[논문 리뷰] Cellular, Wide-Area, and Non-Terrestrial IoT: A Survey on 5G Advances and the Road Towards 6G

Mojtaba Vaezi, Amin Azari외 5명|arXiv (Cornell University)|2021. 07. 07.

Satellite Communication Systems인용 수 10

한 줄 요약

이 논문은 셀룰러, 광역 및 지구를 초월하는 인터넷의 사물(IoT) 네트워크를 위한 5G 및 6G 기술 발전에 대한 종합적인 서베이를 제공하며, 에너지 효율성, 신뢰성, 저지연 및 확장성에 중점을 둔다. 이는 승인 없이 액세스하는 방식, 비직교 다중접속(NOMA), 고급 채널 코딩(예: 펄스 코드) 및 디바이스 내 지능을 핵심 구현 수단으로 제안하며, 향후 IoT 보안 및 성능 최적화를 위한 AI 기반 솔루션인 연합 학습 및 위험 인식 기반 기계 학습을 탐색한다.

ABSTRACT

The next wave of wireless technologies is proliferating in connecting things among themselves as well as to humans. In the era of the Internet of things (IoT), billions of sensors, machines, vehicles, drones, and robots will be connected, making the world around us smarter. The IoT will encompass devices that must wirelessly communicate a diverse set of data gathered from the environment for myriad new applications. The ultimate goal is to extract insights from this data and develop solutions that improve quality of life and generate new revenue. Providing large-scale, long-lasting, reliable, and near real-time connectivity is the major challenge in enabling a smart connected world. This paper provides a comprehensive survey on existing and emerging communication solutions for serving IoT applications in the context of cellular, wide-area, as well as non-terrestrial networks. Specifically, wireless technology enhancements for providing IoT access in fifth-generation (5G) and beyond cellular networks, and communication networks over the unlicensed spectrum are presented. Aligned with the main key performance indicators of 5G and beyond 5G networks, we investigate solutions and standards that enable energy efficiency, reliability, low latency, and scalability (connection density) of current and future IoT networks. The solutions include grant-free access and channel coding for short-packet communications, non-orthogonal multiple access, and on-device intelligence. Further, a vision of new paradigm shifts in communication networks in the 2030s is provided, and the integration of the associated new technologies like artificial intelligence, non-terrestrial networks, and new spectra is elaborated. Finally, future research directions toward beyond 5G IoT networks are pointed out.

연구 동기 및 목표

• 5G 및 그 이상의 기술이 대규모, 신뢰성 있고 에너지 효율적인 IoT 연결성을 어떻게 가능하게 하는지 분석하는 것.
• 대규모 IoT 액세스를 위한 승인 없이 액세스, NOMA 및 고급 채널 코딩과 같은 핵심 기술적 요소를 식별하는 것.
• 비지구 네트워크(위성, 드론)를 향후 IoT 생태계에 통합하는 방법을 탐색하는 것.
• 특히 연합 학습 및 위험 인식 기반 학습을 포함한 인공지능이 IoT 보안 및 성능 향상에 어떻게 기여하는지 검토하는 것.
• 2030년대까지 6G 기반 IoT 네트워크로의 향후 연구 방향을 요약하는 것.

제안 방법

• 지연 감소 및 신뢰성 향상을 위해 짧은 패킷 통신을 위한 승인 없이 액세스 및 채널 코딩을 제안한다.
• 스펙트럼 효율성 향상과 대량 장치 연결성을 위한 비직교 다중접속(NOMA)을 검토한다.
• 저SNR 및 짧은 패킷 시나리오에서의 신뢰성 향상을 위해 LDPC, 터보 및 펄스 코드와 같은 고급 채널 코드를 분석한다.
• 백홀드 부하 감소 및 실시간 의사결정 향상을 위해 디바이스 내 지능 및 엣지 AI를 도입한다.
• IoT 기기 간 분산 모델 학습을 위한 프라이버시 보존형 분산 학습을 위한 연합 학습을 탐색한다.
• 지연 민감한 IoT 응용 프로그램에서 최악의 성능을 최적화하기 위해 비선형 유틸리티 함수(예: 지수 유틸리티)를 사용한 위험 인식 기반 기계 학습을 검토한다.

실험 결과

연구 질문

• RQ1 승인 없이 액세스 및 고급 채널 코딩은 대규모 IoT 네트워크에서 신뢰성 향상과 지연 감소에 어떻게 기여할 수 있는가?
• RQ2 NOMA와 하이브리드 직교/비직교 무선 자원 슬라이싱은 IoT에서 초고신뢰성 저지연 통신(URLLC)을 얼마나 잘 지원할 수 있는가?
• RQ3 연합 학습과 디바이스 내 지능은 분산 IoT 시스템의 보안성과 효율성을 어떻게 향상시킬 수 있는가?
• RQ4 비지구 네트워크(위성, 드론)는 글로벌 IoT 커버리지 및 확장성 달성에 어떤 역할을 하는가?
• RQ5 위험 인식 기반 기계 학습 모델은 드론 모니터링과 같은 시간 민감한 IoT 응용 프로그램에서 QoS를 어떻게 향상시킬 수 있는가?

주요 결과

• 승인 없이 액세스 및 짧은 패킷 채널 코딩(예: 펄스 코드)은 대규모 IoT 액세스 시나리오에서 지연을 크게 감소시키고 신뢰성을 향상시킨다.
• NOMA는 동일한 리소스 블록을 공유하는 다수의 장치를 허용함으로써 더 높은 스펙트럼 효율성과 대량 연결성을 가능하게 한다.
• 연합 학습은 IoT 기기 간 프라이버시 보존형 모델 학습을 가능하게 하여 통신 오버헤드를 감소시키고 보안성을 향상시킨다.
• 지수 유틸리티 함수를 사용한 위험 인식 기반 기계 학습은 지수 지연의 기대값을 최소화함으로써 최악의 성능을 향상시켜 URLLC 응용 프로그램에서의 신뢰성을 강화한다.
• 비지구 네트워크(위성, 드론)의 통합은 원거리 및 재해 발생 가능 지역에 대한 IoT 커버리지를 확장하여 글로벌 연결성을 실현한다.
• 물리적으로 복제할 수 없는 기능(PUFs)은 수십억 개의 IoT 기기에서 확장 가능한 하드웨어 기반 인증 및 키 관리를 제공하여 종단 간 보안을 향상시킨다.