[논문 리뷰] Performance Analysis of Energy Consumption in Cache-Enabled Multicast D2D Communications

Bao Wenhuan, Mansour Naslcheraghi외 1명|arXiv (Cornell University)|2017. 10. 11.

Caching and Content Delivery참고 문헌 14인용 수 4

한 줄 요약

이 논문은 5G 네트워크에서 캐시 기반 D2D 멀티캐스트 통신을 위한 최적의 캐싱 전략을 제안하며, 스토하스틱 기하학을 사용하여 캐시 히팅 확률(LHC)을 최대화하고 에너지 소비를 최소화한다. 결과적으로, 가장 인기 있는 파일들만 캐시하는 것이 가장 높은 성능을 달성하며, 높은 사용자 집중도(γ=1.4)에서 최대 70%의 에너지 절감 효과를 보이며, 최적의 캐시 파일 수는 고γ에서 캐시 용량으로 수렴한다.

ABSTRACT

Device-to-Device (D2D) communication as a promising technology in 5G cellular networks provides the communication of the users in the vicinity and thereby decreases end-to-end delay and power consumption. In addition to the aforementioned advantages, it also supports the high-speed data transmission services such as content delivery. In this paper, we consider the D2D multicast communications opportunity in the D2D-cellular hybrid network, in which that one transmitter targets multiple receivers at the same time. We provide the analysis for the proposed system by using tools from stochastic geometry, to calculate the cache hitting probability of the receivers as well as the energy consumption of the hybrid network aiming to seek the optimal number of caching contents in the D2D multicast opportunities.

연구 동기 및 목표

• 5G 네트워크에서 고품질 영상 전송 수요 증가를 해결하기 위해 중복 콘텐츠 전송을 줄이고 셀룰러 트래픽을 오프로드한다.
• D2D 멀티캐스트 기반 하이브리드 셀룰러 네트워크에서 캐시 히팅 확률과 에너지 소비 간의 트레이드오프를 분석한다.
• 다양한 사용자 수요 패턴에서 성능을 최대화하기 위해 D2D 클러스터 헤드에 캐시할 비디오 파일의 최적 수를 규명한다.
• D2D 멀티캐스트 시스템에 대한 두 가지 캐싱 전략—가장 높은 캐시 히팅 확률(LHC) 및 가장 낮은 에너지 소비(LEC)—를 비교한다.

제안 방법

• 셀룰러 세포 내에서 클러스터 헤드(송신자)와 클러스터 멤버(수신자)를 독립적인 포아송 점 프로세스(PPPs)로 모델링한다.
• 스토하스틱 기하학을 활용하여 다양한 캐싱 전략 하에서 캐시 히팅 확률(CHP)과 에너지 소비 비율(REC)의 폐쇄형 표현식을 유도한다.
• 두 가지 캐싱 전략을 제안한다: 가장 인기 있는 파일을 우선순위로 캐시하여 CHP를 최대화하는 LHC 전략과, 활성 클러스터 헤드 수와 파일 캐싱을 균형 잡아 에너지 소비를 최소화하는 LEC 전략.
• 사용자 수요 집중도(γ), 캐시 용량(CH), 클러스터 헤드/멤버 수에 따라 시스템 성능을 분석한다.
• 다양한 네트워크 조건에서 CHP와 REC를 균형 잡는 방식으로 최적의 캐시 파일 수를 유도한다.
• γ와 캐싱 구성에 따른 CHP 및 REC 추세를 시뮬레이션을 통해 결과를 검증한다.

실험 결과

연구 질문

• RQ1 멀티캐스트 기반 하이브리드 네트워크에서 D2D 클러스터 헤드에 캐시할 비디오 파일의 최적 수는 캐시 히팅 확률을 최대화하기 위해 얼마인가요?
• RQ2 에너지 소비 비율(REC)은 사용자 수요 집중도(γ)와 캐싱 전략에 따라 어떻게 변할까요?
• RQ3 캐시 히팅 확률과 에너지 효율성 간의 성능 트레이드오프 측면에서 LHC 및 LEC 전략은 어떻게 비교될 수 있나요?
• RQ4 최적의 캐시 파일 수가 클러스터 헤드 캐시 용량으로 수렴하는 γ의 값은 얼마인가요?
• RQ5 클러스터 멤버 수가 다양한 캐싱 정책 하에서 에너지 소비 비율에 어떻게 영향을 미치나요?

주요 결과

• 가장 높은 캐시 히팅 확률(LHC) 전략은 가장 인기 있는 비디오 파일들만 캐시함으로써 최고의 캐시 히팅 확률을 달성한다.
• 가장 낮은 에너지 소비(LEC) 전략은 γ = 1.4일 때 전체 캐싱 대비 최대 70%의 에너지 소비 절감을 기록한다.
• 모든 비디오 파일을 캐시할 경우 제한된 캐시 공간의 비효율적 사용으로 인해 낮고 평탄한 캐시 히팅 확률을 보인다.
• γ = 1.4일 때, (γ, CH) = (1, 150) 조건에서 약 52%의 에너지 소비 절감이 이루어지고, γ = 1.4일 경우 70% 이상의 절감 효과를 얻는다.
• 최적의 캐시 파일 수는 γ가 증가함에 따라 감소하며, 고γ에서 클러스터 헤드 캐시 용량으로 수렴한다.
• 사용자 수요가 매우 집중된 경우(고γ), 활성 클러스터 헤드 수가 적어지므로 LEC 전략이 에너지 효율성 측면에서 LHC 전략을 능가한다.