[논문 리뷰] Mobile Edge Computing Empowers Internet of Things

Nirwan Ansari, Xiang Sun|arXiv (Cornell University)|2017. 09. 01.

IoT and Edge/Fog Computing참고 문헌 28인용 수 12

한 줄 요약

이 논문은 광선-무선 접속, 클라우드릿, 소프트웨어 정의 네트워킹을 통합하여 계산 및 스토리지 자원을 IoT 기기와 더 가까이 위치시켜 종단 간 지연과 에너지 소비를 줄이는 모바일 엣지 인터넷 오브 things(MEIoT) 아키텍처를 제안한다. 동적 프록시 VM 이송 전략인 지연 인지 이송(Latency-Aware Migration, LAM)과 에너지 인지 이송(Energy-Aware Migration, EAM)을 사용함으로써 시스템은 지연과 온그리드 에너지 소비를 최소화한다. 시뮬레이션 결과, LAM은 고망대역폭 환경에서 EAM 및 정적 방법보다 뛰어난 성능을 보였다.

ABSTRACT

In this paper, we propose a Mobile Edge Internet of Things (MEIoT) architecture by leveraging the fiber-wireless access technology, the cloudlet concept, and the software defined networking framework. The MEIoT architecture brings computing and storage resources close to Internet of Things (IoT) devices in order to speed up IoT data sharing and analytics. Specifically, the IoT devices (belonging to the same user) are associated to a specific proxy Virtual Machine (VM) in the nearby cloudlet. The proxy VM stores and analyzes the IoT data (generated by its IoT devices) in real-time. Moreover, we introduce the semantic and social IoT technology in the context of MEIoT to solve the interoperability and inefficient access control problem in the IoT system. In addition, we propose two dynamic proxy VM migration methods to minimize the end-to-end delay between proxy VMs and their IoT devices and to minimize the total on-grid energy consumption of the cloudlets, respectively. Performance of the proposed methods are validated via extensive simulations.

연구 동기 및 목표

• 중앙 집중식 데이터 처리로 인한 IoT 시스템 내 높은 종단 간 지연과 네트워크 혼잡을 해결하기 위해.
• 실시간 데이터 공유 및 분석을 방해하는 IoT 기기의 자원 제약을 극복하기 위해.
• 세분화된 맥락 기반 액세스 제어를 가능하게 하며 상호운용성과 비효율적 액세스 제어 문제를 해결하기 위해 의미론적 및 사회적 IoT 통합을 통해.
• 동적 이동 전략을 통해 IoT 기기와 그들의 프록시 VM 간 종단 간 지연을 최소화하기 위해.
• 에너지 인지 프록시 VM 이동 전략을 통해 클라우드릿의 총 온그리드 에너지 소비를 줄이기 위해.

제안 방법

• FiWi 접속, 분산형 클라우드릿, 계층적 클라우드릿 구조, SDN 기반의 코어 네트워크를 통합한 MEIoT 아키텍처를 도입한다.
• 각 사용자의 IoT 기기를 근접한 클라우드릿 내 전용 프록시 VM에 할당하여 실시간 데이터 저장 및 분석을 수행한다.
• 상호운용성 향상과 세밀한 맥락 기반 액세스 제어를 가능하게 하기 위해 의미론적 및 사회적 IoT 모델을 활용한다.
• 실시간 네트워크 및 에너지 지표를 기반으로 동적 프록시 VM 이동 전략 두 가지를 제안한다: 지연 인지 이동(Latency-Aware Migration, LAM)과 에너지 인지 이동(Energy-Aware Migration, EAM).
• LAM에서는 종단 간 지연을 최소화하기 위한 비용 함수를 사용하고, EAM에서는 온그리드 에너지 소비를 최소화하기 위한 비용 함수를 사용하며, 이는 부하 및 에너지 제약 조건을 만족해야 한다.
• 모바일 엣지 전역에서 네트워크 및 VM 자원의 중앙 집중식 제어 및 동적 재구성 가능성을 확보하기 위해 SDN을 적용한다.

실험 결과

연구 질문

• RQ1 모바일 엣지 컴퓨팅은 IoT 데이터 처리 및 분석에서 종단 간 지연을 어떻게 줄일 수 있는가?
• RQ2 클라우드릿 기반 MEIoT 시스템에서 종단 간 지연과 온그리드 에너지 소비를 동시에 최소화할 수 있는 동적 이동 전략은 무엇인가?
• RQ3 의미론적 및 사회적 IoT 모델 통합은 자원 제약이 있는 IoT 환경에서 상호운용성과 액세스 제어를 어떻게 향상시키는가?
• RQ4 망 대역폭(λ로 표현됨)은 다양한 프록시 VM 이동 전략의 성능에 어떤 영향을 미치는가?
• RQ5 장기적인 시스템 효율성과 에너지 지속 가능성을 향상시키기 위해 프록시 VM 분해 및 이동 오버헤드는 어떻게 모델링할 수 있는가?

주요 결과

• 지연 인지 이동(Latency-Aware Migration, LAM) 방법은 에너지 인지 이동(Energy-Aware Migration, EAM) 및 정적 이동 방법보다 종단 간 지연을 크게 줄였다. 특히 네트워크 대역폭(λ)이 높을수록 뚜렷하다.
• 망 대역폭(λ)이 증가함에 따라 LAM과 다른 방법 간의 종단 간 지연 격차가 더욱 벌어지며, 이는 LAM이 혼잡 상황에 더 뛰어난 적응성을 가짐을 보여준다.
• EAM의 평균 온그리드 에너지 소비는 네트워크 대역폭(λ)이 증가함에 따라 증가한다. 이는 클라우드릿 간 에너지 격차 균형 조절의 유연성이 떨어지기 때문이다.
• LAM은 네트워크 대역폭에 관계없이 낮은 종단 간 지연을 유지하지만, EAM은 고대역폭 환경에서 이동 유연성 제약으로 인해 에너지 효율성이 떨어진다.
• 정적 이동 방법은 지연과 에너지 소비 측면에서 가장 열 劣한 성능를 보이며, 특히 λ가 증가할수록 더욱 심해진다.
• 시뮬레이션 결과는 LAM이 종단 간 지연을 효과적으로 최소화하고, EAM이 에너지 소비를 최적화함을 입증하며, MEIoT 시스템에서 이중 목적의 이동 전략이 필요하다는 점을 뒷받침한다.