Skip to main content
QUICK REVIEW

[논문 리뷰] Social Data Offloading in D2D-Enhanced Cellular Networks by Network Formation Games

Tianyu Wang, Yue Sun|arXiv (Cornell University)|2015. 07. 24.
Opportunistic and Delay-Tolerant Networks참고 문헌 14인용 수 4
한 줄 요약

이 논문은 사회적 데이터 오피로딩을 위한 디바이스투디바이스(D2D) 강화 셀룰러 네트워크에서 이기적인 사용자 행동을 모델링하기 위해 네트워크 형성 게임을 제안한다. 사용자들은 개인의 수익을 기반으로 공유 링크를 전략적으로 형성한다. 제안된 알고리즘은 쌍별 안정성과 비음수 수익을 보장하며, 사용자들의 이기심이 오피로딩 효율을 상당히 떨어뜨린다는 것을 보여주는데, 특히 높은 셀룰러 비용, 낮은 이동성 또는 낮은 지연 내성 조건에서 그러하다. 반면 이동성이 높거나 지연 내성이 클수록 성능이 향상된다.

ABSTRACT

Recently, cellular networks are severely overloaded by social-based services, such as YouTube, Facebook and Twitter, in which thousands of clients subscribe a common content provider (e.g., a popular singer) and download his/her content updates all the time. Offloading such traffic through complementary networks, such as a delay tolerant network formed by device-to-device (D2D) communications between mobile subscribers, is a promising solution to reduce the cellular burdens. In the existing solutions, mobile users are assumed to be volunteers who selfishlessly deliver the content to every other user in proximity while moving. However, practical users are selfish and they will evaluate their individual payoffs in the D2D sharing process, which may highly influence the network performance compared to the case of selfishless users. In this paper, we take user selfishness into consideration and propose a network formation game to capture the dynamic characteristics of selfish behaviors. In the proposed game, we provide the utility function of each user and specify the conditions under which the subscribers are guaranteed to converge to a stable network. Then, we propose a practical network formation algorithm in which the users can decide their D2D sharing strategies based on their historical records. Simulation results show that user selfishness can highly degrade the efficiency of data offloading, compared with ideal volunteer users. Also, the decrease caused by user selfishness can be highly affected by the cost ratio between the cellular transmission and D2D transmission, the access delays, and mobility patterns.

연구 동기 및 목표

  • D2D 기반 사회적 데이터 오피로딩에서 이기적인 사용자 행동으로 인한 성능 저하 문제를 해결하기 위해, 사용자들이 시스템 전체 효율보다 개인 수익을 우선시하는 행동을 분석한다.
  • 비용, 지연, 사회적 밀착도를 기반으로 사용자들이 D2D 공유 링크를 형성하는 동적이고 전략적인 의사결정 과정을 모델링한다.
  • 비음수 수익과 안정된 네트워크 구조로 수렴하는 것을 보장하는 실용적인 네트워크 형성 알고리즘을 설계한다.
  • 이dealized 자발적 기여자 기반 모델과 비교하여 사용자들의 이기심이 오피로딩 효율에 미치는 영향을 정량화한다.
  • 셀룰러 비용 비율, 이동성, 지연 내성과 같은 시스템 파라미터가 이기적인 사용자와 이기심이 없는 사용자 간의 성능 격차에 미치는 영향을 분석한다.

제안 방법

  • 각 사용자의 유틸리티가 셀룰러 전송 비용, D2D 전송 비용, 콘텐츠 접근 지연에 따라 달라지는 네트워크 형성 게임을 수립한다.
  • 쌍별 안정성 조건을 정의하여, 사용자가 단독으로 D2D 링크를 추가하거나 제거함으로써 수익을 향상시킬 수 없음을 보장한다.
  • 이력 사용자 상호작용 기록을 활용하여 링크 형성 결정을 이끄는 데이터 기반 네트워크 형성 알고리즘을 제안한다.
  • 셀룰러 비용, D2D 비용, 접근 지연을 통합한 유틸리티 함수를 도입하고, 수익이 없는 링크를 거부하기 위한 임계값 기반 메커니즘을 도입한다.
  • 사용자들이 수익 증가를 기반으로 잠재적 링크를 평가하는 탈중앙화된 의사결정 과정을 활용하여 안정된 네트워크 구조로 수렴함을 보장한다.
  • 이동성, 지연 내성, 비용 비율가 다양하게 변화하는 조건에서 제안된 알고리즘과 무작위 시드 기반 기준과의 성능을 비교하기 위해 시뮬레이션을 수행한다.

실험 결과

연구 질문

  • RQ1이기적인 사용자 행동이 이상화된 자발적 기여자 기반 모델과 비교할 때 D2D 기반 사회적 데이터 오피로딩의 효율성에 어떤 영향을 미치는가?
  • RQ2어떤 조건에서 이기적인 사용자들이 D2D 강화 셀룰러 네트워크에서 안정된 네트워크 구조로 수렴할 수 있는가?
  • RQ3셀룰러 전송과 D2D 전송 간의 비용 비율, 사용자 이동성, 지연 내성이 이기적인 사용자와 이기심이 없는 사용자 간의 성능 격차에 어떤 영향을 미치는가?
  • RQ4탈중앙화되고 수익 기반인 알고리즘이 비음수 개인 수익을 보장하면서도 네트워크 안정성을 유지할 수 있는가?
  • RQ5네트워크 크기와 희소성은 이기심으로 인한 오피로딩 효율 저하에 어떤 영향을 미치는가?

주요 결과

  • 이기적인 사용자 행동은 이기심이 없는 사용자에 비해 데이터 오피로딩 효율을 상당히 떨어뜨리며, 특히 셀룰러 대 D2D 비용 비율이 낮을수록 그러하다.
  • 셀룰러 대 D2D 전송 비용 비율이 높아질수록 이기적인 사용자와 이기심이 없는 사용자 간의 성능 격차가 감소하며, 이는 높은 셀룰러 비용이 D2D 공유를 유도한다는 것을 시사한다.
  • 사용자 이동성이 증가함에 따라(평균 접촉 간격이 짧아짐) 악의의 가격이 감소하여, 이기적인 행동이 시스템 효율에 미치는 부정적 영향이 줄어든다.
  • 사용자가 더 큰 지연을 내성할수록 제안된 알고리즘과 무작위 시드 기반 기준 간의 성능 격차가 감소하여, 이기심에 대한 강건성이 향상됨을 나타낸다.
  • 제안된 네트워크 형성 알고리즘은 모든 사용자가 비음수 수익을 확보하며, 통계적 변동으로 인한 부정수익을 보이는 사용자 비율이 매우 낮다.
  • 네트워크 크기가 증가함에 따라 연결성이 희소해지므로, 이기적인 링크 제거의 영향 범위가 더 작은 국소 영역으로 국한되어 오피로딩 효율이 향상된다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.