[论文解读] Toward a UTM-based Service Orchestration for UAVs in MEC-NFV Environment

Oussama Bekkouche, Miloud Bagaa+1 more|arXiv (Cornell University)|Jan 4, 2022

UAV Applications and Optimization参考文献 7被引用 7

一句话总结

本文提出了一种集成 UTM-MEC-NFV 的框架，用于在低空空域中通过整数线性规划（ILP）实现 QoS 优先的服务编排。通过利用 UTM 提供的飞行计划和 MEC-NFV MANO，该框架优化了服务部署，以满足多样化的 QoS 要求，在降低延迟和提升资源效率方面表现优异。

ABSTRACT

The increased use of Unmanned Aerial Vehicles (UAVs) in numerous domains will result in high traffic densities in the low-altitude airspace. Consequently, UAVs Traffic Management (UTM) systems that allow the integration of UAVs in the low-altitude airspace are gaining a lot of momentum. Furthermore, the 5th generation of mobile networks (5G) will most likely provide the underlying support for UTM systems by providing connectivity to UAVs, enabling the control, tracking and communication with remote applications and services. However, UAVs may need to communicate with services with different communication Quality of Service (QoS) requirements, ranging form best-effort services to Ultra-Reliable Low-Latency Communications (URLLC) services. Indeed, 5G can ensure efficient Quality of Service (QoS) enhancements using new technologies, such as network slicing and Multi-access Edge Computing (MEC). In this context, Network Functions Virtualization (NFV) is considered as one of the pillars of 5G systems, by providing a QoS-aware Management and Orchestration (MANO) of softwarized services across cloud and MEC platforms. The MANO process of UAV's services can be enhanced further using the information provided by the UTM system, such as the UAVs'flight plans. In this paper,we propose an extended framework for the management and orchestration of UAVs'services in MECNFV environment by combining the functionalities provided by the MEC-NFV management and orchestration framework with the functionalities of a UTM system. Moreover, we propose an Integer Linear Programming (ILP) model of the placement scheme of our framework and we evaluate its performances.

研究动机与目标

• 为应对由于 UAV 部署增加而导致低空空域中 UAV 交通管理效率提升的迫切需求。
• 将 UTM 系统与 MEC-NFV 架构集成，以增强服务编排和 QoS 控制能力。
• 利用飞行计划数据，在 MEC 和云平台之间实现动态、QoS 优先的 UAV 服务部署。
• 开发并评估一种基于 ILP 的优化模型，以实现高效的服务功能链部署。

提出的方法

• 在标准 MEC-NFV MANO 框架基础上扩展，集成 UTM 系统以接收 UAV 飞行计划和运行数据。
• 设计一种 ILP 模型，联合优化在 MEC 和云节点之间的服务功能链部署与资源分配。
• 根据服务类型（如 URLLC、尽力而为）将延迟、可靠性与带宽等 QoS 约束纳入 ILP 公式。
• 利用来自 UTM 的 UAV 轨迹和任务数据指导部署决策，提升可预测性。
• 将网络建模为图结构，其中节点（MEC/云）和边（链路）具有反映 QoS 指标的成本函数。
• 通过仿真评估 ILP 模型，以衡量其在延迟、资源利用率和可扩展性方面的性能。

实验结果

研究问题

• RQ1 如何有效利用 UTM 提供的飞行数据，以增强 MEC-NFV 环境中 UAV 的服务编排？
• RQ2 在 MEC 和云平台之间，满足多样化 QoS 要求的 UAV 服务最优部署策略是什么？
• RQ3 将 UTM 与 MEC-NFV MANO 集成后，如何提升服务管理效率和 QoS 保障能力？
• RQ4 所提出的基于 ILP 的部署模型在延迟与资源使用方面存在何种性能权衡？

主要发现

• 所提出的基于 ILP 的部署模型通过优先考虑靠近 UAV 飞行路径的位置，显著降低了对时间敏感型 UAV 服务的端到端延迟。
• 将 UTM 飞行计划集成到编排流程中，提高了资源分配的准确性，并减少了不必要的服务迁移。
• 与非优化部署策略相比，该框架在 URLLC 服务的 QoS 合规性方面表现出显著改善。
• 仿真结果表明，该模型在 UAV 密度增加时仍能保持较低的计算开销，并具备良好的可扩展性。