[論文レビュー] SDN-Based Resource Management for Autonomous Vehicular Networks: A Multi-Access Edge Computing Approach

Haixia Peng, Qiang Ye+1 more|arXiv (Cornell University)|Sep 24, 2018

Vehicular Ad Hoc Networks (VANETs)参考文献 10被引用数 7

ひとこと要約

本稿では、高解像度地図共有と協調運転に起因する高い通信トラフィックおよび計算要求に対応するため、自律走行車両ネットワーク向けにSDN-MEC統合アーキテクチャを提案する。SDNによるリソース制御の集中化とMECサーバーへのタスクオフロードにより、フレームワークは低遅延でスケーラブルかつQoSに配慮した、多様な車両アプリケーションの管理を可能にする。事例研究により、リソース利用効率の向上と応答遅延の低減が確認された。

ABSTRACT

Enabling high-definition (HD)-map-assisted cooperative driving among autonomous vehicles (AVs) to improve the navigation safety faces technical challenges due to increased communication traffic volume for data dissemination and increased number of computing/storing tasks on AVs. In this article, a new architecture that combines multi-access edge computing (MEC) and software-defined networking (SDN) is proposed for flexible resource management and enhanced resource utilization. With MEC, the interworking of multiple wireless access technologies can be realized to exploit the diversity gain over a wide range of radio spectrum, and at the same time, computing/storing tasks of an AV are collaboratively processed by servers and other AVs. Moreover, by enabling SDN and network function virtualization (NFV) control modules at each cloud-computing and MEC server, an efficient resource allocation framework is proposed to enhance global resource sharing among different network infrastructures. A case study is presented to demonstrate the effectiveness of the proposed resource allocation framework.

研究の動機と目的

• 高解像度地図の配布とV2X協調による自律走行車両ネットワークにおける通信および計算負荷の増大に対処する。
• 自動運転車両（AV）のオンボード計算およびストレージ能力の限界を補うために、タスクをエッジMECサーバーにオフロードする。
• SDNおよびNFVを活用して、無線アクセスネットワーク（例：DSRC、セルラー）の多様なタイプ間で効率的かつ動的なリソース共有を実現する。
• 安全を最優先とするアプリケーションと非重要アプリケーションの多様なQoS要件を満たすために、帯域幅と計算リソースの割り当てを共同最適化する。
• 動的で高移動性の車両環境において、スケーラビリティ、公平性、セキュリティを確保する。

提案手法

• マルチアクセスエッジコンピューティング（MEC）を統合し、ネットワークエッジに計算およびストレージリソースを配置することで、安全を最優先とするアプリケーションの遅延を低減する。
• ソフトウェア定義ネットワーキング（SDN）を採用し、制御プレーンとデータプレーンを分離することで、多様な基地局およびアクセス技術を中央集権的かつプログラム可能に制御する。
• クラウドおよびMECサーバーでネットワーク機能仮想化（NFV）を活用し、計算およびストレージタスクの動的かつスケーラブルで負荷分散型の割り当てを可能にする。
• 上行リンクおよび下行リンクの両方のトラフィックを考慮した、帯域幅と計算リソースの共同割り当てフレームワークを実装し、アクセスネットワーク間で動的スペクトル共有を実現する。
• MECおよびクラウドサーバーにSDNコントローラーを配置し、アプリケーション要件に応じたネットワーク機能のリアルタイム再構成およびリソーススライシングを可能にする。
• 安全関連アプリケーションをMEC登録の優先順位に置きつつ、移行コストを最小限に抑え、MECサーバー間で負荷をバランスさせるタスクオフロードポリシーを設計する。

実験結果

リサーチクエスチョン

• RQ1 SDNとMECをどのように共同で活用することで、自律走行車両ネットワークにおける通信および計算要求の急増を管理できるか？
• RQ2 動的で変化し続ける車両環境において、QoS満足度、リソース利用効率、移行コストのバランスを最適化するタスクオフロード戦略の最適解は何か？
• RQ3 高い車両移動性と動的干渉が生じる状況下で、上行リンク送信における帯域幅を効率的に管理する方法は何か？
• RQ4 多様なAVアプリケーションおよび事業者間で、無線リソースおよびネットワークスライシングへの公平なアクセスを保証するメカニズムは何か？
• RQ5 協調運転およびデータ共有を可能にしつつ、V2V/V2I通信におけるセキュリティとプライバシーをどのように確保できるか？

主な発見

• 提案されたSDN-MECアーキテクチャにより、エッジMECサーバーで高解像度地図をキャッシュおよび処理することで、協調運転アプリケーションの応答遅延が顕著に短縮された。
• SDNおよびNFV制御モジュールによる計算リソースと帯域幅リソースの共同最適化により、グローバルなリソース利用効率が向上し、スケーラブルなネットワーク運用が可能になった。
• MECサーバーへのタスクオフロードにより、個々のAVが負担する計算タスクが軽減され、システム効率が向上した。
• NFVベースの仮想化ネットワーク機能により、MECサーバー間での動的負荷分散が実現され、システムのレジリエンスおよびスケーラビリティが向上した。
• 事例研究により、提案されたリソース割り当て方式が、安全を最優先とするアプリケーションの遅延低減とQoS向上に有効であることが確認された。
• SDNとMECの統合により、多様なアクセス技術のサポートが可能になり、効率的なスケジューリングが実現され、全体的なネットワークスルーレイと信頼性が向上した。