• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.98-99
• /
• 2016

네트워크 슬라이싱 기술은 5G 네트워크에서의 필수 기술 중 하나이다. 네트워크 망에서는 네트워크 슬라이싱을 통해 서로 다른 요구사항이 존재하는 다수의 서비스를 유연하게 처리 할 수 있다. 본 논문에서는 먼저 전망되는 5G 네트워크 구조와 기반 기술에 대해 소개하고, 네트워크 슬라이싱 적용하기 위한 이슈를 정리한다. 끝으로 네트워크 슬라이스 선택 기능 설계 시 고려사항을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.56-59
• /
• 2020

최근 초저지연, 초고속, 초연결 네트워크를 요구하는 기술들이 급속하게 발전하고 있다. 기존 4G 네트워크는 위 요구사항을 만족할 수 없었기 때문에 5G 네트워크가 등장했다. 5G 네트워크는 네트워크 가상화 기반 네트워크 슬라이싱을 통해 각각의 서비스 마다 독립적인 네트워크 환경을 제공한다. 그러나 네트워크에 참여하는 서비스가 다양해질수록 트래픽 부하가 폭발적으로 증가할 것으로 예상되며 트래픽 부하에 따른 병목현상이 발생할 가능성이 여전히 존재한다. 본 논문에서는 인공 신경망 알고리즘 RNN을 활용하여 트래픽을 예측하고 예측 결과를 기반으로 네트워크 슬라이스의 자원을 선제적으로 조절하는 기계학습 기반 네트워크 슬라이싱 자원 예약 기법을 제안한다.

• Electronics and Telecommunications Trends
• /
• v.32 no.2
• /
• pp.62-70
• /
• 2017

5G 네트워크 기술은 4G LTE 이동 통신 기술의 후속 기술로서, ITU-R, ITU-T, NGMN, 3GPP 등의 표준화 그룹을 중심으로 고성능, 저지연, 고가용성 등의 특성을 가지는 새로운 Clean-slate 형태의 이동 통신 시스템 및 네트워크 구조를 설계 중이다. 특히 다양한 5G 융합 서비스를 효율적으로 제공하기 위해 서비스 및 네트워크 자원의 독립성 및 유연성을 지향하는 네트워크 슬라이싱을 적용하고, ETSI NFV 네트워크 기능 가상화 기술을 포함하는 네트워크 관리 구조를 도입하고자 한다. 본고에서는 5G 네트워크 슬라이싱 기술 및 5G 네트워크 관리 기술의 개념 및 요구사항을 분석하고, 이에 대해 3GPP SA WG2 및 SA WG5에서 진행 중인 표준화 현황을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.159-161
• /
• 2022

클라우드의 동작은 고속의 데이터 처리 부분과 처리된 많은 데이터를 원하는 사용자들에게 전송하는 부분으로 나누어 동작한다. 고속의 데이터를 처리하는 것은 중요하지만 분산형태의 클러스터 클라우드는 중앙 집중 클라우드 보다 클라우드 간의 정보 교환 및 데이터 전송에 관한 네트워크의 중요성이 강조된다. 기존의 IPv4 에서는 네트워크 슬라이싱이 없기 때문에 서비스 별 네트워크의 간소화를 할 수 없었다. 본 논문에서는 클러스터 클라우드의 네트워크를 SDN 환경을 제안하며 SDN 의 핵심 기술인 네트워크 슬라이싱을 클라우드에 적용하는 모델 설계를 제시하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.549-550
• /
• 2020

최근 등장한 자율주행, 스마트팩토리 및 IoT 등 다양한 기술은 기존 4G 네트워크를 활용하기에 부적합한 사항이 많았다. 따라서 5G 네트워크가 등장하였으며 네트워크 슬라이싱 기술을 통해 다양한 서비스에 각각의 네트워크 환경을 구성하여 제공하였다. 그러나 같은 네트워크 환경인 슬라이스 내에서도 특징이 다른 트래픽이 발생할 수 있으며 서비스의 종류로 고정된 슬라이스의 네트워크 환경은 트래픽 처리시간 증가 및 응답시간 증가를 유발할 수 있다. 따라서 본 논문에서는 트래픽의 특성을 고려하여 클러스터링을 시행하여 자동으로 네트워크 슬라이스를 관리하는 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.93-94
• /
• 2021

다양한 서비스로부터 발생된 엄청난 양의 데이터는 대량의 네트워크 트래픽을 발생시켜 네트워크 환경의 복잡성을 증대시킨다. 이로 인하여 초고속, 저지연 서비스를 제공하기 위한 방법으로 네트워크 가상화 기술을 도입하였고 그중에서도 SDN 기반의 네트워크 슬라이싱 기법은 네트워크를 논리적으로 분리할 수 있으나 다양한 트래픽을 발생시키는 사용자의 요청에 동적인 대응이 어렵다. 본 논문에서는 LSTM에 사용자 요청의 트래픽 패턴을 학습시켜 네트워크 슬라이스가 자동으로 구성되는 모델을 제안한다.

• Journal of Digital Convergence
• /
• v.17 no.12
• /
• pp.197-202
• /
• 2019

In line with the era of the 4th Industrial Revolution, 5G technology has become common technology, and 5G technology is evaluated as a technology that minimizes the speed and response speed compared to 4G using technologies such as network slicing and ultra-multiple access. 5G NR stands for 5G mobile communication standard, and network slicing cuts the network into parallel connections to optimize the network. In addition, the risk of hacking is increasing as data is processed in the base station unit. In addition, since the number of accessible devices per unit area increases exponentially, there is a possibility of base station attack after hacking a large number of devices in the unit area. To solve this problem, this study proposes the introduction of quantum cryptography and 5G security standardization.

• Korea Information Processing Society Review
• /
• v.27 no.1
• /
• pp.6-19
• /
• 2020

• Smart Media Journal
• /
• v.13 no.4
• /
• pp.33-48
• /
• 2024

With the advent of 5G, characterized by Enhanced Mobile Broadband (eMBB), Ultra-Reliable Low Latency Communications (URLLC), and Massive Machine Type Communications (mMTC), efficient network management and service provision are becoming increasingly critical. This paper proposes a novel approach to address key challenges of 5G networks, namely ultra-high speed, ultra-low latency, and ultra-reliability, while dynamically optimizing network slicing and resource allocation using machine learning (ML) and deep learning (DL) techniques. The proposed methodology utilizes prediction models for network traffic and resource allocation, and employs Federated Learning (FL) techniques to simultaneously optimize network bandwidth, latency, and enhance privacy and security. Specifically, this paper extensively covers the implementation methods of various algorithms and models such as Random Forest and LSTM, thereby presenting methodologies for the automation and intelligence of 5G network operations. Finally, the performance enhancement effects achievable by applying ML and DL to 5G networks are validated through performance evaluation and analysis, and solutions for network slicing and resource management optimization are proposed for various industrial applications.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.9
• /
• pp.101-112
• /
• 2022

In this paper, we analyze 5G network slicing and propose an efficient network slice configuration method in 5G mobile networks. Network slicing can be identified and performed based on the network slice instance information in 5G mobile networks. In case of discordance between the UE's network slice instance information and the network's one, the unnecessary signalling overhead occurs, when the UE's PDU Session Establishment request to the network fails. To solve this problem, this paper proposes two efficient network slice configuration methods, the UE-based ENSC(Efficient Network Slice Configuration) method and the Network-based ENSC method. The proposed schemes perform the prompt the configuration and provision of the updated network slice instance information between the UE and network and improve battery and resource efficiency and minimize unnecessary signalling overhead compared to existing methods in 5G mobile networks.