[論文レビュー] Vehicular Edge Computing and Networking: A Survey

Lei Liu, Chen Chen+3 more|arXiv (Cornell University)|Jul 25, 2019

IoT and Edge/Fog Computing参考文献 103被引用数 13

ひとこと要約

本稿は、車両系エッジコンピューティング（VEC）の包括的サーベイを提示しており、モバイルエッジコンピューティング（MEC）を車両ネットワークに統合することで、遅延と帯域幅の使用を低減する。VECアーキテクチャ、SDNやNFVなどの主要な促進技術、QoS、スケーラビリティ、経済、セキュリティにおける課題を分析し、構造的な文献レビューを提供するとともに、タスクオフロード、キャッシュ、プライバシー保護型計算における今後の研究方向性を特定する。

ABSTRACT

As one key enabler of Intelligent Transportation System (ITS), Vehicular Ad Hoc Network (VANET) has received remarkable interest from academia and industry. The emerging vehicular applications and the exponential growing data have naturally led to the increased needs of communication, computation and storage resources, and also to strict performance requirements on response time and network bandwidth. In order to deal with these challenges, Mobile Edge Computing (MEC) is regarded as a promising solution. MEC pushes powerful computational and storage capacities from the remote cloud to the edge of networks in close proximity of vehicular users, which enables low latency and reduced bandwidth consumption. Driven by the benefits of MEC, many efforts have been devoted to integrating vehicular networks into MEC, thereby forming a novel paradigm named as Vehicular Edge Computing (VEC). In this paper, we provide a comprehensive survey of state-of-art research on VEC. First of all, we provide an overview of VEC, including the introduction, architecture, key enablers, advantages, challenges as well as several attractive application scenarios. Then, we describe several typical research topics where VEC is applied. After that, we present a careful literature review on existing research work in VEC by classification. Finally, we identify open research issues and discuss future research directions.

研究の動機と目的

• 車両アプリケーションの増加に伴い、インтелリジェントトランスポーテーションシステム（ITS）における低遅延・高帯域幅の計算およびストレージニーズの増大に対応する。
• 特に高い遅延とバックハラル混雑の問題を抱える、従来のモバイルクラウドコンピューティング（MCC）の車両ネットワークにおける限界を特定する。
• 計算オフロード、キャッシュ、データ共有、セキュリティなどの主要なトピックに焦点を当て、既存の車両系エッジコンピューティング（VEC）研究をサーベイし、体系化する。
• QoSの差別化、変動する車両密度におけるネットワークのスケーラビリティ、経済的リソース価格設定、プライバシー保護型計算といったオープンチャレンジングを強調する。
• VECシステム設計および展開における未解決の問題と新興トレンドを特定することで、今後の研究のロードマップを提示する。

提案手法

• VEC研究を5つの主要トピックに分類・分類する：計算オフロード、キャッシュ、データ共有、柔軟なネットワーク管理、セキュリティ／プライバシー。
• RSU、車両、エッジサーバーを統合したVECシステムアーキテクチャを分析し、MECの原則を活用してクラウド機能を車両に近づける。
• ソフトウェア定義ネットワーキング（SDN）、ネットワーク機能仮想化（NFV）、仮想マシン（VM）を含む、動的リソース割り当てを可能にする促進技術を検討する。
• 信頼管理およびVEC環境における安全なデータ共有のためのインcentiveベースのメカニズムとブロックチェーンベースのソリューションをレビューする。
• データ機密性および完全性を保証するため、プライバシー保護型技術として、条件付き匿名性、プライベートプロキシティテスト、検証可能計算を評価する。
• モバイルサービスプロバイダー、エッジプロバイダー、クラウドプロバイダー間でのリソース価格設定および利益分配を可能にするフレームワークを提案することで、持続可能なVECエコシステムを実現する。

実験結果

リサーチクエスチョン

• RQ1 車両ネットワークにおける従来のモバイルクラウドコンピューティング（MCC）と比較して、車両系エッジコンピューティング（VEC）はどのようにして遅延と帯域幅消費を効果的に低減できるか？
• RQ2 動的な車両移動性の下でスケーラブルかつ適応可能なVECシステムを実現するための、主なアーキテクチャ的要素および促進技術（例：SDN、NFV）は何か？
• RQ3 安全が重要なアプリケーション（例：衝突回避）と非安全アプリケーション（例：インフォテインメント）の間で、VECシステムはどのようにQoS差別化を確保できるか？
• RQ4 機密データがエッジサーバーにオフロードされる状況において、VECシステムはどのようにしてデータのプライバシー、完全性、検証可能性を確保できるか？
• RQ5 分散型VEC環境における車両およびRSU間のリソース共有を促進するため、経済モデルおよび価格設定スキームをどのように設計できるか？

主な発見

• エッジサーバーを車両の近くに配置することで、計算をオフロードすることにより、VECは遅延とバックハラル負荷を顕著に低減し、リアルタイムの安全応用に最適である。
• SDNとNFVの統合により、VECでは動的で柔軟かつスケーラブルなリソース管理が可能となり、多様なタスクタイプと変化するネットワーク状態をサポートする。
• RSUおよび車両でのキャッシュ戦略により、重複するデータ送信が削減され、特に交通情報更新など頻繁にアクセスされるコンテンツの応答時間が向上する。
• ブロックチェーンベースの信頼メカニズムにより、RSU間での安全かつ一貫性のあるデータ共有が可能となり、カープールなどプライバシー保護型アプリケーションの信頼性が向上する。
• 検証可能計算およびプライベートプロキシティテストにより、ユーザーは安全にタスクを外部に委託しつつ、結果の正しさと機密性を保証できる。
• QoS差別化、変動する車両密度下での動的スケーラビリティ、およびVECにおけるリソース交換のための公平かつ効率的な経済モデルの設計といった、未解決の課題が依然として残っている。