[논문 리뷰] Game Theoretic Approaches in Vehicular Networks: A Survey

Zemin Sun, Yanheng Liu외 3명|arXiv (Cornell University)|2020. 06. 01.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 130인용 수 6

한 줄 요약

이 종합 검토는 차량 네트워크(VN)에서 게임 이론적 접근법을 체계적으로 검토하며, 동적인 자원 제약 조건 하에서 서비스 품질(QoS) 및 보안 최적화에 응용하는 데 초점을 맞춘다. 스펙트럼 할당, 전력 제어, 신뢰 관리에 대한 비협력적 및 협력적 게임 모델을 분석하고, 엣지 컴퓨팅 및 무인 항공기(UAV) 지원 통신과 같은 5G 기술과의 통합을 평가하며, 확장성, 이성성 가정, 정보 부족 모델링 등의 과제를 부각시킨다.

ABSTRACT

In the era of the Internet of Things (IoT), vehicles and other intelligent components in Intelligent Transportation System (ITS) are connected, forming the Vehicular Networks (VNs) that provide efficient and secure traffic, ubiquitous access to information, and various applications. However, as the number of connected nodes keeps increasing, it is challenging to satisfy various and large amounts of service requests with different Quality of Service (QoS ) and security requirements in the highly dynamic VNs. Intelligent nodes in VNs can compete or cooperate for limited network resources so that either an individual or group objectives can be achieved. Game theory, a theoretical framework designed for strategic interactions among rational decision-makers who faced with scarce resources, can be used to model and analyze individual or group behaviors of communication entities in VNs. This paper primarily surveys the recent advantages of GT used in solving various challenges in VNs. As VNs and GT have been extensively investigate34d, this survey starts with a brief introduction of the basic concept and classification of GT used in VNs. Then, a comprehensive review of applications of GT in VNs is presented, which primarily covers the aspects of QoS and security. Moreover, with the development of fifth-generation (5G) wireless communication, recent contributions of GT to diverse emerging technologies of 5G integrated into VNs are surveyed in this paper. Finally, several key research challenges and possible solutions for applying GT in VNs are outlined.

연구 동기 및 목표

• 동적인 고속 이동성 차량 네트워크에서 지능형 노드가 다양한 QoS 및 보안 요구 조건 하에서 제한된 자원을 놓고 경쟁하거나 협력하는 도전 과제를 해결하기 위해.
• 기존 게임 이론 모델이 유한한 이성성, 정보 부족, 전략적 공격과 같은 현실적인 행동을 포괄하지 못하는 한계를 식별하고 분석하기 위해.
• 차량 네트워크(VN)에서 Vehicular Edge Computing(VEC), UAV 지원 통신, 소프트웨어 정의 네트워킹(SDN)과 같은 신규 5G 기술과의 게임 이론 통합을 탐색하기 위해.
• 실제 차량 환경에서 게임 이론적 해법의 효율성, 확장성, 실시간 적용 가능성에 대한 개방형 연구 과제를 부각하기 위해.
• 단일 측면(예: 보안 또는 4G/5G)에만 집중하는 종합적인 종합 검토가 부족한 점을 메우기 위해, 차량 네트워크에서의 게임 이론 응용에 대한 종합적이고 최신의 개요를 제공하기 위해.

제안 방법

• 차량 네트워크(VN)에서 이성적 에이전트 간의 전략적 상호작용 기반으로 게임 이론 모델을 비협력적 및 협력적 프레임워크로 분류한다.
• 나시 균형(Nash Equilibrium) 및 협동군 형성 모델을 사용하여 라우팅 선택, 전력 제어, 스펙트럼 자원 할당을 포함한 QoS 최적화에 게임 이론의 응용을 분석한다.
• 신호 게임과 베이지안 게임을 사용하여 공격자-방어자 상호작용을 모델링함으로써 침입 탐지, 프라이버시 보존, 신뢰 관리와 같은 보안 응용을 검토한다.
• 차량 네트워크(VN)에서의 게임 이론 통합 평가를 위해 Vehicular Edge Computing(VEC), 이종 네트워크(HVNETs), UAV 지원 VNs, SDN 기반 아키텍처를 포함한 5G 기반 기술을 분석한다.
• 플레이어 유형과 전략에 대한 불확실성을 모델링하기 위해 정보가 불완전한 게임(예: 베이지안 게임)의 사용을 검토하며, 신뢰 기반 수익 산정을 수행한다.
• 동적인 환경에서의 적응성 향상을 위해 전통적인 완전한 이성성에 의존하는 것에서 벗어나 기계 학습(예: 강화 학습)과 결합한 하이브리드 모델의 필요성을 논의한다.

실험 결과

연구 질문

• RQ1 어떻게 게임 이론이 고속 이동성과 자원 제약 조건이 있는 차량 네트워크에서 QoS를 효과적으로 최적화하는 데 응용될 수 있는가?
• RQ2 기존 게임 이론 모델이 현실적인 차량 환경에서 유한한 이성성과 정보 부족을 포괄하지 못하는 한계는 무엇인가?
• RQ3 VEC, UAV 지원 통신, SDN과 같은 신규 5G 기술이 차량 네트워크(VN)에서 게임 이론의 적용에 어떻게 기여하거나 복잡하게 만드는가?
• RQ4 게임 이론 모델은 어떻게 개선되어야 동적인 VN에서 효율적이고 확장 가능하며 안전한 의사결정을 지원할 수 있는가?
• RQ5 기계 학습은 차량 네트워크에서 게임 이론 전략의 예측 능력과 적응성을 향상시키는 데 어떤 역할을 할 수 있는가?

주요 결과

• 게임 이론은 차량과 RSU 간의 전략적 상호작용을 모델링하는 데 강력한 프레임워크를 제공하며, 특히 자원 할당 및 보안 강화에 효과적이다.
• 비협력 게임(예: 나시 균형)은 개인 최적화에 효과적이지만, 조율 부족으로 인해 비효율적인 결과를 초래할 수 있다.
• 협력 게임은 협동군 형성으로 시스템 효율성을 향상시키지만, 중앙 집중식 조율(예: RSU 기반 제어기)과 이행 가능한 합의가 필요하여 희박한 인프라 환경에서는 어려움이 있다.
• 베이지안 게임은 공격자 행동과 플레이어 유형의 불확실성을 모델링하는 데 유용하지만, 정확한 신뢰 모델 구축이 높은 계산 오버헤드와 지연을 유발한다.
• 게임 이론과 VEC 및 UAV 지원 VNs와 같은 5G 기술의 통합은 QoS 및 보안에 대해 더 민첩하고 확장 가능한 솔루션을 가능하게 한다.
• 미래 연구는 게임 이론과 기계 학습(예: 강화 학습)을 결합하여 완전한 이성성 가정을 줄이고 동적인 차량 네트워크에서 실시간 의사결정 능력을 향상시켜야 한다.