[논문 리뷰] Slicing4Meta: An Intelligent Integration Framework with Multi-dimensional Network Resources for Metaverse-as-a-Service in Web 3.0

Yi‐Jing Liu, Hongyang Du외 4명|arXiv (Cornell University)|2022. 08. 12.

Virtual Reality Applications and Impacts인용 수 10

한 줄 요약

이 논문은 메타버스를 위한 서비스(MaaS)를 다차원 네트워크 자원—계산, 통신, 스토리지 등을 조율함으로써 통합하는 지능형 통합 아키텍처인 Slicing4Meta를 제안한다. 이는 이중계층 AI 지원 컨트롤러를 통해 구현되며, 동적이고 QoE 중심의 몰입형 메타버스 서비스를 가능하게 한다. 시뮬레이션 결과, 더 높은 대역폭이 사용자 몰입도(메타-몰입 지수)를 크게 향상시킴을 입증하여 자원 인지 기반 서비스 제공의 효과성을 입증한다.

ABSTRACT

As the next-generation Internet paradigm, Web 3.0 encapsulates the expectations of user-centric immersion and interaction experiences in a decentralized manner. Metaverse, a virtual world interacting with the physical world, is becoming one of the most potential technology to push forward with Web 3.0. In the Metaverse, users expect to tailor immersive and interactive experiences by customizing real-time Metaverse services (e.g., augmented/virtual reality and digital twin) in the three-dimensional virtual world. Nevertheless, there are still no unified solutions for the Metaverse services in terms of management and orchestration. It is calling for a continuous evolution of scalable solutions and mobile systems to support Metaverse services, and thus bring Metaverse into reality. In this paper, to provide scalable subscription solutions for Metaverse services, we propose a new concept, named Metaverse-as-a-Service (MaaS), in which various physical-virtual components and technologies in the Metaverse can be delivered as services. Furthermore, to unify the management and orchestration of MaaS, we propose a novel framework, called Slicing4Meta, to customize Metaverse services by intelligently integrating MaaS models and the associated multi-dimensional resources on the components and technologies. Additionally, we propose the classification for typical Metaverse services based on the quality of experience (QoE) requirements and illustrate how to fulfill the QoE requirements under the Slicing4Meta framework. We then illustrate a virtual traveling study case, in which we examine the relationship between the QoE and the multi-dimensional resources by quantitatively modeling the QoE of Metaverse users. Finally, we discuss some open challenges of Slicing4Meta and propose potential solutions to address the challenges.

연구 동기 및 목표

• 웹 3.0에서 메타버스 서비스에 대한 통합된 조율 및 관리 솔루션 부족 문제를 해결하기 위해.
• 메타버스를 위한 서비스(MaaS) 모델을 통해 요구에 맞고 확장 가능한 몰입형 메타버스 경험을 제공하기 위해.
• 계산, 통신, 스토리지 및 무선 액세스 기술 등 이질적인 네트워크 자원을 통합된 서비스 중심 아키텍처로 통합하기 위해.
• 지능적이고 적응형 자원 할당을 통해 사용자 경험 품질(QoE) 요구사항을 충족시키기 위해.
• 메타버스 서비스 환경 내에서 고립성, 보안성 및 개인정보 보호성의 핵심 과제를 해결하기 위해.

제안 방법

• 실시간 조율을 위해 이중계층 AI 지원 컨트롤러를 활용해 MaaS 모델과 다차원 네트워크 자원을 통합하는 새로운 Slicing4Meta 아키텍처를 제안한다.
• 자극 인지 기반으로 사용자 몰입도를 정량적으로 모델링하기 위해 메타-몰입(MI) 지수를 도입한다. 이는 객관적 물리적 자극과 렌더링된 시각적 자극을 통합한다.
• 물리 세계 자극을 표현하기 위해 정규화 함수를 적용하고, 웨버-페히너 법칙을 활용해 렌더링 품질 변화에 대한 인간의 인지 반응을 모델링한다.
• 고정된 렌더링 용량(4000 K)과 56개의 가상 오브제를 기준으로 다양한 대역폭 및 사용자 부하 조건에서 MI 성능을 평가하기 위해 시뮬레이션을 수행한다.
• 물리적, 논리적, 스케줄링 고립성을 다수의 메타버스 서비스 인스턴스(MSI) 간에 확보하기 위해 정책 기반의 조율 및 스케줄링 메커니즘을 적용한다.
• 블록체인과 제로트러스트 프레임워크와 같은 신기술을 통합하여 데이터 보안, 개인정보 보호 및 디지털 자산 무결성을 향상시킨다.

실험 결과

연구 질문

• RQ1 웹 3.0 환경에서 통합적이고 확장 가능한 프레임워크를 통해 메타버스 서비스를 어떻게 동적으로 맞춤설정하고 조율할 수 있는가?
• RQ2 다차원 네트워크 자원과 메타버스 응용 프로그램에서의 사용자 몰입도(QoE) 간의 정량적 관계는 어떠한가?
• RQ3 자원 간 간섭이나 성능 저하 없이 다양한 메타버스 서비스 간 고립성을 어떻게 확보할 수 있는가?
• RQ4 AI 지원 컨트롤러는 MaaS 모델에 대한 실시간이고 적응형 자원 조율을 어떻게 가능하게 하는가?
• RQ5 공유된 메타버스 인fra에서 민감한 사용자 데이터와 디지털 자산을 보호하기 위해 필요한 보안 및 개인정보 보호 메커니즘은 무엇인가?

주요 결과

• 고정된 렌더링 용량(4000 K) 조건에서 더 높은 대역폭을 확보한 메타버스 사용자는 유의미하게 높은 메타-몰입(MI) 지수를 기록하여 QoE가 향상됨을 확인했다.
• MI 지수는 대역폭이 높아질수록 증가함을 확인하여 자원 할당이 가상 여행 시나리오에서의 몰입도 인지에 직접적인 영향을 미친다는 것을 입증했다.
• 렌더링 용량이 부족한 경우, MaaS 모델을 수정하거나 통신 대역폭 증가와 같은 다른 차원의 자원을 보완함으로써 성능 향상을 도모할 수 있다.
• 시뮬레이션 결과, Slicing4Meta 아키텍처가 다양한 사용자 부하 및 자원 제약 조건에서도 높은 QoE를 지속적으로 유지함을 확인했다.
• 이 프레임워크는 동적이고 AI 기반의 MaaS 모델 조율을 가능하게 하여 다양한 메타버스 워크로드에서 서비스 고립성과 적응성을 보장한다.
• 블록체인을 통한 디지털 자산 추적과 지속적인 인증을 위한 제로트러스트 모델 통합을 통해 보안 및 개인정보 보호 과제를 해결했다.