[논문 리뷰] Federated Orchestration for Network Slicing of Bandwidth and Computational Resource

Yingyu Li, Anqi Huang외 4명|arXiv (Cornell University)|2020. 02. 06.

Software-Defined Networks and 5G참고 문헌 34인용 수 13

한 줄 요약

이 논문은 대규모 IoT 네트워크에서 대역폭 및 계산 자원을 포함한 5G 네트워크 슬라이싱을 위한 분산형, 프라이버시 보장 자원 할당을 가능하게 하는 새로운 F-오케스트레이터를 사용한 피어드 오케스트레이션 프레임워크를 제안한다. 동기화 최적화를 위한 DistADMM-PVS와 비동기 협업을 위한 AsynADMM을 도입하여 최소 응답 시간과 무시할 만한 협업 지연을 달성하며, 전국 캠퍼스 교통 데이터를 기반으로 한 검증을 통해 단일 자원 슬라이싱 대비 뚜렷한 성능 향상을 보였다.

ABSTRACT

Network slicing has been considered as one of the key enablers for 5G to support diversified IoT services and application scenarios. This paper studies the distributed network slicing for a massive scale IoT network supported by 5G with fog computing. Multiple services with various requirements need to be supported by both spectrum resource offered by 5G network and computational resourc of the fog computing network. We propose a novel distributed framework based on a new control plane entity, federated-orchestrator , which can coordinate the spectrum and computational resources without requiring any exchange of the local data and resource information from BSs. We propose a distributed resource allocation algorithm based on Alternating Direction Method of Multipliers with Partial Variable Splitting . We prove DistADMM-PVS minimizes the average service response time of the entire network with guaranteed worst-case performance for all supported types of services when the coordination between the F-orchestrator and BSs is perfectly synchronized. Motivated by the observation that coordination synchronization may result in high coordination delay that can be intolerable when the network is large in scale, we propose a novel asynchronized ADMM algorithm. We prove that AsynADMM can converge to the global optimal solution with improved scalability and negligible coordination delay. We evaluate the performance of our proposed framework using two-month of traffic data collected in a in-campus smart transportation system supported by a 5G network. Extensive simulation has been conducted for both pedestrian and vehicular-related services during peak and non-peak hours. Our results show that the proposed framework offers significant reduction on service response time for both supported services, especially compared to network slicing with only a single resource.

연구 동기 및 목표

• 대규모 5G 기반 IoT 네트워크에서 다수의 서비스 제공자 간 이질적인 스펙트럼 및 계산 자원을 조율하는 과제를 해결하기 위해.
• 기지국(BSs) 간 국소 데이터나 자원 정보를 공유하지 않고도 프라이버시를 보장하는 자원 할당을 가능하게 하기 위해.
• 다양한 IoT 서비스를 위해 낮은 서비스 응답 시간과 최악의 경우 성능 보장을 보장하는 확장 가능한 분산 프레임워크를 설계하기 위해.
• 동기화 협업의 확장성 한계를 극복하기 위해 수렴 보장을 갖춘 비동기 ADMM 알고리즘을 제안하기 위해.
• 5G 지원 캠퍼스 스마트 교통 시스템에서의 실세계 트래픽 트레이스를 사용하여 프레임워크를 검증하기 위해.

제안 방법

• 국소 데이터나 자원 상태 정보를 교환하지 않고도 BS 간 자원 할당을 조율할 수 있는 새로운 제어 평면 엔티티인 피어드 오케스트레이터(F-오케스트레이터)를 도입한다.
• 동기화 협업을 위한 분산 최적화 알고리즘인 DistADMM-PVS를 제안한다. 이는 부분 변수 분할을 기반으로 한 교대 방향 승수법(Alternating Direction Method of Multipliers)에 기반한다.
• 독립적인 BS 업데이트를 允가하는 ADMM의 비동기 변종인 AsynADMM를 개발하여 협업 지연을 감소시키고 확장성을 향상시킨다.
• 계산 시간 분포에 대한 온건한 가정 하에 AsynADMM가 전역 최적 해로 수렴함을 르아프노프 기반 수렴 분석을 통해 증명한다.
• 실제 분산 시스템에서의 변동하는 업데이트 지연을 모델링하기 위해 지수 분포를 따르는 확률적 보조 문제 해결기를 사용한다.
• 레마 1과 레마 2를 활용한 재귀 기대값 경계를 적용하여 비동기 알고리즘이 최적 해로 거의 확실하게 수렴함을 입증한다.

실험 결과

연구 질문

• RQ1 민감한 국소 데이터를 공유하지 않고도 피어드 오케스트레이션 프레임워크가 다수의 서비스 제공자 간 스펙트럼 및 계산 자원을 조율할 수 있는가?
• RQ2 제안된 DistADMM-PVS 알고리즘이 완벽한 동기화 조건 하에서 전역 수렴을 달성하고 평균 서비스 응답 시간을 최소화하는가?
• RQ3 비동기 ADMM 변종(AsynADMM)이 대규모 네트워크에서 협업 지연을 크게 감소시키면서도 전역 최적 해로 수렴을 유지할 수 있는가?
• RQ4 실세계 IoT 환경에서 제안된 프레임워크의 성능은 단일 자원 기반 네트워크 슬라이싱 대비 어떻게 비교되는가?
• RQ5 변동하는 계산 지연은 네트워크 슬라이싱에서 분산 자원 할당의 수렴성과 확장성에 어떤 영향을 미치는가?

주요 결과

• 제안된 AsynADMM 알고리즘은 변동하는 비동기 업데이트 지연 조건 하에서도 높은 확률로 전역 최적 해로 수렴한다.
• AsynADMM는 동기화 대비 더 높은 확장성과 무시할 만한 협업 지연을 달성하여 대규모 IoT 구현에 적합하다.
• 특히 정점 시간대에 단일 자원(대역폭 또는 계산)에 의존하는 네트워크 슬라이싱 대비 서비스 응답 시간을 크게 감소시킨다.
• 캠퍼스 스마트 교통 시스템에서 두 달 치 실세계 트래픽 데이터를 사용한 광범위한 시뮬레이션을 통해 프레임워크의 효과성이 보편적 보행자 및 차량 서비스에서 입증되었다.
• 협업이 완벽하게 동기화된 조건 하에서 DistADMM-PVS 알고리즘은 모든 서비스 유형에 대해 최악의 경우 성능 보장을 보장한다.
• 수렴 분석을 통해 기대 오차가 시간이 지남에 따라 감소하며, 상한선이 최적 해와 이전 상태에만 의존함을 입증하여 강건성을 확보한다.