• ETRI Journal
• /
• 제44권6호
• /
• pp.936-944
• /
• 2022

The mobile network allows redundant transmission via disjoint paths to support high-reliability communication (e.g., ultrareliable and low-latency communications [URLLC]). Although redundant transmission can improve communication reliability, it also increases network costs (e.g., traffic and control overhead). In this study, we propose a reliability-guaranteed multipath allocation algorithm (RG-MAA) that allocates appropriate paths by considering the path setup time and dynamicity of the reliability paths. We develop an optimization problem using a constrained Markov decision process (CMDP) to minimize network costs while ensuring the required communication reliability. The evaluation results show that RG-MAA can reduce network costs by up to 30% compared with the scheme that uses all possible paths while ensuring the required communication reliability.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.113-119
• /
• 2019

최근 상용화된 5G 이동통신의 주요한 특징은 High Data Rate와 Connection Density 그리고 Low Latency로 대표할 수 있는데, 이중 기존 4G와 가장 차별되는 특징은 Low Latency로 다양한 새로운 서비스 제공의 기반이 될 것이다. 이러한 특징을 활용한 서비스로는 AR, 자율주행 등이 검토되고 있으며 관련표준에서도 5G Network Latency 논의를 진행하고 있다. 그러나 서비스 관점의 E2E Latency 논의는 많이 부족한 것이 사실이다. 5G에서 Low Latency를 달성을 위한 최종목표는 RTD 기준 Air Interface 1ms 달성으로 이는 '20년 초 Rel-16을 통한 URLLC(Ultra-reliable Low Latency Communications)를 통해 가능하며, 추가적으로 MEC(Moble Edge Computing)를 통한 Network latency 감소도 연구 중이다. 전체 5G E2E Latency는 5G Network 관련 외에도 다양한 요인이 존재하는데, 주요 요인으로는 5G Network과 서비스 제공을 위한 IDC Server 사이의 경로에 놓인 선로/장비 Latency, 단말 App과 Server 내 서비스 처리를 위한 Processing Latency 등이 존재한다. 한편, 서비스 초기 Setup을 위한 Latency와 서비스가 지속 중인 경우의 Latency를 구분하여 세부 서비스 요구사항에 대하여 연구하는것도 필요한데, 이를 위해 본 논문에서는 서비스 초기 Setup과 관련하여 다음과 같은 세가지 요인에 대하여 검토를 진행하였다. 첫째로 (1) Data호 Setup시에 발생 가능한 Latency, 둘째 전력 효율화를 위한 (2) CRDX On/Off에 따른 영향, 마지막으로 (3) H/O가 발생되는 경우에 Latency에 대하여 Latency에 미치는 영향을 실험과 분석을 제시했다. 이를 통해 우리는 Low Latency가 필요한 서비스의 초기 Setup시에 Latency와 관련된 서비스 요구사항 및 기획에 기여할 수 있을 것으로 기대한다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.33-48
• /
• 2024

향상된 모바일 광대역(eMBB), 초저지연 및 고신뢰 통신(URLLC), 대규모 기계형 통신(mMTC) 등의 특징을 가진 5G의 등장으로 인해 효율적인 네트워크 관리와 서비스 제공을 위해 증가하는 네트워크 트래픽과 복잡성 해결이 시급한 상황이다.본 논문에서는 기계학습(Machine Learning, ML) 및 딥러닝(Deep Learning, DL)기술을 활용하여 5G 네트워크의 초고속, 초저지연, 초연결성이라는 주요 과제를 해결하면서 네트워크 슬라이싱 및 자원 할당을 동적으로 최적화하는 새로운 접근 방식을 제시한다. 제안된 기법에서는 네트워크 트래픽 및 자원 할당에 대한 예측 모델, 네트워크 대역폭 및 지연 시간을 최적화하면서 동시에 개인 정보와 보안을 향상시키기 위한 연합 학습(FL) 기법을 사용한다. 특히, 본 논문에서는 랜덤 포레스트와 LSTM 등 다양한 알고리듬과 모델의 구현 방법에 대해 자세히 다루며, 이를 통해 5G 네트워크 운영의 자동화와 지능화를 위한 방법론을 제시한다. 마지막으로 제안된 기법을 통해 5G 네트워크에 ML 및 DL을 적용하여 얻을 수 있는 성능향상 효과를 성능평가 및 분석을 통해 검증하고 다양한 산업 응용 분야에서 네트워크 슬라이싱 및 자원 관리 최적화를 위한 솔루션을 제시한다.