KR20100014246A - 커널들을 사용하는 동적 네트워크 선택 - Google Patents

커널들을 사용하는 동적 네트워크 선택 Download PDF

Info

Publication number
KR20100014246A
KR20100014246A KR1020097010816A KR20097010816A KR20100014246A KR 20100014246 A KR20100014246 A KR 20100014246A KR 1020097010816 A KR1020097010816 A KR 1020097010816A KR 20097010816 A KR20097010816 A KR 20097010816A KR 20100014246 A KR20100014246 A KR 20100014246A
Authority
KR
South Korea
Prior art keywords
utility value
network
prediction
communication network
selection metrics
Prior art date
Application number
KR1020097010816A
Other languages
English (en)
Other versions
KR101437192B1 (ko
Inventor
브라인언 리레스
프라빈 고파라크리쉬난
병석 김
에릭 반 덴 베르그
Original Assignee
텔코디아 라이센싱 컴퍼니, 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 텔코디아 라이센싱 컴퍼니, 엘엘씨 filed Critical 텔코디아 라이센싱 컴퍼니, 엘엘씨
Publication of KR20100014246A publication Critical patent/KR20100014246A/ko
Application granted granted Critical
Publication of KR101437192B1 publication Critical patent/KR101437192B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters
    • H04W36/30—Reselection being triggered by specific parameters by measured or perceived connection quality data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/14—Reselecting a network or an air interface
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/24—Reselection being triggered by specific parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

현재 통신 네트워크로부터 다수의 다른 통신 네트워크들 중 하나로의 수직 핸드오프(vertical handoff)를 수행할지 여부를 결정하는 방법이 제공된다. 방법은 다수의 다른 통신 네트워크들 각각에 대하여, 다수의 선택 메트릭들을 획득하는 단계, 다수의 다른 통신 네트워크들 각각에 대하여, 제1 가변 커널(kernel) 회귀 함수를 사용하여 적어도 대응하는 다수의 제1 선택 메트릭들로부터 제1 예측 유틸리티(utility) 값을 계산하는 단계 - 제1 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 현재 통신 네트워크에 대하여, 다수의 제2 선택 메트릭들을 획득하는 단계, 제2 가변 커널 회귀 함수를 사용하여 적어도 대응하는 다수의 제2 선택 메트릭들로부터 현재 통신 네트워크에 대한 제2 예측 유틸리티 값을 계산하는 단계 - 제2 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 다수의 다른 통신 네트워크들 각각에 대하여 제1 예측 유틸리티 값들을 제2 예측 유틸리티 값과 비교하는 단계, 및 가장 높은 제1 예측 유틸리티 값이 제2 예측 유틸리티 값보다 크다면, 가장 높은 제1 예측 유틸리티 값을 갖는 다수의 다른 통신 네트워크들 중 하나로 스위칭하는 단계를 포함한다.

Description

커널들을 사용하는 동적 네트워크 선택{DYNAMIC NETWORK SELECTION USING KERNELS}
본 출원은 2006년 10월 31일에 출원된 미국 가출원 제60/855,709호에 관한 것이며, 그에 대한 우선권을 주장한다.
본 발명은 모바일 통신 디바이스들, 모바일 네트워크 관리들, 및 다중 네트워크들 사이에서의 핸드오프(handoff)에 관한 것이다. 특히, 본 발명은 상이한 네트워크로 스위칭할지 여부를 결정하는 방법에 관한 것이다.
모바일 통신 디바이스들은 현대 사회에서 일반적으로 사용된다. 이러한 디바이스들 대부분은 적어도 하나의 네트워크를 사용하여 통신할 수 있다. 다수의 새로운 모바일 디바이스들은 이제 다중 네트워크들을 사용하는 통신을 할 수 있다. 효율적인 방식으로 다중 네트워크들 사이에서 스위칭하는 능력은 이러한 새로운 디바이스들에 대하여 필수적이다. 장래의 다중 네트워크들은 3G 셀룰러, WLAN, 및 WiMax와 같은 다수의 상이한 무선-액세스 기술들을 결합할 것으로 기대된다. 이러한 다양한 액세스 옵션들은 다중-인터페이스 디바이스를 갖는 사용자에게 이종의 네트워크 기술들 사이에서의 '수직(vertical)' 핸드오프들을 사용하여 "항상 최상으로 접속될" 가능성을 제공한다.
수직 핸드오프는 모바일 디바이스가 두개의 상이한 네트워크들 사이에서 스위칭하는 프로세스이다.
종래의 핸드오버(handover) 알고리즘들은 단일 속성(attribute), 신호 강도 기반이며, 핸드오버 정책들은 임계치 기반이다. 이러한 임계치들은 자기 이력 현상(hysteresis)을 방지하기 위한 적절한 마진들을 포함하는 물리적 파라미터들에 기반하여 용이하게 결정된다.
그러나, 종래의 방법들은 다수의 기준, 동적 사용자 선호(preference)들, 및 변화하는 네트워크 이용가능성에 맞춰질 수 없다.
다수의 기준을 처리하기 위하여 여러 방법들이 제안되었으나, 이는 적절한 비용 함수, 유틸리티 함수, 또는 상이한 메트릭들의 가중의 정의에 의존한다. 수반되는 다수의 상이한 파라미터들은 클 수 있으며, 이러한 파라미터들은 시대에 앞서 전문가에 의하여 완전히 명시되어야 한다. 또한, 종종 상이한 파라미터들은 주어진 네트워크에 대하여 항상 이용가능한 것은 아니다. 추가적으로, 선호들이 변화할 때, 알고리즘은 변화하지 않는다.
따라서, 네트워크들의 동적으로 변화하는 선호들 및 환경적 조건들에 맞춰질 수 있는 네트워크 선택 및 수직 핸드오버에 대한 요구가 존재한다.
따라서, 현재 통신 네트워크로부터 다수의 다른 통신 네트워크들 중 하나로의 수직 핸드오프를 수행할지 여부를 결정하는 방법이 개시된다. 방법은 다수의 다른 통신 네트워크들 각각에 대하여, 다수의 선택 메트릭들을 획득하는 단계, 다수의 다른 통신 네트워크들 각각에 대하여, 제1 가변 커널(kernel) 회귀 함수를 사용하여 적어도 대응하는 제1 다수의 선택 메트릭들로부터 제1 예측 유틸리티(utility) 값을 계산하는 단계 - 제1 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 현재 통신 네트워크에 대하여, 다수의 제2 선택 메트릭들을 획득하는 단계, 제2 가변 커널 회귀 함수를 사용하여 적어도 대응하는 제2 다수의 선택 메트릭들로부터 현재 통신 네트워크에 대한 제2 예측 유틸리티 값을 계산하는 단계 - 제2 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 다수의 다른 통신 네트워크들 각각에 대하여 제1 예측 유틸리티 값들을 제2 예측 유틸리티 값과 비교하는 단계, 및 가장 높은 제1 예측 유틸리티 값이 제2 예측 유틸리티 값보다 크다면, 가장 높은 제1 예측 유틸리티 값을 갖는 다수의 다른 통신 네트워크들 중 하나로 스위칭하는 단계를 포함한다. 장래의 시간 주기는 각각의 통신 네트워크에 대하여 상이하며, 네트워크 특정 핸드오프 대기(latency)의 함수이다. 통신 네트워크는 3G 셀룰러, WLAN, 및 WiMax로부터 선택될 수 있다.
방법은 현재 통신 네트워크와 다수의 다른 통신 네트워크들 각각 사이에서 스위칭하기 위한 스위칭 비용을 결정하는 단계, 및 가장 높은 제1 예측 유틸리티 값이 가장 높은 제1 예측 유틸리티 값을 갖는 통신 네트워크와 현재 네트워크 사이의 스위칭을 위한 스위칭 비용 및 상기 제2 예측 유틸리티 값의 합계보다 크다면, 가장 높은 제1 예측 유틸리티 값을 갖는 다수의 다른 통신 네트워크들 중 하나로 스위칭하는 단계를 더 포함한다.
방법은 현재 통신 네트워크에 대한 실제 유틸리티 값을 계산하는 단계를 더 포함한다. 실제 유틸리티 값을 계산하는 단계는 제2 다수의 메트릭들 각각을 속성(attribute) 선호 값으로 맵핑하는 단계, 각각의 속성 선호 값들을 가변 가중 인자로 곱셈하는 단계, 및 곱셈된 속성 선호 값들 각각을 선형적으로 부가하는 단계의 서브-단계들을 포함한다.
대안적으로, 현재 통신 네트워크에 대한 실제 유틸리티 값을 계산하는 단계는 각각의 다수의 선택 메트릭들에 대하여 획득된 현재 값들로 현재 통신 네트워크의 커널 회귀 함수를 평가하는 단계를 포함한다.
방법은 커널 습득 단계를 더 포함한다. 커널 습득 프로세스는 실제 유틸리티 값을 제2 예측 유틸리티 값과 비교하는 단계, 비교에 기초하여 실제 유틸리티 값과 제2 예측 유틸리티 값 사이의 차를 계산하는 단계, 및 차가 손실 공차보다 크다면 제2 가변 커널 회귀 함수를 업데이트하는 단계를 포함한다. 부가적으로, 손실 공차 값은 상기 차에 기초하여 업데이트된다.
가변 커널 회귀 함수는 각각의 통신 네트워크에 대하여 상이하다.
방법은 n개의 이전 시간 주기 동안 다수의 선택 메트릭들을 저장하는 단계를 더 포함한다.
방법은 에이징(aging) 계수에 의하여 회귀 계수를 곱셈함으로써 이전의 제1 다수의 선택 메트릭들 각각을 에이징시키는(age) 단계를 더 포함하며, 에이징 계수는 가변적이다.
선택 메트릭들은 통신 네트워크의 이용가능성, 서비스 품질, 및 비용을 포함할 수 있다. 서비스 품질은 패킷 지연의 함수이다. 비용은 금전 비용 및 에너지 비용의 함수이다. 선택 메트릭들은 메트릭들을 계산하는 단계 또는 선험적으로(a priori) 메트릭들을 수신하는 단계에 의하여 주기적으로 업데이트되며, 네트워크 매니저 또는 매니징 엔티티에 의하여 수신될 수 있다. 대안적으로 디폴트 선택 메트릭들이 사용될 수 있다. 부가적으로, 선택 메트릭들은 적어도 네트워크 정책에 관한 정보를 포함할 수 있다. 네트워크 정책 정보는 사용자 분류, 사용자 우선권, 긴급 필요(emergency needs), 및 네트워크 조건들을 포함할 수 있다.
현재 통신 네트워크로부터 다수의 다른 통신 네트워크들 중 하나로의 수직 핸드오프를 수행할지 여부를 결정하는 다른 방법이 더 개시된다. 방법은 각각의 다수의 다른 통신 네트워크들에 대하여, 제1 다수의 선택 메트릭들을 획득하는 단계, 각각의 다수의 다른 통신 네트워크들에 대하여, 제1 가변 커널 회귀 함수를 사용하여 적어도 대응하는 제1 다수의 선택 메트릭들로부터 예측 유틸리티 값을 계산하는 단계 - 제1 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 현재 통신 네트워크에 대하여, 제2 다수의 선택 메트릭들을 획득하는 단계, 현재 통신 네트워크에 대하여, 제2 가변 커널 회귀 함수를 사용하여 적어도 대응하는 제2 다수의 선택 메트릭들로부터 제2 예측 유틸리티 값을 계산하는 단계 - 제2 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - , 디바이스를 구동하는 모든 팬딩중인(pending) 애플리케이션들을 결정하는 단계, 각각의 팬딩중인 애플리케이션에 대한 애플리케이션 임계치들을 획득하는 단계, 획득된 애플리케이션 임계치들로부터 애플리케이션 임계치를 선택하는 단계, 제2 예측 유틸리티 값과 제1 예측 유틸리티 값들 각각 사이의 차를 게산하는 단계, 계산된 차들 각각과 선택된 애플리케이션 임계치를 비교하는 단계, 및 가장 높은 제1 예측 유틸리티 값을 갖고 선택된 애플리케이션 임계치보다 큰 제1 예측 유틸리티 값을 갖는 네트워크로 스위칭하는 단계를 포함한다. 제1 및 제2 예측 유틸리티 값들은 장래의 미리 결정된 시간 주기 동안 결정된다.
각각의 애플리케이션 임계치는 특정 애플리케이션에 기반하여 각각의 다른 애플리케이션 임계치와 상이할 수 있다.
본 발명의 이러한 그리고 다른 특징들, 이점들 및 장점들은 하기의 도면들을 참조로 하여 명백해질 것이며, 도면들에 걸쳐 동일한 참조 번호들은 동일한 구성들을 지시한다.
도 1은 본 발명의 일 실시예에 따른 핸드오프를 결정하는 방법의 흐름도를 도시한다.
도 2는 네트워크의 유틸리티를 계산하기 위한 방법의 흐름도를 도시한다.
도 3은 본 발명의 일 실시예에 따른 습득 프로세스를 도시한다.
도 4는 본 발명의 제2 실시예에 따른 핸드오프 결정 방법의 흐름도를 도시한다.
도 1은 본 발명의 일 실시예에 따른 핸드오프를 결정하는 방법의 흐름도를 도시한다. 방법은 모바일 디바이스가 통신을 위해 사용할 수 있는 각각의 네트워크에 대한 다수의 속성들 및 메트릭들을 고려한다. 방법은 또한 선호들에 있어서 의 임의의 동적인 변화를 고려한다. 네트워크들은 3G 셀룰러, WLAN, 및 WiMax와 같은 임의의 이용가능한 통신 네트워크일 수 있다.
단계(100)에서, 각각의 네트워크에 대한 속성들 또는 메트릭들이 획득된다. 메트릭들은 계산되거나, 또는 선험적으로 공지될 수 있다. 각각의 네트워크 속성들에 대한 실제 값들은 모든 네트워크들에 대하여 항상 공지되지는 않는다. 예를 들어, 현재 네트워크를 제외한 네트워크들의 속성들은 공지되지 않을 수 있다. 그러나, 일 실시예에서, 다수의 속성들 및 메트릭들은 디폴트 값들을 갖는다. 예를 들어, 실제 패킷 지연이 공지되지 않는다면 네트워크에 대한 디폴트 패킷 지연이 사용될 것이다. 부가적으로, 실제 커버리지 범위가 공지되지 않는다면 디폴트 커버리지가 또한 사용될 것이다.
일 실시예에서, 속성들은 이용가능성, 서비스 품질, 및 비용의 3개 주요 카테고리들로 분류된다. '이용가능성'은 기본적 접속성 요건들을 만족시킴을 의미한다. 다른 실시예에서, 이용가능성은 신호 강도, 신호 강도 RSSi > 최소 임계치 △i,에 기초하여 결정될 수 있다. 다른 실시예에서, 신호 강도에 대한 입력과 같은 다른 입력 정보, 관찰된 패킷 지연, 안정성 주기, 사용자 속도, 및 공칭(nominal) 커버리지 영역, 또는 커버리지 맵(map)들(이용가능하다면)과 같은 부가적인 정보가 또한 사용될 수 있다. '품질'은 통상적으로 네트워크가 제공할 수 있는 (이용가능한) 대역폭에서 측정된다. 네트워크의 공칭 대역폭은 선험적으로 공지될 수 있으나, 이용가능한 대역폭은 측정하기 어렵거나 시간 소모적이다. 바람직한 실시예에 서, 네트워크에 대한 패킷 지연이 사용된다. 다른 실시예에서, 최대 허용가능한 값들 뿐 아니라, 평균 지연들 및 지연 변수들이 사용된다. '비용'은 금전적 비용 및 에너지 비용의 두개 컴포넌트들을 갖는다. 네트워크 인터페이스에 대한 에너지 비용은 정적인 에너지(단지 인터페이스를 업(up)시키기 위한) 및 전송/수신 에너지의 두 개의 양(quantity)들에 의하여 결정된다. 금전적 비용은 요금 계획, 및 월, 분 또는 전송된 킬로바이트(KB) 단위의 비용에 의하여 결정된다.
다른 실시예에서, 메트릭들의 다른 카테고리가 사용된다: 네트워크 정책들. 네트워크 정책은 사용자 분류, 사용자 우선권, 긴급 필요(emergency needs), 및 네트워크 조건들과 같은 단기 및/또는 장기 정책들을 포함한다.
단계(110)에서, 네트워크의 실제 유틸리티가 계산된다. 도 2는 다중 속성 유틸리티 함수를 사용하여 실제 유틸리티를 계산하기 위한 한 방법을 개시한다. 유틸리티 함수는 메트릭 및 속성들의 값을 선호 값들로 맵핑한다. 특히, 단계(200)에서 메트릭들은 다중-속성 유틸리티 함수를 확립하도록 맵핑된다.
일 실시예서, 이용가능한 유틸리티 함수 UA(t)는 다음과 같이 정의된다: RSSi(t+△Ti)>△i라면, UA,i(t)=1이고, 그렇지 않다면 UA(t)=0이다. 품질 유틸리티 함수 UQ(t)는 다음과 같다: Di(T+△Ti)<di라면, UQ,j(t)=1이고, 그렇지 않으면, UQ,j(t)=0이다. 비용 유틸리티 함수는 다음과 같다: UC(t)=αUM(t)+(1-α)UE(t). 단계(205)에서, 가중치들은 각각의 선호 값에 곱셈된다. 가중치들은 각각의 속성에 대하여 상이한 계층구조를 고려하도록 변경가능하다. 가중치들은 c1, c2 및 c3이 다. 단계(210)에서, 모든 가중된 값들은 함께 더해진다. 수직 핸드오버에 대한 전체 유틸리티 함수는 선형적 결합으로써 주어진다:
Figure 112009031849277-PCT00001
일 실시예에서, 기대되는 유틸리티는 다중 속성 기대 유틸리티 함수를 사용하여 각각의 속성들에 대하여 결정된다. 기대되는 유틸리티 및 예측된 유틸리티(추후에 개시됨)는 장래(T+△Ti)의 미리 결정된 시간 주기 동안 결정된다. 미리 결정된 시간 주기는 네트워크 특정되며, 안정성 주기의 함수이다. 안정성 주기는 "보상(make-up) 시간 + 핸드오버 대기", 또는 △T=Tmakeup + Lhandover와 동일하다. 보상 시간은 핸드오프 대기(Lhandover) 동안 네트워크 접속성의 손실로 인한 손실을 보상하는 시간이다.
보상 시간 및 핸드오버 대기는 또한 네트워크 특정된다. 안정성 주기보다 큰 주기 동안 대안적인 네트워크가 현재 네트워크보다 충분히 우수한 것으로 예측되는 경우에만 훌륭한 핸드오프이다. 따라서, 기대되는 유틸리티는 안정성 주기 이후의 주기 동안 계산된다.
이용가능성에 대한 기대되는 유틸리티는 다음과 같다:
Figure 112009031849277-PCT00002
여기서, P는 확률이다. 확률은 커버리지 맵들, 사용자 속도 및 편차(variance)에 기반한다.
서비스 품질에 대한 기대되는 유틸리티는 다음과 같다:
Figure 112009031849277-PCT00003
또는
Figure 112009031849277-PCT00004
비용에 대한 기대되는 유틸리티는 다음과 같다:
Figure 112009031849277-PCT00005
전체적인 기대되는 유틸리티는 다음과 같이 주어진다:
Figure 112009031849277-PCT00006
장래의 시간(T + △Ti)에서의 기대되는 유틸리티는 장래의 유틸리티를 예측하기 위한 수단으로서 사용된다.
다른 실시예에서, 현재 네트워크의 실제 유틸리티는 현재 네트워크에 대한 획득된 메트릭들인 커널 회귀(kernel regression) 함수에 대한 입력과 함께 커널 회귀 함수를 사용하여 계산될 수 있다.
단계(120)에서, 각각의 네트워크에 대한 장래 유틸리티가 예측된다. 일 실시예에서, 장래의 또는 예측된 유틸리티는 식 5(다중 속성 기대 유틸리티 함수)를 사용하여 예측된다. 다른 실시예에서, 결정은 커널 회귀 함수 "f" 및 커널 "K"의 선택과 함께 커널 습득 프로세스를 사용한다. 커널 습득 프로세스는 방법 및 예측이 네트워크 조건 또는 환경에서의 변화에 맞추도록 허용한다. 커널 습득 프로세스는 추후에 상세히 개시될 것이다.
단계(130)에서, 네트워크들 사이에서의 스위칭 비용이 결정된다. 스위칭 비용은 안정성 주기의 함수이다. 안정성 주기가 더 커질수록, 스위칭 비용들은 더 높아진다.
단계(140)에서, 각각의 대안적인 네트워크 i에 대하여, 현재 네트워크(EUcurrent)의 기대되는 유틸리티에 대한 네트워크 i의 기대되는 유틸리티(EUi)의 비교가 이루어진다. 기대되는 유틸리티는 커널 회귀 함수를 갖는 커널 습득 프로세스 또는 다중 속성 기대 유틸리티 함수 중 하나를 사용하여 계산될 수 있다. 스위칭 비용은 네트워크 i에 대해 γi로서 표시된다. EUi-γi > EUcurrent이거나, 또는 이와 동등하게, f(xi t) = EUi > EUcurrent + γi = f(xi current) + γi라면, 단계(145)에서 네트워크(i)로 핸드오프되며, 그렇지 않다면, 단계(150)에서 디바이스는 현재 네트워크에 접속된 채로 머무른다.
상기 논의된 바와 같이, 메트릭들 및 속성들의 가중치들 및 값들은 시간에 따라 변화할 수 있다: 따라서, 예측된 유틸리티는 동적이고, 유틸리티로의 입력의 이전 맵핑에 기초하여 습득되어야 한다.
유틸리티를 예측하기 위한 커널 회귀 함수는 가변적이며, 각각의 네트워크에 대하여 상이할 수 있다. 부가적으로, 유틸리티를 예측하기 위한 커널 회귀 함수는 실제 유틸리티와 예측된 유틸리티 사이의 결정된 차에 기반하여 또한 변화될 수 있다. 커널 회귀 함수는 모든 메트릭들, 계수들, 손실 공차들, 및 예측치들이 완전히 공지되지 않기 때문에, 네트워크의 유틸리티를 예측하는데 사용된다.
커널 습득 프로세스는 입력들의 세트로서 정의되는 X, 예를 들어, 네트워크에 대한 수집된 메트릭들의 벡터 및 Y = R인 결과(예측된 유틸리티) 값들의 세트로서 정의되는 Y와 함께 동작한다. R은 실수이다. 맵핑 f: X → R이 결정된다. 손실 함수 l: R × Y → (f(x), y)로서 주어지는 R은 관찰된 결과 라벨들 y로부터의 추정치들 f(x)의 편차를 고려하고 페널티를 가하는데 사용된다. 알고리즘의 출력 f는 가정(hypothesis)이다. 모든 가능한 가정들의 세트는 H로 표시된다. H는 포지티브 유사-한정(positive semi-definite) 커널 k(.,.): X × Y → R에 의하여 야기되는 재생 커널 힐버트 공간(RKHS: Reproducing Kernel Hilbert Space)이다. 이것은 (1) k가 재생 특성을 가지며(<f, k(x,·)> H + f(x),∀x∈X), 그리고 (2) H가 모든 k(x,·),x∈X의 범위(span)의 경계(closure)이도록 하는, 커널 k: X × X → R 및 내적<·,·> H 이 존재함을 의미한다.
다시 말해, 가정 공간(H), 재생 커널 힐버트 공간(RKHS)은 각각의 f∈H에 대한 커널 함수들의 선형적 결합들로서 기록될 수 있는 모든 함수들을 포함한다. 부가적으로 커널 회귀는 다음과 같이 쓰여질 수 있다:
Figure 112009031849277-PCT00007
여기서, (x1, y1), ..., (xn, yn)xi∈X,yi∈γ는 관찰된(입력, 출력) 쌍들, 예를 들어, (메트릭들, 유틸리티) 쌍들이다.
(6)의 함수 "f" 및 그것의 계수들 αi는 조직화된 위험을 최소화하도록 선택 된다:
Figure 112009031849277-PCT00008
여기서, 손실 함수는 다음과 같다:
Figure 112009031849277-PCT00009
이러한 손실 함수는 "ε-민감성 손실"로 불린다. ε는 손실 공차이다.
ε-민감성 손실 함수는 작은 에러들은 무시하는데, 즉, 예측된 값과 실제 값 사이의 차가 공차 미만이라면, 차는 무시될 수 있다. 이러한 손실 함수를 사용하는 장점은 그것이 빈약한 커널 회귀 함수 f를 생성하는 것이며, 커널 회귀 함수 f는 따라서 평가하는데 있어 덜 계산적으로 민감한데, 예를 들어, 더 많은 계수들이 0이다. 일 실시예에서, ε는 습득 프로세스 동안에 맞춰질 수 있다.
커널 k는 상기 방정식들 (1)-(5)에서 주어지는 기대되는 유틸리티 함수EU(t) 및 그것의 컴포넌트들 A(t), Q(t) 및 C(t)의 관점에서 정의된다. 일 실시예에서, 커널에 대한 시작 포인트는 관찰치들 Xi = (신호 강도, 커버리지, 지연, 손실, 지터, 에너지 사용량)으로부터 하기 식으로의 맵핑Φ: X → R3 이다.
Figure 112009031849277-PCT00010
전체적 (기대) 유틸리티 EU(t)는 이러한 벡터 컴포넌트들의 선형적 결합으로서 주어진다:
Figure 112009031849277-PCT00011
여기서, c = (c1, c2, c3) 및 Φ(xt)은 상기와 같이 정의되며, 현재 네트워크에 대한 맵핑값 및 관찰치들은 '기준선'으로서 정의된다.
맵핑 f: X → R은 기대 유틸리티를 나타내며, c = (c1, c2, c3) 및 Φ(xt)의 관점에서 다음과 같이 정의될 수 있다:
Figure 112009031849277-PCT00012
커널은 다음과 같이 정의된다:
Figure 112009031849277-PCT00013
다시 말해, 커널 회귀 함수 "f"는 다중 속성 기대 유틸리티 함수와 동일하다. xi t는 시간 t에서 네트워크 i의 상태를 나타내며,
Figure 112009031849277-PCT00014
이다. 부가적으로, 이러한 등가성은 다음과 같이 쓰여질 수 있다:
Figure 112009031849277-PCT00015
따라서, 예측 또는 기대 유틸리티를 나타내는 커널 회귀 함수 "f"는 컴포넌트들 A(t), Q(t) 및 C(t)를 직접 참조하지 않고 커널(k)의 관점에서 전개식으로서 쓰여질 수 있다. 커널 방법들의 장점은 커널(k)이 최초 맵핑
Figure 112009031849277-PCT00016
또는 그것의 컴포넌트들보다 더욱 컴팩트하고, 대개는 저장하기에 용이하다는 것이다.
도 3은 각각의 네트워크에 대한 유틸리티를 예측하기 위한 적응성 습득 프로 세스를 도시한다. 유틸리티는 순차적 근사치들
Figure 112009031849277-PCT00017
에 의하여 업데이트되며, 여기서, f1은 몇몇 임의의 최초 가정치인데, 예를 들어, f1은 f1 ≡ 0(모든 x∈X에 대하여 f1(x) = 0); f1,t>1로 주어지고, t-1 관찰치들 이후에 추정되는 '가정'이고, l(f1(x1), y1)는 이전 실시예들((x1, y1), ..., (xt-1, yt-1)) 및 xt에 기초하여 yt를 예측하도록 시도할 때 습득 알고리즘에 의하여 발생되는 손실이다.
단계(300)에서, 현재 네트워크에 대하여 예측된 값은 단계(110)에서 결정되는 실제 유틸리티 값과 비교된다. 두 개 값들 간의 차가 계산된다. 차는 단계(310)에서 가변 손실 공차와 비교된다. 단계(315)에서, 차가 손실 공차 미만이라면, 회귀 함수는 업데이트되지 않는다.
반면에, 단계(320 및 325)에서 차가 손실 공차보다 크다면, 회귀 함수는 업데이트된다. 단계(320)는 하기 정의되는 바와 같이 계수를 변화시키고, 단계(325)는 본 명세서에 정의되는 바와 같이 손실 공차를 변화시킨다.
회귀 함수는 다음과 같이 정의된다:
Figure 112009031849277-PCT00018
Figure 112009031849277-PCT00019
시간 t에서 ft+1의 전개식에 대한 계수들은 다음과 같이 계산된다:
Figure 112009031849277-PCT00020
ηt<1/λ는 습득 파라미터이며, 여기서, λ>0은 커널 회귀 함수 "f"의 놈(norm)에 페널티를 가함으로써 위험을 조정하는(regularize) 페널티 파라미터이다. λ>0이 크다면, 습득 파라미터 ηt<1/λ는 더 작게되며, 결과적인 계수들(αi)도 더 작게 된다. 파라미터 λ는 커널 전개식에 대한 저장 요건들을 제어하는데 사용된다.
상기 논의된 바와 같이, 손실 공차, 즉, ε-민감성 손실, l(f(x), y):= max(0,|y-f(x)|-ε)는 가변성일 수 있다. 따라서, 손실 함수는 다음과 같이 쓰여질 수 있다:
몇몇
Figure 112009031849277-PCT00021
에 대하여,
Figure 112009031849277-PCT00022
값 v를 변화시키는 것은 손실 공차를 변화시킨다. 특히, V는 손실 공차 ε를 초과하는 손실을 갖는 포인트들 f(xi)의 분수를 제어한다.
새로운 손실 공차 ε 및 ft -1에서의 새로운 계수들 αtαi, i = 1, ..., t-1는 하기의 업데이트 방정식들로 주어진다:
Figure 112009031849277-PCT00023
일 실시예에서, 더 오래된 입력 값들, 예를 들어, 속성들은 더 오래된 값들이 더 새로운 속성들보다 현재 추정치에 대한 더 적은 영향을 갖도록 에이징된다. 예를 들어, 시간(t)에, αt 계수는 0이 아닌 값으로 초기화될 수 있으며, t-1만큼 이른 기간들에 대한 계수들은 ηt에 좌우되는 요인에 의하여 쇠퇴된다.
다른 실시예에서, 네트워크들 사이에서의 스위칭, 즉, 핸드오프하려는 결정은 애플리케이션 기반이다. 예를 들어, 애플리케이션이 긴 시간 주기 동안 사용되도록 기대된다면, 현재 네트워크로부터 새로운 네트워크로의 예측된 유틸리티에서의 증가는 작을 수 있다. 그러나, 애플리케이션이 짧은 시간 주기 동안 사용될 것이라면, 현재 네트워크로부터 새로운 네트워크로의 예측된 유틸리티에서의 증가는 우수한 스위칭을 하기 위하여 매우 커질 수 있다. 본 실시예에 따라, 다수의 상이한 유틸리티 임계치들은 네트워크들을 스위칭할지 여부를 결정하는데 사용된다. 임계치들은 네트워크들 사이에서 "백분율 증가들"에 있을 수 있다. 예를 들어, 애플리케이션에 영화를 위한 스트리밍 비디오라면, 임계치는 네트워크들 사이에서 5% 증가일 수 있다(스위칭 비용들을 고려). 애플리케이션이 문자라면, 임계치는 네트워크들 사이에서 30% 이상의 증가일 수 있다(스위칭 비용을 고려).
일 실시예에서, 상이한 애플리케이션들에 대하여, 메트릭들에 대한 가중치들은 상이하다.
도 4는 본 발명의 제2 실시예에 따른 핸드오프 결정 방법의 흐름도를 도시한다. 도시된 바와 같이, 단계들(100-130)은 본 발명의 제2 실시예와 동일하며, 따라서, 다시 설명되지 않을 것이다.
일단 장래의 모든 유틸리티들이 예측되면, 모든 팬딩중 및 구동 애플리케이션들의 결정이 단계(400)에서 이루어진다. 애플리케이션 임계치 값들은 모든 팬딩 중인 애플리케이션들에 대하여 검색된다. 단계(410)에서, 현재 네트워크에 대한 예측된 유틸리티 값은 현재 네트워크와 각각의 네트워크 사이의 유틸리티 차를 계산하기 위하여 다른 네트워크들에 대한 예측된 유티리티 값들 각각과 비교된다. 단계(420)에서, 각각의 유틸리티 차는 애플리케이션 임계치 값과 비교된다. 일 실시예에서, 팬딩중인 애플리케이션에 대한 애플리케이션 임계치 값들 중에서 가장 작은 임계치 값이 비교를 위해 선택된다. 다른 실시예에서, 팬딩중인 애플리케이션에 대한 애플리케이션 임계치 값들 중에서 가장 큰 임계치 값이 비교를 위해 선택된다. 다른 실시예에서, 팬딩중인 애플리케이션들에 대한 애플리케이션 임계치 값들의 평균이 비교를 위해 선택된다.
단계(420)에서, 유틸리티 차가 선택된 애플리케이션 임계치보다 크다면, 다른 네트워크는 핸드오프를 위한 후보로 남아있다. 잔여 후보들 중에서 가장 높은 유티리티 차를 갖는 네트워크가 핸드오프를 위해 선택되고, 단계(425)에서 핸드오프가 발생한다. 단계(420)에서, 유틸리티 차들 중 어느 것도 선택된 애플리케이션 임계치보다 크지 않다면, 단계(430)에서 핸드오프가 발생하지 않는다.
본 발명은 본 명세서에서 특정 예시적 실시예를 참조로 설명되었다. 특정 변경들 및 변형들이 본 발명의 범위를 벗어나지 않고 본 기술분야의 당업자들에게 명백할 수 있다. 예시적인 실시예들은 도식적인 것임을 의미하고, 본 발명의 범위를 제한하기 위함이 아니며, 첨부된 청구항들에 의하여 한정된다.

Claims (23)

  1. 현재 통신 네트워크로부터 다수의 다른 통신 네트워크들 중 하나로의 수직 핸드오프(vertical handoff)를 수행할지 여부를 결정하기 위한 방법으로서,
    각각의 상기 다수의 다른 통신 네트워크들에 대하여, 다수의 선택 메트릭들을 획득하는 단계;
    각각의 상기 다수의 다른 통신 네트워크들에 대하여, 제1 가변 커널(kernel) 회귀 함수를 사용하여 적어도 대응하는 다수의 제1 선택 메트릭들로부터 제1 예측 유틸리티(utility) 값을 계산하는 단계 - 상기 제1 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - ;
    상기 현재 통신 네트워크에 대하여, 다수의 제2 선택 메트릭들을 획득하는 단계;
    제2 가변 커널 회귀 함수를 사용하여 적어도 대응하는 상기 다수의 제2 선택 메트릭들로부터 상기 현재 통신 네트워크에 대한 제2 예측 유틸리티 값을 계산하는 단계 - 상기 제2 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - ;
    각각의 상기 다수의 다른 통신 네트워크들에 대한 각각의 상기 제1 예측 유틸리티 값들을 상기 제2 예측 유틸리티 값과 비교하는 단계; 및
    가장 높은 상기 제1 예측 유틸리티 값이 상기 제2 예측 유틸리티 값보다 크다면, 상기 가장 높은 제1 예측 유틸리티 값을 갖는 상기 다수의 다른 통신 네트워 크들 중 하나로 스위칭하는 단계
    를 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  2. 제1항에 있어서,
    상기 다수의 다른 통신 네트워크들 및 상기 현재 통신 네트워크는 3G 셀룰러, WLAN, 및 Max로부터 선택되는, 수직 핸드오프 수행 여부 결정 방법.
  3. 제1항에 있어서,
    상기 다수의 선택 메트릭들은 통신 네트워크의 이용가능성, 서비스 품질, 및 비용을 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  4. 제3항에 있어서,
    상기 서비스 품질은 패킷 지연의 함수인, 수직 핸드오프 수행 여부 결정 방법.
  5. 제3항에 있어서,
    상기 비용은 금전 비용 및 에너지 비용인, 수직 핸드오프 수행 여부 결정 방법.
  6. 제1항에 있어서,
    상기 현재 통신 네트워크와 각각의 상기 다수의 다른 통신 네트워크들 사이에서 스위칭하기 위한 스위칭 비용을 결정하는 단계; 및
    상기 가장 높은 제1 예측 유틸리티 값을 갖는 상기 통신 네트워크와 상기 현재 네트워크 사이의 스위칭을 위한 스위칭 비용 및 상기 제2 예측 유틸리티 값들의 합계보다 상기 가장 높은 제1 예측 유틸리티 값이 크다면, 상기 가장 높은 제1 예측 유틸리티 값을 갖는 상기 다수의 다른 통신 네트워크들 중 하나로 스위칭하는 단계
    를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  7. 제1항에 있어서,
    상기 다수의 선택 메트릭들은 주기적으로 계산되는, 수직 핸드오프 수행 여부 결정 방법.
  8. 제1항에 있어서,
    상기 다수의 선택 메트릭들은 통신 네트워크 매니저로부터 주기적으로 수신되며, 선험적(a priori)인, 수직 핸드오프 수행 여부 결정 방법.
  9. 제1항에 있어서,
    상기 현재 통신 네트워크에 대한 실제 유틸리티 값을 계산하는 단계를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  10. 제9항에 있어서, 상기 실제 유틸리티 값을 계산하는 단계는:
    상기 다수의 제2 메트릭들 각각을 속성(attribute) 선호 값으로 맵핑하는 단계;
    상기 각각의 속성 선호 값들을 가변 가중 인자로 곱셈하는(multiply) 단계; 및
    상기 곱셈된 속성 선호 값들 각각을 선형적으로 더하는 단계
    의 서브-단계들을 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  11. 제9항에 있어서,
    실제 유틸리티 값을 상기 제2 예측 유틸리티 값과 비교하는 단계;
    상기 비교에 기초하여 상기 실제 유틸리티 값과 상기 제2 예측 유틸리티 값 사이의 차를 계산하는 단계; 및
    상기 차가 손실 공차 값보다 크다면 상기 제2 가변 커널 회귀 함수를 업데이트하는 단계
    를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  12. 제11항에 있어서,
    상기 차에 기초하여 상기 손실 공차 값을 업데이트하는 단계를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  13. 제1항에 있어서,
    상기 제1 가변 커널 회귀 함수는 상기 다수의 다른 통신 네트워크들 각각에 대하여 상이한, 수직 핸드오프 수행 여부 결정 방법.
  14. 제1항에 있어서,
    n개의 이전 시간 주기 동안 상기 다수의 제1 선택 메트릭들을 저장하는 단계를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  15. 제1항에 있어서,
    에이징 계수에 의하여 회귀 계수를 곱셈함으로써 이전의 상기 다수의 제1 선택 메트릭들 각각을 에이징시키는(age) 단계를 더 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  16. 제15항에 있어서,
    상기 에이징 계수는 가변적인, 수직 핸드오프 수행 여부 결정 방법.
  17. 제1항에 있어서,
    상기 장래의 미리 결정된 시간 주기는 각각의 통신 네트워크에 대하여 상이하며, 네트워크 대기(latency)의 함수인, 수직 핸드오프 수행 여부 결정 방법.
  18. 제1항에 있어서,
    상기 다수의 제1 선택 메트릭들에 대하여 디폴트 메트릭들이 사용되는, 수직 핸드오프 수행 여부 결정 방법.
  19. 현재 통신 네트워크로부터 다수의 다른 통신 네트워크들 중 하나로의 수직 핸드오프를 수행할지 여부를 결정하기 위한 방법으로서,
    각각의 상기 다수의 다른 통신 네트워크들에 대하여, 다수의 제1 선택 메트릭들을 획득하는 단계;
    각각의 상기 다수의 다른 통신 네트워크들에 대하여, 제1 가변 커널 회귀 함수를 사용하여 적어도 대응하는 상기 다수의 제1 선택 메트릭들로부터 예측 유틸리티 값을 계산하는 단계 - 제1 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - ;
    상기 현재 통신 네트워크에 대하여, 다수의 제2 선택 메트릭들을 획득하는 단계;
    상기 현재 통신 네트워크에 대하여, 제2 가변 커널 회귀 함수를 사용하여 적어도 대응하는 상기 다수의 제2 선택 메트릭들로부터 제2 예측 유틸리티 값을 계산하는 단계 - 상기 제2 예측 유틸리티 값은 장래의 미리 결정된 시간 주기 동안 결정됨 - ;
    디바이스를 구동하는 모든 팬딩중인(pending) 애플리케이션들을 결정하는 단 계;
    각각의 상기 팬딩중인 애플리케이션에 대한 애플리케이션 임계치들을 획득하는 단계;
    상기 획득된 애플리케이션 임계치들로부터 애플리케이션 임계치를 선택하는 단계;
    상기 제2 예측 유틸리티 값과 각각의 상기 제1 예측 유틸리티 값들 사이의 차를 계산하는 단계;
    상기 계산된 차들 각각과 상기 선택된 애플리케이션 임계치를 비교하는 단계; 및
    가장 높은 제1 예측 유틸리티 값을 갖고 상기 선택된 애플리케이션 임계치보다 큰 제1 예측 유틸리티 값을 갖는 네트워크로 스위칭하는 단계
    를 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  20. 제19항에 있어서,
    상기 각각의 애플리케이션 임계치들은 각각의 상기 팬딩중인 애플리케이션에 대하여 상이한, 수직 핸드오프 수행 여부 결정 방법.
  21. 제9항에 있어서,
    상기 현재 통신 네트워크에 대한 실제 유틸리티 값을 계산하는 단계는 각각의 상기 다수의 제1 선택 메트릭들에 대하여 획득된 현재 값들로 상기 현재 통신 네트워크의 상기 제2 가변 커널 회귀 함수를 평가하는 단계를 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  22. 제1항에 있어서,
    상기 다수의 제1 선택 메트릭들은 적어도 네트워크 정책과 관련한 정보를 포함하는, 수직 핸드오프 수행 여부 결정 방법.
  23. 제22항에 있어서,
    상기 네트워크 정책과 관련된 정보는 사용자 분류, 사용자 우선권, 긴급 필요(emergency needs), 및 네트워크 조건들을 포함하는, 수직 핸드오프 수행 여부 결정 방법.
KR1020097010816A 2006-10-31 2007-10-31 커널들을 사용하는 동적 네트워크 선택 KR101437192B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US85570906P 2006-10-31 2006-10-31
US60/855,709 2006-10-31
PCT/US2007/023038 WO2008054800A2 (en) 2006-10-31 2007-10-31 Dynamic network selection using kernels

Publications (2)

Publication Number Publication Date
KR20100014246A true KR20100014246A (ko) 2010-02-10
KR101437192B1 KR101437192B1 (ko) 2014-09-03

Family

ID=39344912

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020097010816A KR101437192B1 (ko) 2006-10-31 2007-10-31 커널들을 사용하는 동적 네트워크 선택

Country Status (6)

Country Link
US (2) US8611302B2 (ko)
EP (1) EP2095650B1 (ko)
JP (1) JP4977762B2 (ko)
KR (1) KR101437192B1 (ko)
CN (1) CN101647310B (ko)
WO (1) WO2008054800A2 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101154336B1 (ko) * 2010-11-04 2012-06-13 강원대학교산학협력단 이종망에서의 버티컬 핸드오버를 수행하는 이동단말 및 이를 이용한 핸드오버 방법

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI20065562A0 (fi) * 2006-09-13 2006-09-13 Nokia Corp Vertikaalinen yhteysvastuun vaihto
US9445312B2 (en) * 2007-12-31 2016-09-13 United States Cellular Corporation Enhanced configuration and handoff scheme for Femto systems
CN101911774B (zh) * 2008-01-17 2013-02-13 朗讯科技公司 在网络间切换的方法、装置、网络单元、移动终端、基站以及无线通信系统
GB2464480B (en) * 2008-10-15 2011-01-12 Nomad Spectrum Ltd Network communication
GB2472537B (en) * 2008-10-15 2011-06-22 Nomad Spectrum Ltd Network communication
CN101754226B (zh) * 2009-12-21 2012-06-20 西安电子科技大学 认知无线网络环境下终端的重构方法
US20110182272A1 (en) * 2010-01-25 2011-07-28 Qualcomm Incorporated Application-layer handoff of an access terminal from a first system of an access network to a second system of the access network during a communication session within a wireless communications system
WO2014133589A1 (en) 2013-03-01 2014-09-04 Intel Corporation Wireless local area network (wlan) traffic offloading
CN105491611B (zh) * 2016-01-25 2019-02-05 广东顺德中山大学卡内基梅隆大学国际联合研究院 无线网络切换方法和系统
CN106658588A (zh) * 2016-12-21 2017-05-10 广东欧珀移动通信有限公司 网络质量检测方法、装置和计算机设备
CN109121149B (zh) * 2018-09-29 2021-12-28 闻泰通讯股份有限公司 无线网络自主优化方法、装置、设备和存储介质
US10659190B1 (en) 2019-02-25 2020-05-19 At&T Intellectual Property I, L.P. Optimizing delay-sensitive network-based communications with latency guidance
CN112788688B (zh) * 2021-01-11 2022-05-06 中南大学 异构网络间的垂直切换方法、装置、设备及存储介质
CN115002859B (zh) * 2022-06-28 2023-10-03 亿航智能设备（广州）有限公司 一种飞行器的运营商网络切换方法、设备及存储介质

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3442320B2 (ja) 1999-08-11 2003-09-02 日本電信電話株式会社 通信方式切替無線端末及び通信方式切替方法
DE60026454T2 (de) * 2000-05-19 2006-11-09 Lucent Technologies Inc. Drahtloses lokales Netzwerk mit Lastverteilung
US6633761B1 (en) * 2000-08-11 2003-10-14 Reefedge, Inc. Enabling seamless user mobility in a short-range wireless networking environment
US20020181419A1 (en) * 2001-06-01 2002-12-05 Tao Zhang Method for handoff in multimedia wireless networks
US7463890B2 (en) * 2002-07-24 2008-12-09 Herz Frederick S M Method and apparatus for establishing ad hoc communications pathways between source and destination nodes in a communications network
US20040266442A1 (en) * 2001-10-25 2004-12-30 Adrian Flanagan Method and system for optimising the performance of a network
KR100421169B1 (ko) * 2002-01-29 2004-03-04 삼성전자주식회사 사설 무선망에서 대화형 단문 메시지 서비스 시스템과그를 위한 라우팅방법
US7096022B2 (en) * 2002-10-08 2006-08-22 Ntt Docomo, Inc. System and method for supporting quality of service in vertical handovers between heterogeneous networks
US7020087B2 (en) * 2003-01-13 2006-03-28 Motorola, Inc. Segmented and distributed path optimization in a communication network
US6982949B2 (en) * 2003-02-28 2006-01-03 Microsoft Corporation Vertical roaming in wireless networks through improved wireless network cell boundary detection
US7103024B2 (en) 2003-10-17 2006-09-05 Motorola, Inc. Wireless local area network future service quality determination method
US7610057B2 (en) * 2004-04-23 2009-10-27 Microsoft Corporation Selecting a wireless networking technology on a device capable of carrying out wireless network communications via multiple wireless technologies
FI20045375A0 (fi) * 2004-10-06 2004-10-06 Nokia Corp Kova yhteysvastuunvaihtomenetelmä, kontrolleri ja tiedonvälitysjärjestelmä
JP4703657B2 (ja) * 2004-11-05 2011-06-15 株式会社東芝 ネットワーク探索方法
US7821924B2 (en) * 2004-11-18 2010-10-26 Alcatel-Lucent Usa Inc. Method and apparatus for timeout reduction and improved wireless network performance by delay injection
FR2880505B1 (fr) * 2004-12-31 2007-05-11 Evolium Sas Soc Par Actions Si Procede et systeme pour l'exploitation d'un reseau de communications mobiles
US20060182061A1 (en) * 2005-02-17 2006-08-17 Nokia Corporation Interworking between wireless WAN and other networks
US20060221933A1 (en) * 2005-03-29 2006-10-05 Bauer Markus G Managing internet protocol based resources in a packet-based access network
US20060268756A1 (en) * 2005-05-03 2006-11-30 Hong Kong Applied Science And Technology Research Institute Co., Ltd. Systems and methods for efficient hand-off in wireless networks
US20070160007A1 (en) * 2006-01-11 2007-07-12 Li-Chun Wang Method and device for cost-function based handoff determination using wavelet prediction in vertical networks
US7643830B2 (en) * 2006-07-17 2010-01-05 Qualcomm Incorporated Methods and apparatus for soft-decision based inter-radio access technology handover triggering

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101154336B1 (ko) * 2010-11-04 2012-06-13 강원대학교산학협력단 이종망에서의 버티컬 핸드오버를 수행하는 이동단말 및 이를 이용한 핸드오버 방법

Also Published As

Publication number Publication date
EP2095650A2 (en) 2009-09-02
JP4977762B2 (ja) 2012-07-18
CN101647310B (zh) 2014-08-27
US9264969B2 (en) 2016-02-16
EP2095650B1 (en) 2012-07-25
KR101437192B1 (ko) 2014-09-03
US20080137613A1 (en) 2008-06-12
EP2095650A4 (en) 2010-11-03
CN101647310A (zh) 2010-02-10
US8611302B2 (en) 2013-12-17
JP2010508709A (ja) 2010-03-18
US20140098794A1 (en) 2014-04-10
WO2008054800A2 (en) 2008-05-08
WO2008054800A3 (en) 2008-09-04

Similar Documents

Publication Publication Date Title
KR20100014246A (ko) 커널들을 사용하는 동적 네트워크 선택
He et al. QoE-driven content-centric caching with deep reinforcement learning in edge-enabled IoT
KR100867998B1 (ko) 전력 소모 기반 이종 네트워크들 간 핸드오버 방법 및 그장치
Baumgartner et al. Combined virtual mobile core network function placement and topology optimization with latency bounds
US20150245160A1 (en) Techniques for Mobility-Aware Dynamic Service Placement in Mobile Clouds
US9426075B2 (en) Method and system to represent the impact of load variation on service outage over multiple links
CN112087509B (zh) 一种边缘计算平台中任务迁移方法
Kim et al. Dynamic bandwidth provisioning using ARIMA-based traffic forecasting for Mobile WiMAX
Rao et al. Network selection in heterogeneous environment: A step toward always best connected and served
Zaki et al. Proactive migration for dynamic computation load in edge computing
Hlophe et al. Secondary user experience-oriented resource allocation in AI-empowered cognitive radio networks using deep neuroevolution
Wang et al. An adaptive deep q-learning service migration decision framework for connected vehicles
Semov et al. Adaptive resource scheduling based on neural network and mobile traffic prediction
Nacef et al. A generic end-host mechanism for path selection and flow distribution
Shin et al. An AHP-based resource management scheme for CRRM in heterogeneous wireless networks
Tang et al. Network availability evaluation based on markov chain of qos-aware
Vieira et al. Mobility-aware SFC migration in dynamic 5G-Edge networks
Ahmad et al. A dynamic approach to reduce preemption in book-ahead reservation in QoS-enabled networks
KR101978340B1 (ko) Ｓｄｎ 기반의 통신 네트워크에서 액세스 포인트를 결정하는 방법
CN115237610B (zh) 一种基于Kubernetes容器云平台的弹性伸缩方法、装置及应用
Bani Melhem VM Selection Process Management for Live Migration in Cloud Data Centers
Vilà et al. Evaluation of a Multi-cell and Multi-tenant Capacity Sharing Solution under Heterogeneous Traffic Distributions
Martiradonna et al. Deep Reinforcement Learning-Aided RAN Slicing Enforcement for B5G Latency Sensitive Services
Sudhakar et al. Energy Efficient Resource Orchestration in Fog-Enabled Connected Vehicle Networks using Deep Reinforcement Learning
CN117499255A (zh) 电力本地通信网的融合通信路由编排方法、装置及设备

Legal Events

Date Code Title Description
N231 Notification of change of applicant
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180628

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190624

Year of fee payment: 6