[논문 리뷰] Air-Ground Integrated Mobile Edge Networks: Architecture, Challenges and Opportunities

Nan Cheng, Wenchao Xu외 6명|arXiv (Cornell University)|2018. 04. 13.

UAV Applications and Optimization참고 문헌 9인용 수 9

한 줄 요약

이 논문은 드론을 활용하여 이동형 엣지 네트워크의 통신, 캐싱, 계산 능력을 향상시키는 공중-지상 통합 이동형 엣지 네트워크(AGMEN)를 제안한다. 드론을 동적 드론셀과 엣지 서비스를 위한 지능형 에이전트로 통합함으로써 AGMEN은 네트워크 용량을 향상시키고 지연을 감소시키며, 이동성, 작업 오프로딩, 자원 스케줄링의 공동 최적화를 통해 에너지 효율적이고 적응형 배치를 가능하게 한다.

ABSTRACT

The ever-increasing mobile data demands have posed significant challenges in the current radio access networks, while the emerging computation-heavy Internet of things (IoT) applications with varied requirements demand more flexibility and resilience from the cloud/edge computing architecture. In this article, to address the issues, we propose a novel air-ground integrated mobile edge network (AGMEN), where UAVs are flexibly deployed and scheduled, and assist the communication, caching, and computing of the edge network. In specific, we present the detailed architecture of AGMEN, and investigate the benefits and application scenarios of drone-cells, and UAV-assisted edge caching and computing. Furthermore, the challenging issues in AGMEN are discussed, and potential research directions are highlighted.

연구 동기 및 목표

• 가상현실(VR) 및 증강현실(AR)과 같은 계산 집약적인 애플리케이션과 함께 증가하는 저지연, 고용량 네트워크 수요를 해결하기 위해.
• 백홀 혼잡, 장시간 지연, 유연하지 못한 배치 등의 문제를 겪는 기존 셀룰러 및 클라우드 아키텍처의 한계를 극복하기 위해.
• 드론과 지상 기반 이동형 엣지 네트워크를 통합하여 네트워크의 내성, 커버리지 및 서비스 유연성을 향상시키는 통합 아키텍처를 제안하기 위해.
• 드론 스케줄링과 공중-지상 협업을 통해 드론셀 배치, 엣지 캐싱, 이동형 엣지 컴퓨팅 성능을 공동으로 최적화하기 위해.
• 동적 채널 모델링, 에너지 효율성, 지능형 드론 경로 계획과 관련된 핵심 과제와 열린 연구 방향을 규명하기 위해.

제안 방법

• 드론을 이동형 엣지 서버로 활용하는 계층적 AGMEN 아키텍처를 설계하여 동적 배치와 수요에 따른 서비스 제공을 가능하게 한다.
• 시간에 따라 변화하는 A2A, A2G 및 V2V 채널을 특성화하기 위해 확률적 기하학 모델과 기하학적 기반 확률적 채널(GSMC) 모델링을 활용한다.
• AGMEN 채널 최적화에서 고차원, 다계수 불확실성 정량화 문제를 해결하기 위해 갈레르킨 프로젝션 기반 패턴 저하 기법을 적용한다.
• CSI 피드백을 통한 SDN 기반 제어를 구현하여 공중-지상 링크 간의 적응형 라우팅과 동적 자원 할당을 가능하게 한다.
• 에너지 및 이동성 제약을 고려하면서 드론셀 커버리지, 엣지 캐싱, 작업 오프로딩을 공동으로 최적화하는 지능형 드론 스케줄링 알고리즘을 개발한다.
• 이동성 예측과 D2D 통신을 활용하여 데이터 전달 효율을 향상시키며, 특히 드론을 '비행하는 데이터 마울'로 활용해 지연에 관용적인 시나리오에서 성능을 개선한다.

실험 결과

연구 질문

• RQ1 드론을 어떻게 효과적으로 이동형 엣지 네트워크에 통합하여 통신, 캐싱, 계산 능력을 향상시킬 수 있는가?
• RQ2 공중-지상 통합 이동형 엣지 네트워크에서 동적 채널 모델링과 자원 할당의 핵심 과제는 무엇인가?
• RQ3 AGMEN에서 드론 이동성과 에너지 제약을 네트워크 성능과 함께 공동으로 최적화할 수 있는가?
• RQ4 드론이 라인오브사이트 링크와 지연에 관용적인 포워딩을 통해 데이터 전달을 어떻게 향상시킬 수 있는가?
• RQ5 AGMEN에서 성능, 에너지 효율성, 서비스 품질을 균형 잡는 지능형 스케줄링 전략은 무엇인가?

주요 결과

• AGMEN는 사용자 근처에 드론을 이동형 엣지 서버로 배치함으로써 네트워크 용량을 크게 향상시키고 종단 간 지연을 감소시킨다.
• 확률적 기하학과 GSMC 모델링은 3차원 환경에서 A2G 및 A2A 채널의 동적이고 불확실한 특성을 효과적으로 포착한다.
• 갈레르킨 프로젝션 기반 패턴 저하 기법은 AGMEN 채널 최적화에서 복잡한 고차원 불확실성 정량화 문제를 효율적으로 해결할 수 있다.
• CSI 피드백을 통한 SDN 기반 제어는 실시간 적응형 라우팅과 자원 할당을 가능하게 하여 네트워크 신뢰성과 처리량을 향상시킨다.
• 드론 이동성, 캐싱, 작업 오프로딩의 공동 최적화는 제한된 드론 에너지 예산 하에서 에너지 효율성과 서비스 성능을 향상시킨다.
• 비행하는 데이터 마울을 통한 드론 지원 데이터 전달은 특히 이동성 예측과 D2D 통신을 병행할 경우, 희박하거나 손상된 지상 네트워크에서도 신뢰할 수 있는 통신을 가능하게 한다.