[논문 리뷰] 6G White Paper on Edge Intelligence

Ella Peltonen, Mehdi Bennis외 17명|arXiv (Cornell University)|2020. 04. 30.

IoT and Edge/Fog Computing참고 문헌 20인용 수 126

한 줄 요약

본 논문은 6G Edge Intelligence를 구상하며, 에지 컴퓨팅 인프라, 데이터 및 네트워크 관리, 에지용 소프트웨어 개발, ML/AI의 실시간 분산 학습에 대해 상세히 다루고, 보안, 프라이버시, 가격 책정 및 최종 사용자 측면에 주의를 기울인다. 또한 6G를 위한 IoT에서 Intelligent Internet of Intelligent Things로의 도입 가능 요소, 도전 과제, 로드맵을 제시한다.

ABSTRACT

In this white paper we provide a vision for 6G Edge Intelligence. Moving towards 5G and beyond the future 6G networks, intelligent solutions utilizing data-driven machine learning and artificial intelligence become crucial for several real-world applications including but not limited to, more efficient manufacturing, novel personal smart device environments and experiences, urban computing and autonomous traffic settings. We present edge computing along with other 6G enablers as a key component to establish the future 2030 intelligent Internet technologies as shown in this series of 6G White Papers. In this white paper, we focus in the domains of edge computing infrastructure and platforms, data and edge network management, software development for edge, and real-time and distributed training of ML/AI algorithms, along with security, privacy, pricing, and end-user aspects. We discuss the key enablers and challenges and identify the key research questions for the development of the Intelligent Edge services. As a main outcome of this white paper, we envision a transition from Internet of Things to Intelligent Internet of Intelligent Things and provide a roadmap for development of 6G Intelligent Edge.

연구 동기 및 목표

• 에지 컴퓨팅이 6G의 핵심 구성 요소로서 지능적이고 데이터 기반의 서비스를 가능하게 하는 역할을 촉진한다.
• 에지 인프라, 데이터 및 에지 네트워크 관리, 에지 중심 소프트웨어 개발의 영역을 정의한다.
• 에지 플랫폼에서의 실시간 및 분산 ML/AI 학습을 다룬다.
• 지능형 엣지 서비스의 보안, 프라이버시, 가격 책정 및 최종 사용자 측면을 탐구한다.
• 2030년 지능형 엣지 로드맵을 향한 연구 질문과 도전을 개요한다.

제안 방법

• 다른 기술들과 함께 6G의 핵심 가능 요인으로 에지 컴퓨팅을 설명한다.
• 지능형 엣지 서비스와 관련된 데이터 관리 및 에지 네트워크 관리 기법을 논의한다.
• 에지 컴퓨팅 및 분산 ML/AI 학습을 위한 소프트웨어 개발 관행을 개요한다.
• 에지 인텔리전스에서의 보안, 프라이버시, 가격 책정 및 최종 사용자 측면을 검토한다.
• 6G Intelligent Edge를 향한 연구 의제와 로드맵을 제안한다.

실험 결과

연구 질문

• RQ1 6G Edge Intelligence의 핵심 촉진 요인과 도전 과제는 무엇인가?
• RQ2 에지에서 ML/AI의 실시간 및 분산 학습을 어떻게 효과적으로 구현할 수 있는가?
• RQ3 지능형 엣지 서비스의 보안, 프라이버시, 가격 책정, 최종 사용자 고려사항은 무엇인가?
• RQ4 2030 Intelligent Edge 로드맵을 개발하기 위해 필요한 연구 방향은 무엇인가?
• RQ5 6G에서 IoT에서 Intelligent Internet of Intelligent Things로의 전환은 어떻게 나타나는가?

주요 결과

• 미래의 지능형 인터넷 기술의 중심으로 6G Edge Intelligence의 비전을 제시한다.
• 에지 인프라, 데이터 및 에지 네트워크 관리, 에지 소프트웨어 개발, 그리고 에지에서의 ML/AI 학습에 초점을 맞춘다.
• 보안, 프라이버시, 가격 책정 및 최종 사용자 측면을 중요한 고려사항으로 논의한다.
• 촉진 요인과 도전 과제를 식별하고 지능형 엣지 서비스를 개발하기 위한 연구 질문을 개요한다.
• IoT에서 Intelligent Internet of Intelligent Things로의 전환을 구상하고 6G Intelligent Edge 개발에 대한 로드맵을 제시한다.