[논문 리뷰] Balanced Wireless Crowd Charging with Mobility Prediction and Social Awareness

Tamoghna Ojha, Theofanis P. Raptis외 2명|arXiv (Cornell University)|2022. 04. 20.

Energy Harvesting in Wireless Networks참고 문헌 24인용 수 9

한 줄 요약

MoSaBa는 이동성과 사회적 특성을 고려한 중앙집중식 피어 선택 기법을 제안하며, 마르코프 모델을 활용해 향후 접촉을 예측하고, 위치 기반 관심사(사회적 맥락)와 자가 보고한 접촉 관계(사회적 관계)를 통합하여 에너지 교환을 최적화한다. 지능적인 페어링을 통해 에너지 손실을 최소화함으로써 기존 최첨단 기법 대비 더 빠른 수렴 속도, 더 높은 네트워크 에너지, 더 낮은 에너지 변동 거리를 달성한다.

ABSTRACT

The advancements in peer-to-peer wireless power transfer (P2P-WPT) have empowered the portable and mobile devices to wirelessly replenish their battery by directly interacting with other nearby devices. The existing works unrealistically assume the users to exchange energy with any of the users and at every such opportunity. However, due to the users' mobility, the inter-node meetings in such opportunistic mobile networks vary, and P2P energy exchange in such scenarios remains uncertain. Additionally, the social interests and interactions of the users influence their mobility as well as the energy exchange between them. The existing P2P-WPT methods did not consider the joint problem for energy exchange due to user's inevitable mobility, and the influence of sociality on the latter. As a result of computing with imprecise information, the energy balance achieved by these works at a slower rate as well as impaired by energy loss for the crowd. Motivated by this problem scenario, in this work, we present a wireless crowd charging method, namely MoSaBa, which leverages mobility prediction and social information for improved energy balancing. MoSaBa incorporates two dimensions of social information, namely social context and social relationships, as additional features for predicting contact opportunities. In this method, we explore the different pairs of peers such that the energy balancing is achieved at a faster rate as well as the energy balance quality improves in terms of maintaining low energy loss for the crowd. We justify the peer selection method in MoSaBa by detailed performance evaluation. Compared to the existing state-of-the-art, the proposed method achieves better performance trade-offs between energy-efficiency, energy balance quality and convergence time.

연구 동기 및 목표

• 모든 노드에 대한 완전한 지식과 무제한 기간의 교환을 전제로 하는 기존 P2P-WPT 기법의 한계를 해결하기 위해, 높은 에너지 손실과 느린 수렴 속도를 초래한다.
• 이동성 예측과 사회 정보를 피어 선택에 통합하여 이동성 기반의 기회적 네트워크에서 에너지 균형 조절 품질을 향상시키기 위해.
• 예측된 접촉 기회와 사회적 특징을 바탕으로 최적의 피어 쌍을 선택하여 에너지 변동 거리를 최소화하고 총 네트워크 에너지를 극대화하기 위해.
• 이동성과 사회성이 에너지 교환 효율성에 미치는 상호작용을 종합적으로 탐색하여, 단일적으로 고려하는 것 이상의 영향을 분석하기 위해.

제안 방법

• 이동 기록 데이터를 기반으로 향후 이동 패턴을 예측하기 위해 O(k) 마르코프 예측기 사용.
• 사회 정보의 두 가지 차원을 통합: 사회적 맥락(위치 기반 관심사)과 사회적 관계(자기 보고한 접촉)
• 점진적 피어 선택 수행 — 먼저 사회적 맥락을 기반으로, 그 다음 사회적 관계를 기반으로 하여 에너지 손실과 변동 거리를 최소화함.
• 예측된 접촉 지속 시간이 길고 에너지 손실이 낮은 피어 쌍을 선택하는 중앙집중식 의사결정 메커니즘 적용으로 에너지 균형에 더 빠르게 수렴함.
• 더 긴 예측된 접촉 지속 시간과 낮은 에너지 손실을 가진 쌍을 우선순위로 정렬하여 에너지 교환을 최적화하고 전체 네트워크 에너지 효율성을 향상함.
• 에너지 수준과 목표 균형에의 가까이를 고려한 휴리스틱을 활용한 노드 쌍 선택으로, 고부하 상황에서 의사결정 지연이 1ms 미만이 됨.

실험 결과

연구 질문

• RQ1 이동성 예측과 사회 정보 통합이 P2P 무선 커뮤니티 충전에서 에너지 균형 조절 성능에 어떤 영향을 미치는가?
• RQ2 사회적 맥락(위치 기반 관심사)과 사회적 관계(자기 보고한 접촉)가 접촉 예측 정확도와 에너지 교환 효율성에 어떤 영향을 미치는가?
• RQ3 MoSaBa는 수렴 속도, 에너지 손실, 균형 조절 후 총 네트워크 에너지 측면에서 최첨단 기법과 비교해 어떻게 다른가?
• RQ4 사회 기능의 통합이 네트워크 전반의 에너지 변동 거리 감소에 얼마나 기여하는가?
• RQ5 이동성과 사회적 상호작용이 동적으로 변화하는 이동성 기반 기회적 네트워크에서, 중앙집중식 지식 기반 접근이 분산형 또는 반응형 피어 선택보다 우월한가?

주요 결과

• MoSaBa는 MobiWEB, PGO, PFT보다 더 빠른 수렴 속도를 보이며, 특히 높은 에너지 손실 비율(β = 0.4)에서 목표 에너지 수준에 도달한 노드 수가 유의미하게 더 많다.
• 균형 조절 후 총 네트워크 에너지가 MoSaBa에서 일관되게 높게 유지되어 더 높은 에너지 효율성과 누적 손실 감소를 나타낸다.
• 에너지 변동 거리는 MoSaBa에서 최소화되어 최적의 피어 쌍 선택과 교환 중 손실 감소로 인해 뛰어난 에너지 균형 품질을 입증한다.
• MoSaBa에서는 PGO와 PFT보다 더 많은 P2P 만남이 발생하며, MobiWEB와 유사한 수준이지만 더 낮은 에너지 손실을 기록하여 더 우수한 성능 트레이드오프를 제공한다.
• 피크 부하 상황(1–5회 반복)에서 반복 실행 시간이 1ms 이하로 유지되어, 본 방법의 확장성과 저지연 의사결정 능력을 확인한다.
• 노드 수가 증가함에 따라(m = 150), 실행 시간이 비례적으로 증가함을 확인하여, 만남 빈도와 계산 비용 간 직접적인 상관관계를 입증한다.