[論文レビュー] 5G Island for Network Resilience and Autonomous Failsafe Operations

Bin Han, Marcos Rates Crippa+1 more|arXiv (Cornell University)|May 4, 2018

Software-Defined Networks and 5G参考文献 3被引用数 3

ひとこと要約

本稿では、5Gネットワークのレジliエンスを向上させるために、中央からエッジへの仮想ネットワーク関数（VNF）移行を促進する文脈認識型でコスト最適化されたフレームワーク「5Gアイランド（5GI）」を提案する。ユーザー移動性、VNF可用性、サービス需要を用いて、障害発生時の機会費用と移行コストを動的に評価することで、総運用コストを最小限に抑えつつ、超信頼性で低遅延なサービス継続性を確保する自律的で「移行前に実行する」VNF移行を可能にする。

ABSTRACT

The resilience of 5G networks can be strongly challenged by central cloud virtual network function (VNF) outages, which can be cause by server and backhaul connection errors. This paper proposes a context-aware approach to migrate VNF from central cloud to local edge cloud, in order to improve the network resilience with minimized VNF migration cost.

研究の動機と目的

• 5Gネットワークにおける中央クラウドVNFの障害が、安全応用に不可欠な超信頼性低遅延通信（URLLC）を脅かすという課題に対処する。
• 中央クラウドからエッジクラウドへのVNFの冗長的配置による運用費（OPEX）の削減を図るため、VNFをいつ移行すべきかを知的に判断する。
• 将来的なサービス障害を予測し、それらを未然に防止することで、自律的で予防的なフェイルセーフ運用を実現する。
• VNFの冗長性同期に向けた動的で文脈駆動の意思決定メカニズムにより、ネットワークのレジリエンスと移行コストのバランスを取る。
• リアルタイムのユーザー移動性とVNFパフォーマンスに適応するスケーラブルで知的なエッジクラウドベースのVNF冗長性フレームワークを提供する。

提案手法

• リアルタイムのユーザーおよびネットワークの文脈を活用して移行意思決定をトリガーする文脈認識型C2E VNF移行フレームワーク「5Gアイランド（5GI）」を提案する。
• コストベネフィット意思決定ルールを採用：移行コスト（cₘ）が予想される障害機会費用（cₒ）未満である場合に限り、エッジクラウドでのVNF冗長性を同期する。
• 到着時刻密度 f_arr,u(t)、滞在時間 f_stay,u(τ)、VNF障害確率 pₒ を含む確率的フレームワークを用いて、1UEあたりの予想障害時間をモデル化する。
• 機会費用 cₒ を、エッジクラウドのカバレッジ内に存在するすべてのUEの合計として推定し、予想障害時間と単位時間損失 l で重み付けする。
• 状態保持型VNF（例：HSS）にはUE駆動推定、状態非保持型VNF（例：ゲートウェイ）にはエッジクラウド駆動推定を適用することで、文脈プロビジョニングのオーバーヘッドを低減する。
• AMFおよびVNFMを介した履歴データとリアルタイムの移動統計を活用して、平均稼働率因子 η̄ とUE数 N̄ を推定し、効率的なコスト推定を実現する。

実験結果

リサーチクエスチョン

• RQ1 VNF移行を文脈認識型でコスト最適化することで、5Gネットワークのレジリエンスを向上させつつ、過剰なOPEXを発生させない方法は何か？
• RQ2 中央クラウドVNFをエッジクラウドに移行することが経済的かつ運用的に正当化される最適な条件は何か？
• RQ3 動的ユーザー移動性とVNF可用性データを用いて、VNFの予想障害コストを正確に推定する方法は何か？
• RQ4 現実の5Gシナリオにおいて、常に移行する、一切移行しない、そして知的で文脈駆動の移行の間で、性能上のトレードオフは何か？
• RQ5 中央クラウド障害発生時にもフェイルセーフ運用を保証できる分散型で自律的なVNF移行メカニズムを設計できるか？

主な発見

• 5Gアイランドフレームワークは、予想される障害損失が移行コストを上回る場合にのみVNF移行を動的に有効化することで、総運用コストを著しく削減した。
• シミュレーション結果から、提案手法は「一切更新しない」および「常に更新する」ベースラインと比較して、コストとレジリエンスのトレードオフにおいて優れた性能を示した。
• cₘ = 20Tl の中央クラウドVNFに対して、4π km² の都市シナリオで、5GIアプローチが移行コストを顕著に低減しながら高いレジリエンスを維持していることが実証された。
• cₘ = 100Tl の高い移行コストを有するVNFに対しては、フレームワークが不要な移行を回避した。これにより、コスト認識型およびスケーラビリティの有効性が裏付けられた。
• リアルタイムの文脈に基づいて潜在的な障害を予測・防止することで、フレームワークは自律的で予防的なフェイルセーフ運用を実現した。
• エッジクラウド駆動推定法により、状態非保持型VNFの文脈プロビジョニングのオーバーヘッドが低減され、複数のエッジクラウドにわたる効率的でスケーラブルな展開が可能になった。