. Kaikki materiaalit (luentokalvot, nauhoitetut luennot, laboratoriotyöt) ovat saatavilla kurssin Moodle-sivulla.\r\n   \r\nLuennot 30 h, harjoitukset 15 h ja pakollinen suunnittelulaboratoriotyöskentely simulaatio-ohjelmalla (30 h). Mininet-harjoitusten ja Simulink-simulaatiosuunnittelutöiden kuvaus on digitaalisessa oppimisympäristössä (Moodle).","valueEn":"Teaching will be implemented mostly remotely enabling remote teaching and exams. All the materials (lecture slides, recorded lectures, lab works) are made available in the course Moodle page.\r\n   \r\nLectures 30 h, exercises 15 h and the compulsory design lab work with a simulation program (30 h). Description of Mininet exercises and Simulink simulation design work are provided in digital learning environment (Moodle).","valueSv":""}},{"title":{"valueFi":"Oppimateriaalit","valueEn":"Learning material","valueSv":""},"content":{"valueFi":"<p>Kaikki opetusmateriaalit (luentokalvot, nauhoitetut luennot, laboratorioty&ouml;ohjeet jne.) l&ouml;ytyv&auml;t kurssin Moodle-sivulta.</p>","valueEn":"<p>All teaching materials (lecture slides, recorded lectures, lab work instructions etc) are available in the course Moodle page.</p>","valueSv":""}},{"title":{"valueFi":"Lisätiedot","valueEn":"Further information","valueSv":""},"content":{"valueFi":"Ajoitus  \r\nKevät, periodit 3-4  \r\n  \r\nKohderyhmä  \r\n1. vuoden M.Sc. ja WCE opiskelijat","valueEn":"Timing  \r\nSpring, periods 3-4  \r\n  \r\nTarget group  \r\n1 st year M.Sc. and WCE students","valueSv":""}},{"title":{"valueFi":"Kurssikirjallisuus","valueEn":"Literature","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Esitietovaatimukset","valueEn":"Qualifications","valueSv":""},"content":{"valueFi":"Esitietovaatimukset  \r\nCommunications Networks I  \r\n  \r\nYhteydet muihin opintojaksoihin  \r\nKurssi on itsenäinen kokonaisuus, eikä se vaadi samanaikaisesti suoritettavia muita opintoja.","valueEn":"Prerequisites and co-requisites  \r\nCommunications Networks I  \r\n  \r\nRecommended optional programme components  \r\nThe course is an independent entity and does not require additional studies carried out at the same time.","valueSv":""}},{"title":{"valueFi":"Arviointiasteikko","valueEn":"Assessment scale","valueSv":""},"content":{"valueFi":"1-5/HYL","valueEn":"1-5/FAIL","valueSv":"1-5/FAIL"}},{"title":{"valueFi":"Arviointikriteerit","valueEn":"Assessment criteria","valueSv":""},"content":{"valueFi":"Opintojakso käyttää numeerista arviointiasteikkoa 1-5. Kurssin läpäisemiseksi kurssin molemmat  laboratoriotyöt on suoritettava hyväksytysti.","valueEn":"The course unit utilizes a numerical grading scale 1-5. To pass the course both course lab work needs to be accepted.","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 2","valueEn":"Evaluation criteria 2","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 3","valueEn":"Evaluation criteria 3","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Arviointikriteerit 4","valueEn":"Evaluation criteria 4","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}},{"title":{"valueFi":"Pääasiallinen opetuskieli","valueEn":"Primary Teaching Language","valueSv":""},"content":{"valueFi":"englanti","valueEn":"English","valueSv":"engelska"}},{"title":{"valueFi":"Taso","valueEn":"Level","valueSv":""},"content":{"valueFi":"Syventävät opinnot","valueEn":"Advanced Studies","valueSv":"Syventävät opinnot"}},{"title":{"valueFi":"Oppiaine","valueEn":"Subject","valueSv":""},"content":{"valueFi":"Tietoliikennetekniikka","valueEn":"Communications Engineering","valueSv":""}},{"title":{"valueFi":"Vastuuhenkilöt","valueEn":"Person in charge","valueSv":""},"content":{"valueFi":"Mika Ylianttila","valueEn":"Mika Ylianttila","valueSv":"Mika Ylianttila"}},{"title":{"valueFi":"Luokittelu","valueEn":"Classification","valueSv":""},"content":{"valueFi":"opinfi_fitech","valueEn":"opinfi_fitech","valueSv":"opinfi_fitech"}},{"title":{"valueFi":"Linkit","valueEn":"Links","valueSv":""},"content":{"valueFi":"","valueEn":"","valueSv":""}}]}