[논문 리뷰] Toward Cloud-based Vehicular Networks with Efficient Resource Management

Rong Yu, Yan Zhang외 3명|arXiv (Cornell University)|2013. 08. 28.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 10인용 수 4

한 줄 요약

이 논문은 차량, 도로변 및 중앙 클라우드를 통합하는 계층적 클라우드 기반 차량 네트워크 아키텍처를 제안하여 컴퓨팅, 스토리지 및 대역폭 자원의 효율적 공유를 가능하게 한다. 최적의 클라우드 자원 할당을 위해 게임 이론적 접근법을 사용하고, 이동성에 의한 마이그레이션 동안 가상 머신의 드롭을 최소화하기 위한 자원 예약 기반 기법을 도입하여 서비스 드롭률을 크게 감소시킨다.

ABSTRACT

In the era of Internet of Things, all components in intelligent transportation systems will be connected to improve transport safety, relieve traffic congestion, reduce air pollution and enhance the comfort of driving. The vision of all vehicles connected poses a significant challenge to the collection and storage of large amounts of traffic-related data. In this article, we propose to integrate cloud computing into vehicular networks such that the vehicles can share computation resources, storage resources and bandwidth resources. The proposed architecture includes a vehicular cloud, a roadside cloud, and a central cloud. Then, we study cloud resource allocation and virtual machine migration for effective resource management in this cloud-based vehicular network. A game-theoretical approach is presented to optimally allocate cloud resources. Virtual machine migration due to vehicle mobility is solved based on a resource reservation scheme.

연구 동기 및 목표

• 차량 내부 자원이 제한된 상황을 해결하기 위해 클라우드 통합을 통한 자원 공유를 가능하게 하기 위해.
• 이동 가능한 차량을 지원하는 확장성 있고 저지연 시간을 갖춘 내성적인 계층적 클라우드 아키텍처를 설계하기 위해.
• 차량 이동성으로 인한 동적인 차량 환경에서 서비스 지속성과 신뢰성을 확보하기 위해.
• 게임 이론을 활용해 경쟁하는 가상 머신 간의 클라우드 자원 할당을 최적화하기 위해.
• 사전 자원 예약을 통해 이동성에 기인한 가상 머신 마이그레이션 실패율을 낮추기 위해.

제안 방법

• 차량 클라우드(내장형), 도로변 클라우드(근접 인프라), 중심 클라우드(원격 데이터 센터)로 구성된 3단계 클라우드 아키텍처를 제안한다.
• 가상 머신 간의 비협력 게임으로 자원 할당을 모델링하여 최적의 자원 분배를 달성한다.
• 연속 시간 마르코프 체인을 사용해 시스템 상태를 모델링하여 현지 및 마이그레이션된 VM의 도착과 퇴출을 포괄한다.
• 도착하는 마이그레이션된 VM에 대한 용량을 사전 확보하기 위해 자원 예약 기반 기법을 도입하여 차단 및 드롭을 최소화한다.
• 다양한 자원 구성에서 차단률과 드롭률을 계산하기 위해 시스템 상태의 정적 확률을 유도한다.
• 최대 허용 차단률 제약 조건을 충족하면서 드롭률을 최소화하는 최적화 문제를 해결한다.

실험 결과

연구 질문

• RQ1 이동성 있는 차량 환경에서 경쟁하는 가상 머신 간에 클라우드 자원을 어떻게 효율적으로 할당할 수 있는가?
• RQ2 차량 이동성으로 인한 마이그레이션 중 가상 머신 드롭률을 최소화하기 위해 필요한 최적의 예약 자원량은 얼마인가?
• RQ3 자원 예약은 도로변 클라우드에서 가상 머신의 차단률과 드롭률에 어떤 영향을 미치는가?
• RQ4 클라우드 기반 차량 네트워크에서 자원 활용도와 서비스 신뢰성 간의 상충 관계는 무엇인가?
• RQ5 게임 이론적 접근법은 동적인 조건 하에서 자원 할당의 공정성과 효율성을 어떻게 보장하는가?

주요 결과

• 제안된 자원 예약 기반 기법은 특히 고부하 조건에서 마이그레이션된 가상 머신의 드롭률을 크게 감소시킨다.
• 시뮬레이션 결과, 자원 예약이 적용된 경우 비예약 구성 대비 마이그레이션된 VM의 드롭률이 상당히 낮아짐을 확인하였다.
• 최적화 프레임워크는 지정된 제약 조건 내에서 차단률을 유지하면서 드롭률을 성공적으로 최소화하였다.
• 도착하는 VM에 대한 용량을 사전 확보함으로써 자원 활용도와 서비스 신뢰성 간의 균형을 달성하였다.
• 게임 이론적 접근법은 효율적이고 안정적인 자원 할당을 가능하게 하여 전체 시스템 성능을 향상시켰다.
• 마르코프 체인 모델은 VM 도착 및 퇴출의 역학을 정확하게 반영하여 성능 지표의 정밀한 계산을 가능케 하였다.