[論文レビュー] Toward Cloud-based Vehicular Networks with Efficient Resource Management

Rong Yu, Yan Zhang+3 more|arXiv (Cornell University)|Aug 28, 2013

Vehicular Ad Hoc Networks (VANETs)参考文献 10被引用数 4

ひとこと要約

本稿では、車両クラウド、レーンサイドクラウド、中央クラウドを統合した階層的でクラウドベースの車両ネットワークアーキテクチャを提案する。これにより、計算、ストレージ、帯域幅リソースの効率的共有が可能になる。最適なクラウドリソース割り当ての実現のためゲーム理論的手法を採用し、移動に起因する仮想マシンの移行時におけるドロップを最小限に抑えるリソース予約スキームを導入することで、サービスドロップ率の顕著な低減を達成した。

ABSTRACT

In the era of Internet of Things, all components in intelligent transportation systems will be connected to improve transport safety, relieve traffic congestion, reduce air pollution and enhance the comfort of driving. The vision of all vehicles connected poses a significant challenge to the collection and storage of large amounts of traffic-related data. In this article, we propose to integrate cloud computing into vehicular networks such that the vehicles can share computation resources, storage resources and bandwidth resources. The proposed architecture includes a vehicular cloud, a roadside cloud, and a central cloud. Then, we study cloud resource allocation and virtual machine migration for effective resource management in this cloud-based vehicular network. A game-theoretical approach is presented to optimally allocate cloud resources. Virtual machine migration due to vehicle mobility is solved based on a resource reservation scheme.

研究の動機と目的

• 車両内リソースの制限に起因する課題に対処するため、クラウド統合によるリソース共有を可能にする。
• 移動する車両を支えるスケーラブルかつ低レイテンシなサービスを提供する、耐障害性に富んだ階層的クラウドアーキテクチャを設計する。
• 車両の移動に起因する動的な車両環境において、サービスの継続性と信頼性を確保する。
• ゲーム理論を用いて、競合する仮想マシン間でのクラウドリソース割り当てを最適化する。
• 移動に起因する仮想マシン移行時の失敗率を低減するため、事前リソース予約を実施する。

提案手法

• 車両クラウド（搭載型）、レーンサイドクラウド（近接インフラ）、中央クラウド（遠隔データセンター）の3層クラウドアーキテクチャを提案する。
• 仮想マシン間の非協力的ゲームとしてクラウドリソース割り当てをモデル化し、最適なリソース配分を達成する。
• 連続時間マルコフ連鎖を用いてシステム状態をモデル化し、ローカルおよび移行された仮想マシンの到着と退去を捉える。
• 到着予定の移行仮想マシンに容量を予約するリソース予約スキームを導入し、ブロッキングおよびドロップの最小化を図る。
• 異なるリソース構成下でのブロッキング率およびドロップ率を計算するため、システム状態の定常確率を導出する。
• 最大許容ブロッキング率制約を満たす条件下でドロップ率を最小化する最適化問題を解く。

実験結果

リサーチクエスチョン

• RQ1 移動する車両環境において、競合する仮想マシン間でクラウドリソースを効率的に割り当てる方法は何か？
• RQ2 車両の移動に起因する仮想マシン移行時のドロップ率を最小化するために必要な最適なリソース予約量は何か？
• RQ3 リソース予約は、レーンサイドクラウドにおける仮想マシンのブロッキング率およびドロップ率にどのように影響を与えるか？
• RQ4 クラウドベースの車両ネットワークにおいて、リソース利用効率とサービス信頼性のトレードオフは何か？
• RQ5 ゲーム理論的手法は、動的な条件下で公平かつ効率的なリソース割り当てをどのように保証するか？

主な発見

• 提案されたリソース予約スキームは、特に高負荷状態下で、移行された仮想マシンのドロップ率を顕著に低減することが分かった。
• シミュレーション結果から、リソース予約を実施した場合、非予約構成と比較して移行仮想マシンのドロップ率が著しく低くなることが示された。
• 最適化フレームワークは、指定された制約内にブロッキング率を保ちつつ、ドロップ率の最小化に成功した。
• 到着予定の仮想マシンに容量を予約することで、リソース利用効率とサービス信頼性のバランスを達成した。
• ゲーム理論的手法により、効率的かつ安定したリソース割り当てが実現され、全体的なシステム性能が向上した。
• マルコフ連鎖モデルは、仮想マシンの到着および退去のダイナミクスを正確に捉えており、性能指標の正確な計算を可能にした。