[논문 리뷰] A Survey on Resource Allocation in Vehicular Networks

Md. Noor‐A‐Rahim, Zilong Liu외 4명|View|2019. 09. 30.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 126인용 수 30

한 줄 요약

이 논문은 DSRC 및 셀룰러 V2X(C-V2X) 기술에 중점을 두어 차량 통신 네트워크의 무선 자원 할당에 대한 종합적인 서베이를 제공한다. 높은 이동성, 다양한 QoS 요구사항, 스펙트럼 혼잡도 등의 과제를 해결하기 위해 동적, 맥락 인식형, 기계학습 기반 자원 할당 전략을 제시하며, 향후 지능적이고 효율적인 차량 통신 시스템을 위한 기반을 마련한다.

ABSTRACT

Vehicular networks, an enabling technology for Intelligent Transportation System (ITS), smart cities, and autonomous driving, can deliver numerous on-board data services, e.g., road-safety, easy navigation, traffic efficiency, comfort driving, infotainment, etc. Providing satisfactory Quality of Service (QoS) in vehicular networks, however, is a challenging task due to a number of limiting factors such as erroneous and congested wireless channels (due to high mobility or uncoordinated channel-access), increasingly fragmented and congested spectrum, hardware imperfections, and anticipated growth of vehicular communication devices. Therefore, it will be critical to allocate and utilize the available wireless network resources in an ultra-efficient manner. In this paper, we present a comprehensive survey on resource allocation schemes for the two dominant vehicular network technologies, e.g. Dedicated Short Range Communications (DSRC) and cellular based vehicular networks. We discuss the challenges and opportunities for resource allocations in modern vehicular networks and outline a number of promising future research directions.

연구 동기 및 목표

• 이동성, 스펙트럼 혼잡도, 다양한 서비스 요구사항으로 인해 발생하는 높은 동적 차량 네트워크에서 신뢰할 수 있는 품질의 서비스(QoS)를 제공하는 데 도전하는 문제를 다루기.
• DSRC, 셀룰러 V2X(C-V2X), 이종 차량 통신 네트워크를 위한 기존의 무선 자원 할당 기법을 검토하고 분류하기.
• 기존 자원 할당 접근 방식의 주요 한계, 즉 정적 할당, 맥락 인식 부족, 상충되는 QoS 요구사항에 대한 충분한 대응 부족을 규명하기.
• 네트워크 슬라이싱, 보안을 위한 블록체인, 기계학습 등의 신기술을 탐색하여 미래의 차량 통신 네트워크에서 지능적이고 적응형이며 확장 가능한 자원 관리 구현을 가능하게 하기.
• 지능형 교통 시스템, 자율 주행, 스마트 시티의 발전을 지원하기 위한 향후 연구 방향을 효율적이고 견고한 자원 할당을 통해 개선하기.

제안 방법

• 네트워크 유형 기반으로 기존 자원 할당 기법을 분류하고 분석하기: DSRC, 셀룰러 V2X(C-V2X), 이종 차량 통신 네트워크.
• 고속 이동 환경에서 시간에 따라 변화하는 채널 상태, 도플러 시프트, 다중 경로 fading에 대응하기 위해 동적 자원 할당(DRA) 기법을 검토하기.
• 초신뢰성 안전 메시지와 고대역폭 인포테인먼트 간의 상이한 QoS 요구사항을 충족시키기 위해 다양한 차량 서비스를 지원하는 네트워크 슬라이싱 메커니즘을 연구하기.
• 기계학습(ML)을 활용해 네트워크 동적 변화를 예측하고 자원 할당을 최적화하며, 분산된 차량 환경에서의 분산 학습을 가능하게 하기.
• 특히 임무 핵심 및 멀티미디어 서비스에 적합한 대규모 V2X 통신에서 메시지 인증과 프라이버시 보장을 위한 블록체인 기반 솔루션을 평가하기.
• 데이터 마감 시간, 우선순위 수준, 온디맨드 서비스 제약 조건을 고려한 맥락 인식 자원 할당 모델을 제안하여 신뢰할 수 있는 데이터 전파를 향상시키기.

실험 결과

연구 질문

• RQ1 어떻게 동적이고 적응형 자원 할당 기법이 차량 통신 네트워크의 높은 이동성과 급격히 변화하는 채널 상태를 효과적으로 다룰 수 있는가?
• RQ2 자원 할당 효율성, 신뢰성, 확장성 측면에서 DSRC와 C-V2X 간의 주요 차이점과 상충 관계는 무엇인가?
• RQ3 네트워크 슬라이싱는 저지연 안전 메시지와 고대역폭 멀티미디어 간의 상충되는 QoS 요구사항을 충족시키기 위해 어떻게 활용될 수 있는가?
• RQ4 기계학습은 분산된 차량 환경에서 네트워크 동적 변화를 예측하고 지능적이고 저비용 자원 할당을 가능하게 하기 위해 어떤 방식으로 향상시킬 수 있는가?
• RQ5 블록체인 기술은 자원 효율성이나 지연 시간에 영향을 주지 않으면서 V2X 메시지 전파의 보안성과 프라이버시를 어떻게 향상시킬 수 있는가?

주요 결과

• 동적 자원 할당은 고속 차량 환경에서 시간 및 주파수 선택성 fading, 도플러 시프트, 다중 사용자 간섭에 대응하기 위해 정적 기법보다 뛰어난 성능을 보인다.
• 네트워크 슬라이싱는 초신뢰성 안전 통신과 고대역폭 인포테인먼트와 같은 다양한 서비스를 전용이고 고립된 자원 블록에 할당함으로써 고유한 QoS 보장을 통해 효율적인 다중화를 가능하게 한다.
• 기계학습 기법은 채널 상태와 트래픽 패턴 예측에 유망한 성과를 보이지만, 통신 오버헤드와 계산 복잡도를 줄이기 위해 분산 학습 접근 방식을 최적화할 필요가 있다.
• 블록체인 기반 보안 메커니즘은 안정적이고 탈중앙화된 V2X 메시지 인증을 지원할 수 있으나, 지연 시간이 중요한 응용 분야에서 자원 소비를 최소화하기 위해 신중한 설계가 필요하다.
• 데이터 마감 시간과 우선순위를 고려한 맥락 인식 자원 할당 모델은 특히 안전 및 내비게이션 서비스에 적합한 온디맨드 데이터 전파에서 신뢰성을 향상시킨다.
• 5G NR와의 통합 및 네트워크 슬라이싱 도입을 통해 C-V2X는 초고신뢰성·저지연 통신(URLLC)과 대량 기계 유형 통신(mMTC)을 지원하며, 향후 자율 주행 및 스마트 시티 응용 분야를 뒷받침한다.