[論文レビュー] Mobile Edge Computing, Metaverse, 6G Wireless Communications, Artificial Intelligence, and Blockchain: Survey and Their Convergence

Yitong Wang, Jun Zhao|arXiv (Cornell University)|Sep 28, 2022

IoT and Edge/Fog Computing被引用数 5

ひとこと要約

本論文は、モバイルエッジコンピューティング（MEC）、6G無線通信、メタバース、人工知能（AI）、ブロックチェーンを統合する統合フレームワークを提案し、低遅延、高忠実度、高セキュリティな没入型アプリケーションを実現する。AIを用いた予測的モビリティ管理と、ブロックチェーンを用いた安全で分散型のリソース管理により、6G対応のメタバース環境におけるMECのパフォーマンスが向上し、サービスの信頼性とシステム効率が顕著に向上する。

ABSTRACT

With the advances of the Internet of Things (IoT) and 5G/6G wireless communications, the paradigms of mobile computing have developed dramatically in recent years, from centralized mobile cloud computing to distributed fog computing and mobile edge computing (MEC). MEC pushes compute-intensive assignments to the edge of the network and brings resources as close to the endpoints as possible, addressing the shortcomings of mobile devices with regard to storage space, resource optimisation, computational performance and efficiency. Compared to cloud computing, as the distributed and closer infrastructure, the convergence of MEC with other emerging technologies, including the Metaverse, 6G wireless communications, artificial intelligence (AI), and blockchain, also solves the problems of network resource allocation, more network load as well as latency requirements. Accordingly, this paper investigates the computational paradigms used to meet the stringent requirements of modern applications. The application scenarios of MEC in mobile augmented reality (MAR) are provided. Furthermore, this survey presents the motivation of MEC-based Metaverse and introduces the applications of MEC to the Metaverse. Particular emphasis is given on a set of technical fusions mentioned above, e.g., 6G with MEC paradigm, MEC strengthened by blockchain, etc.

研究の動機と目的

• クラウドからエッジコンピューティングへのモバイルコンピューティングパラダイムの進化を分析し、遅延とリソース制約に対処するMECの役割を特定すること。
• MECを次世代アプリケーション向けに、新興技術（6G、AI、ブロックチェーン、メタバース）と統合する方法を調査すること。
• AIが予測的モビリティ管理と動的リソース割り当てを通じてMECをどのように向上させるかを検討すること。
• 分散型MEC環境におけるセキュリティ、信頼性、リソース利用効率の向上にブロックチェーンが果たす役割を探ること。
• スケーラブルで安全かつ没入型のメタバース体験を6Gネットワーク上で実現するための統合的でAIおよびブロックチェーン支援のMECフレームワークを提言すること。

提案手法

• MEC、6G、AI、ブロックチェーン、メタバースワークロードを統合するマルチテクノロジー統合フレームワークを提案する。
• 特にニューラルネットワークを用いた機械学習モデルを活用し、ユーザーの移動予測とRSRP（参考信号受功率）の予測を行い、MECサーバーでのプロアクティブなコンテンツキャッシュを実現する。
• セキュリティを強化し、MECリソース割り当てにおける分散型信頼性を実現するため、ブロックチェーンベースのコンセンサスメカニズムを導入する。
• ブロックチェーン統合を活用したMECリソース割り当てに向けた多項式時間アルゴリズムを採用し、効率的なリソース割り当てを実現する。
• 不確実な環境における知的意思決定を可能にするために、AIを活用し、動的ネットワークスライシングや攻撃抑止の対策を講じる。
• SDNおよびNFVの原則をMECと統合し、リアルタイムでのリンク意識型適応とロケーションベースのサービス最適化を実現する。

Figure 1: The relationship of AI, Blockchain, MEC, 6G Wireless and Metaverse.

実験結果

リサーチクエスチョン

• RQ1 AIを活用したMECは、移動環境におけるサービス中断をどのように低減できるか？
• RQ2 ブロックチェーンは、MECリソース管理におけるセキュリティ、信頼性、効率性をどのように向上させるか？
• RQ3 6G無線通信の統合は、高忠実度で低遅延のメタバース体験をどのように実現するか？
• RQ4 6GネットワークにおけるMEC、AI、ブロックチェーン、メタバースの間の主な技術的相乗効果は何か？
• RQ5 これらの5つの技術の統合は、将来のデジタルエコシステムにおいて、スケーラブルで安全かつ没入型のアプリケーションをどのように支援するか？

主な発見

• RSRPとユーザー移動のAI駆動予測により、近隣のMECサーバーへのプロアクティブなコンテンツオフロードが可能となり、サービス中断の確率が著しく低下する。
• ブロックチェーンベースのコンセンサスメカニズムは、システムのセキュリティを顕著に向上させるとともに、MEC環境における分散型で信頼性のあるリソース割り当てを実現する。
• MECと6Gの統合により、ホログラフィックインタラクションや没入型AR/VRなど、リアルタイム性が求められるメタバースアプリケーションに不可欠な超信頼性・低遅延通信（URLLC）が実現される。
• ブロックチェーン支援のMECリソース割り当てに向けた多項式時間アルゴリズムは、大規模展開における計算効率とスケーラビリティを向上させる。
• 6GネットワークにおけるAIとブロックチェーンのMECとの統合により、次世代アプリケーション向けに知的で適応的かつ安全なエッジサービスが実現可能になる。
• エッジコンピューティングの近接性とリアルタイムデータ処理を活用することで、MECベースのメタバースプラットフォームは、より高い忠実度と低遅延を達成する。