[논문 리뷰] When Cars Meet Distributed Computing: Data Storage as an Example

Lewis Tseng, Takamasa Higuchi외 1명|arXiv (Cornell University)|2017. 11. 06.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 10인용 수 3

한 줄 요약

이 논문은 차량을 안정적이고 위치 기반의 마이크로 클라우드로 조직하여 확장성 있고 저지연의 차량 클라우드 서비스를 가능하게 하는 마크로-마이크로 클라우드(MMC) 아키텍처를 제안한다. 계층적 조율과 동적 핸드오프 메커니즘을 활용함으로써 MMC는 통신 오버헤드를 감소시키고 이동 환경에서의 서비스 연속성을 향상시켜, GPS 기반 원자성 및 가용성 모델링을 사용한 위치 기반 데이터 저장의 실현 가능성을 입증한다.

ABSTRACT

As cars are ubiquitous they could play a major role in a next generation communication and computation framework. In the last years, the development of vehicle-to-vehicle communication and vehicle-to-infrastructure communication took huge steps forward and therefore gives us the tools to build "mobile computing service" on cars equipped with computation capabilities. Recently, several groups of researchers independently proposed the design of "vehicular clouds" that materializes the concept. In this paper, we introduce a new paradigm of the vehicular clouds, followed by a case study of data storage on top of the proposed cloud. Finally, we present several challenges and opportunities in the intersection of vehicular clouds and distributed computing.

연구 동기 및 목표

• 차량 이동성과 높은 통신 오버헤드로 인해 기존 차량 클라우드 모델이 장기적인 위치 기반 서비스를 지원하는 데에 한계를 보이는 점을 해결하기 위해.
• 서비스 연속성을 향상시키고 V2I 인fra구조에 대한 의존도를 줄이기 위해 계층적 차량 클라우드 아키텍처를 설계하기 위해.
• 마이크로 클라우드의 가용성과 자원 할당을 모델링하여 차량 네트워크에서 효율적이고 확장 가능한 데이터 저장을 가능하게 하기 위해.
• 강건하고 성능이 우수한 차량 클라우드 구현을 위한 인cent라이브 메커니즘과 다중 라디오 통신 전략을 탐색하기 위해.

제안 방법

• 차량을 위치 기반으로 동적이고 특수화된 마이크로 클라우드로 조직하기 위해 멤버십 관리 프로토콜을 사용하여 논리적으로 안정된 서비스 클러스터를 형성하는 것.
• 마이크로 클라우드가 광역 서비스 탐색과 제공을 위한 더 넓은 마크로 클라우드의 일부가 되도록 계층적 클라우드 구조를 구현하는 것.
• 과거 데이터를 사용하여 마이크로 클라우드당 자원 가용성(저장소 및 대역폭)을 모델링하여 예측적 데이터 배치를 가능하게 하는 것.
• 전통적인 큐럼 시스템을 대체하기 위해 GPS 기반 원자성 메커니즘을 적용하여 지오분산 저장소에서 일관성을 근사하는 것.
• 차량이 지역을 떠날 때도 서비스 연속성을 유지하기 위해 마이크로 클라우드 간의 핸드오프 메커니즘을 설계하는 것.
• 추정된 가용성에 기반하여 마이크로 클라우드 간 데이터 복제 및 저장소 배치를 위한 지오쿼럼 모델을 적응시키는 것.

실험 결과

연구 질문

• RQ1 높은 차량 이동성에도 불구하고 차량 클라우드는 어떻게 장기적인 위치 기반 서비스를 효율적으로 지원할 수 있는가?
• RQ2 동적인 차량 환경에서 통신 오버헤드를 최소화하면서 안정적인 서비스 제공을 가능하게 하는 아키텍처 설계는 무엇인가?
• RQ3 마이크로 클라우드의 자원 가용성은 어떻게 모델링하고 데이터 배치 및 복제를 안내하는 데 사용할 수 있는가?
• RQ4 GPS로 동기화된 탈중앙화된 차량 저장소 시스템에서 데이터 일관성과 원자성은 어떻게 보장할 수 있는가?
• RQ5 탈중앙화된 차량 클라우드 인fra구조에 차량의 참여를 유도하기 위해 어떤 인센티브 메커니즘이 설계될 수 있는가?

주요 결과

• 마크로-마이크로 클라우드(MMC) 아키텍처는 지정된 지리적 지역에 고정된 안정적인 마이크로 클라우드 덕분에 장기적인 서비스에 대해 반복적인 서비스 탐색이 제거되어 통신 오버헤드를 감소시킨다.
• 마이크로 클라우드는 동적 핸드오프 메커니즘을 통해 기존 제공자가 지역을 떠날 때도 서비스 연속성을 유지하며, 새로운 차량이 작업을 원활하게 이어갈 수 있도록 한다.
• 자원 가용성 모델링을 통해 마이크로 클라우드당 저장 용량과 대역폭를 정확하게 추정할 수 있으며, 이는 데이터 배치 결정을 지원한다.
• GPS 기반 원자성 근사 기법은 큐럼 기반 일관성에 비해 경량화된 대안을 제공하여 이동 환경에서의 조율 비용을 감소시킨다.
• 계층적 구조는 지역별 프로토콜을 적용할 수 있는 탄력적인 배포를 가능하게 하여 교통량과 이동성 조건의 변화에 유연하게 대응할 수 있다.
• 이 프레임워크는 스마트 시티 및 IoT 애플리케이션에 통합될 잠재력이 있는 차량 네트워크에서의 위치 기반 데이터 저장에 실현 가능성을 입증한다.