[논문 리뷰] Vehicular Edge Computing and Networking: A Survey

Lei Liu, Chen Chen외 3명|arXiv (Cornell University)|2019. 07. 25.

IoT and Edge/Fog Computing참고 문헌 103인용 수 13

한 줄 요약

이 논문은 차량용 엣지 컴퓨팅(Vehicular Edge Computing, VEC)에 대한 종합적인 서베이를 제시하며, 이동형 엣지 컴퓨팅(Mobile Edge Computing, MEC)을 차량 네트워크에 통합하여 지연 시간과 대역폭 사용을 줄인다. VEC 아키텍처와 소프트웨어 정의 네트워킹(SDN) 및 네트워크 기능 가상화(NFV)와 같은 핵심 기반 기술을 분석하고, QoS, 확장성, 경제성, 보안성 등의 과제를 다루며 체계적인 문헌 검토를 제공하고 향후 연구 방향으로 작업 오프로딩, 캐싱, 기밀 보존 계산을 규명한다.

ABSTRACT

As one key enabler of Intelligent Transportation System (ITS), Vehicular Ad Hoc Network (VANET) has received remarkable interest from academia and industry. The emerging vehicular applications and the exponential growing data have naturally led to the increased needs of communication, computation and storage resources, and also to strict performance requirements on response time and network bandwidth. In order to deal with these challenges, Mobile Edge Computing (MEC) is regarded as a promising solution. MEC pushes powerful computational and storage capacities from the remote cloud to the edge of networks in close proximity of vehicular users, which enables low latency and reduced bandwidth consumption. Driven by the benefits of MEC, many efforts have been devoted to integrating vehicular networks into MEC, thereby forming a novel paradigm named as Vehicular Edge Computing (VEC). In this paper, we provide a comprehensive survey of state-of-art research on VEC. First of all, we provide an overview of VEC, including the introduction, architecture, key enablers, advantages, challenges as well as several attractive application scenarios. Then, we describe several typical research topics where VEC is applied. After that, we present a careful literature review on existing research work in VEC by classification. Finally, we identify open research issues and discuss future research directions.

연구 동기 및 목표

• 차량 응용의 증가로 인해 지능형 교통 시스템(ITS)에서 저지연, 고대역폭 컴퓨팅 및 스토리지 수요가 증가하고 있음을 다루기 위해.
• 기존의 이동형 클라우드 컴퓨팅(Mobile Cloud Computing, MCC)이 차량 네트워크에서 높은 지연 시간과 백홀 혼잡 문제를 야기한다는 점을 밝히기 위해.
• 계산 오프로딩, 캐싱, 데이터 공유, 보안 등의 주요 주제에 중점을 두어 차량용 엣지 컴퓨팅(VEC)에 관한 기존 연구를 조사하고 체계화하기 위해.
• QoS 차등화, 변동하는 차량 밀도 하에서의 네트워크 확장성, 경제적 자원 가격 책정, 기밀 보존 계산 등의 열린 과제를 부각하기 위해.
• 미해결 문제들과 VEC 시스템 설계 및 구현 분야에서의 새로운 추세를 규명함으로써 향후 연구의 길잡이를 제시하기 위해.

제안 방법

• 기존 VEC 연구를 다섯 가지 핵심 주제로 분류하고 분류한다: 계산 오프로딩, 캐싱, 데이터 공유, 유연한 네트워크 관리, 보안/기밀성.
• RSU, 차량, 엣지 서버를 포함한 VEC 시스템 아키텍처를 분석하고, MEC 원칙을 활용하여 클라우드 기능을 차량에 가까이 위치시키는 것을 목표로 한다.
• 소프트웨어 정의 네트워킹(SDN), 네트워크 기능 가상화(NFV), 가상 머신(VM) 등을 포함한 enabling 기술을 검토하여 동적 자원 할당을 가능하게 한다.
• 신뢰 관리 및 VEC 환경에서의 안정적 데이터 공유를 위해 인centive 기반 메커니즘과 블록체인 기반 솔루션을 검토한다.
• 데이터 기밀성과 무결성을 보장하기 위해 조건부 익명성, 개인적 접근성 테스트, 검증 가능한 계산과 같은 기밀 보존 기법을 평가한다.
• 지속 가능한 VEC 생태계를 위해 이동 서비스 제공자, 엣지 제공자, 클라우드 제공자 간의 자원 가격 책정 및 수익 배분 프레임워크를 제안한다.

실험 결과

연구 질문

• RQ1 차량 네트워크에서 기존의 이동형 클라우드 컴퓨팅(MCC)에 비해 차량용 엣지 컴퓨팅(VEC)이 지연 시간과 대역폭 소비를 어떻게 효과적으로 줄일 수 있는가?
• RQ2 변동하는 차량 이동성 조건 하에서 확장성 있고 적응 가능한 VEC 시스템을 지원하기 위해 핵심 아키텍처 구성 요소와 enabling 기술(예: SDN, NFV)은 무엇인가?
• RQ3 안전 기반 응용(예: 충돌 방지)과 비안전 응용(예: 인포테인먼트) 간의 QoS 차등화를 VEC 시스템이 어떻게 보장할 수 있는가?
• RQ4 민감한 데이터가 엣지 서버에 오프로딩될 경우, VEC 환경에서 데이터 기밀성, 무결성, 검증 가능성을 확보하기 위해 어떤 메커니즘이 사용될 수 있는가?
• RQ5 분산된 VEC 환경에서 차량과 RSU 간의 자원 공유를 유도하기 위해 경제 모델과 가격 책정 체계는 어떻게 설계될 수 있는가?

주요 결과

• VEC는 차량 주변에 위치한 엣지 서버에 계산을 오프로딩함으로써 지연 시간과 백홀 부하를 크게 줄여 실시간 안전 응용에 이상적이다.
• SDN과 NFV의 통합은 VEC에서 동적이고 영리하며 확장 가능한 자원 관리를 가능하게 하여 다양한 작업 유형과 변화하는 네트워크 조건을 지원한다.
• RSU와 차량에서의 캐싱 전략은 반복적인 데이터 전송을 줄이고 응답 시간을 향상시켜 특히 교통 정보 업데이트와 같이 자주 액세스되는 콘텐츠에 유리하다.
• 블록체인 기반 신뢰 메커니즘은 RSU 간의 안정적이고 일관된 데이터 공유를 가능하게 하여 카풀링과 같은 기밀 보존 응용에서 신뢰성을 향상시킨다.
• 검증 가능한 계산과 개인적 접근성 테스트는 사용자가 작업을 안전하게 외주하면서도 결과의 정확성과 기밀성을 보장할 수 있도록 한다.
• QoS 차등화, 변동하는 차량 밀도 하에서의 동적 확장성, 그리고 VEC에서 자원 교환을 위한 공정하고 효율적인 경제 모델 설계는 여전히 열린 과제로 남아 있다.