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

Yi‐Jing Liu, Hongyang Du+4 more|arXiv (Cornell University)|Aug 12, 2022

Virtual Reality Applications and Impacts被引用 10

一句话总结

本文提出Slicing4Meta，一种智能集成架构，通过两级AI辅助控制器编排计算、通信和存储等多维网络资源，统一实现元宇宙即服务（MaaS），实现动态、以QoE为导向的沉浸式元宇宙服务定制。仿真结果表明，更高的数据速率显著提升用户沉浸感（Meta-Immerse指数），验证了其在资源感知服务提供中的有效性。

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.

研究动机与目标

• 为解决Web 3.0中元宇宙服务缺乏统一编排与管理方案的问题。
• 通过元宇宙即服务（MaaS）模式，实现按需、可扩展的沉浸式元宇宙体验提供。
• 将异构网络资源——计算、通信、存储及无线接入技术——整合为统一、面向服务的架构。
• 通过智能、自适应的资源分配，确保服务质量（QoE）要求的达成。
• 解决元宇宙服务环境中隔离性、安全性和隐私性方面的关键挑战。

提出的方法

• 提出一种新型Slicing4Meta架构，通过两级AI辅助控制器编排MaaS模型与多维网络资源，实现实时编排。
• 引入Meta-Immerse（MI）指数，基于刺激感知定量建模用户沉浸感，结合客观物理刺激与渲染视觉刺激。
• 采用归一化函数表达物理世界刺激，并应用Weber-Fechner定律建模人类对渲染质量变化的感知。
• 通过仿真评估在不同数据速率与用户负载条件下的MI表现，固定渲染能力为4000 K，包含56个虚拟对象。
• 采用基于策略的编排与调度机制，确保在多个元宇宙服务实例（MSIs）之间实现物理、逻辑及调度隔离。
• 集成区块链与零信任框架等新兴技术，提升数据安全、隐私保护与数字资产完整性。

实验结果

研究问题

• RQ1 在Web 3.0中，如何通过统一、可扩展的框架实现元宇宙服务的动态定制与编排？
• RQ2 多维网络资源与元宇宙应用中用户沉浸感（QoE）之间存在何种定量关系？
• RQ3 如何在不发生资源干扰或性能下降的前提下，确保多样化元宇宙服务之间的隔离？
• RQ4 AI辅助控制器在实现MaaS模型实时、自适应资源协调中发挥何种作用？
• RQ5 在共享的元宇宙基础设施中，为保护敏感用户数据与数字资产，需要哪些安全与隐私机制？

主要发现

• 在固定渲染能力（4000 K）下，数据速率更高的元宇宙用户获得显著更高的Meta-Immerse（MI）得分，表明QoE得到改善。
• MI指数随数据速率提升而增加，表明资源分配直接影响虚拟旅行场景中感知沉浸感。
• 当渲染能力不足时，可通过调整MaaS模型或补充其他维度资源（如提升通信带宽）来增强性能。
• 仿真结果证实，Slicing4Meta架构即使在用户负载与资源约束变化下，仍能有效维持高QoE。
• 该框架实现了动态、AI驱动的MaaS模型协调，确保在多样化元宇宙工作负载下服务的隔离性与适应性。
• 通过集成区块链实现数字资产追踪，结合零信任模型实现持续认证，有效应对安全与隐私挑战。