KR20220071583A - 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법 - Google Patents

자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법 Download PDF

Info

Publication number
KR20220071583A
KR20220071583A KR1020200158888A KR20200158888A KR20220071583A KR 20220071583 A KR20220071583 A KR 20220071583A KR 1020200158888 A KR1020200158888 A KR 1020200158888A KR 20200158888 A KR20200158888 A KR 20200158888A KR 20220071583 A KR20220071583 A KR 20220071583A
Authority
KR
South Korea
Prior art keywords
offloading
nodes
node
task
target
Prior art date
Application number
KR1020200158888A
Other languages
English (en)
Other versions
KR102497226B1 (ko
Inventor
전광길
Original Assignee
인천대학교 산학협력단
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 인천대학교 산학협력단 filed Critical 인천대학교 산학협력단
Priority to KR1020200158888A priority Critical patent/KR102497226B1/ko
Publication of KR20220071583A publication Critical patent/KR20220071583A/ko
Application granted granted Critical
Publication of KR102497226B1 publication Critical patent/KR102497226B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0958—Management thereof based on metrics or performance parameters
    • H04W28/0967—Quality of Service [QoS] parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/0827—Triggering entity
    • H04W28/0838—User device
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/0875—Load balancing or load distribution to or through Device to Device [D2D] links, e.g. direct-mode links
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

본 발명은 차량 애드혹 네트워크에서 부분 오프로딩 방법에 관한 것으로서, 본 발명의 소스 노드가 이동하면서 복수의 노드와 무선 통신하는 애드혹 네트워크에서 상기 소스 노드에서의 오프로딩 방법은, 오프로딩 요청을 브로드캐스팅하고, 상기 오프로딩 요청을 수신하는 하나 이상의 타겟 노드가 전송하는 오프로딩 가능 여부 및 계산 능력을 포함하는 응답을 수신하는 단계; 상기 응답을 기초로, 시스템 신뢰성을 계산하고, 상기 시스템 신뢰성과 임계값 사이의 차이가 최소화되도록 오프로딩에 참여하지 않은 하나 이상의 타겟노드를 결정하는 단계; 결정된 상기 하나 이상의 타겟노드로 태스크를 업로드하는 단계; 및 상기 하나 이상의 타겟노드 중 어느 한 타겟 노드에서 해당 태스크 실행을 완료하여 전송하는 실행 결과를 다운로드받는 단계를 포함한다.

Description

자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법{Offloading method using autonomous　vehicular ad hoc network}
본 발명은 차량 애드혹 클라우드 시스템에 관한 것으로서, 특히, 차량 애드혹 네트워크에서 차량 자율 주행 등을 위해 부분 오프로딩 기반으로 효율적으로 태스크 연산을 수행하는 신뢰성 및 성능 기반의 오프로딩 방법에 관한 것이다.
스마트 시티 시스템의 급속한 발전은 IoV의 발전을 촉진했다. 오늘날 많은 차량 애플리케이션이 모바일 로봇 및 자율 주행에 적용되고 있다. 그러나 이러한 유형의 서비스에는 많은 복잡한 데이터 처리 및 연산이 필요하다. 무인 차량은 클라우드 컴퓨팅 센터에서 해당 컴퓨팅 리소스를 확보하여 환경 인식 및 주행 협력 등 첨단 응용 서비스를 구현하고 차량 탑재 클라우드 컴퓨팅 VCC (Vehicular Cloud Computing)를 구성할 수 있다. 그러나 많은 컴퓨팅 작업과 빈번한 데이터 전송으로 인해 클라우드 장치가 과부하되어 제 시간에 계산을 완료 할 수 없게 될 수 있다.
차량 애드혹 클라우드는 모바일 차량을 분산된 자기 구성 클라우드 컴퓨팅 환경으로 결합한다. 이러한 노드들은 VENET (Vehicular Ad Hoc Network)을 통해 서로 통신한다. 성능이 우수한 컴퓨팅 차량의 일부는 다른 차량에 연산(컴퓨팅) 리소스를 제공한다. 클라우드 장치들이 일정량의 태스크를 공유하여 클라우드 네트워크 부하와 리소스 낭비를 줄일 수 있다. 차량 환경에서는 계산이 집중된 태스크를 데드라인 시간 내에 처리되도록 해야 한다. 차량은 V2V(Vehicle to Vehicle), V2I (Vehicle to Infrastructure) 또는 V2C (Vehicle to Cloud)를 통해 다른 장치와 통신할 수 있다. 그 후 더 많은 리소스가 있는 노드에 태스크를 매핑하여 하드웨어 요구 사항을 줄일 수 있다. 이 방법을 오프로딩이라고 한다. 인프라가 없는 경우 차량 내 작업은 V2V를 통해 리소스가 더 풍부한 다른 장치에만 매핑할 수 있다. 노드 연결 범위 내에서 각 노드는 직접 또는 간접적으로 단일 또는 다중 홉 형태로 작업을 고성능 노드로 오프로딩한다.
무인 운전과 같은 지능형 기술에 대한 수요가 증가함에 따라 차량 인터넷(IoV)을 이용한 점점 더 많은 차량 내 애플리케이션이 자율 주행에 적용되고 있다. 연산이 집중된 태스크의 경우, 이와 같이 차량 자기 구성 네트워크를 통해, 차량 주행 환경에서 다른 고성능 노드를 사용하여 태스크 수행이 이루어지도록 태스크를 넘기게 된다. 하지만, 이러한 방식으로 클라우드의 연산 부하가 감소될 수 있지만, 통신 링크의 불안정성과 차량 환경의 동적 변화로 인해 태스크 완료 시간이 길어질 경우 작업 실패율이 증가할 수 있는 문제점이 있다. 또한, 플러딩(flooding) 알고리즘을 이용하여 태스크 완료의 성공률을 향상시킬 수 있지만 오프로딩(offloading) 비용이 커지는 단점이 있다.
컴퓨팅과 통신이 통합된 차량 애드혹 네트워크(VANET, Vehicular ad hoc network) 환경에서 태스크 완료 시간, 리소스 활용 및 시스템 신뢰성이 최적화 대상이다. 본 발명은 차량 애드혹 네트워크 환경, 즉, 차량 자율 주행 등을 수행하기 위한 차량 내 컴퓨팅의 동적 환경에서 QoS (Quality of Service)를 보장하기 위해 노드 신뢰성과 계산 능력을 고려한 부분 플러딩 알고리즘을 적용하여 효율적으로 태스크 연산을 수행하는 신뢰성 및 성능 기반 차량 애드혹 클라우드 시스템에서의 부분 오프로딩(부분 플러딩 오프로딩, 부분 플러딩 알고리즘을 이용한 오프로딩) 방법을 제공하는 데 있다.
먼저, 본 발명의 특징을 요약하면, 상기의 목적을 달성하기 위한 본 발명의 일면에 따른 소스 노드가 이동하면서 복수의 노드와 무선 통신하는 애드혹 네트워크에서 상기 소스 노드에서의 오프로딩 방법은, 오프로딩 요청을 브로드캐스팅하고, 상기 오프로딩 요청을 수신하는 하나 이상의 타겟 노드가 전송하는 오프로딩 가능 여부 및 계산 능력을 포함하는 응답을 수신하는 단계; 상기 응답을 기초로, 시스템 신뢰성을 계산하고, 상기 시스템 신뢰성과 임계값 사이의 차이가 최소화되도록 오프로딩에 참여하지 않은 하나 이상의 타겟노드를 결정하는 단계; 결정된 상기 하나 이상의 타겟노드로 태스크를 업로드하는 단계; 및 상기 하나 이상의 타겟노드 중 어느 한 타겟 노드에서 해당 태스크 실행을 완료하여 전송하는 실행 결과를 다운로드받는 단계를 포함한다.
상기 시스템 신뢰성 Ps는 수학식
Figure pat00001
에 의해 계산하고, 여기서, K는 오프로딩에 참여된 타겟 노드의 수, Ji는 소스 노드로부터 각 타겟 노드 Ei로의 총 홉 수, Pij는 각 타겟 노드 Ei에 대한 j 번째 홉 링크에서의 신뢰성이다.
상기 Pij는 수학식
Figure pat00002
에 의하여 계산하고, 여기서, BW는 단대단 대역폭, Cij(△T)와 Cij(△t)는 두 노드 i,j 링크 사이에 △T 및 △t 동안 각각 전송 가능한 데이터량, △T는 두 노드 i,j 링크 사이에 오프로딩 태스크가 완료되도록 보증하는 보증 링크 시간, △t는 △T 중 데이터 송수신이 가능한 유효 링크 시간이다.
상기 BW는 수학식
Figure pat00003
에 의해 계산하고, 여기서, MB는 상기 애드혹 네트워크에서 통신 주파수의 대역폭, HM은 단대단 통신 간의 홉수이다.
상기 이상의 타겟노드를 결정하는 단계에서, 상기 시스템 신뢰성은 상기 임계값 이상이며, 태스크의 통신 시간, 실행 시간 및 작업의 대기 시간의 합이 태스크의 데드라인 이하인 조건에서, 상기 타겟노드를 결정한다.
상기 이상의 타겟노드를 결정하는 단계에서, 각 타겟 노드의 성능 크기를 수학식
Figure pat00004
를 기초로 계산하여, 상기 성능 크기의 순으로 상기 타겟노드를 하나 이상 결정하고, 여기서, Ci는 각 타겟 노드의 계산 능력, PEi은 각 타겟 노드에 대한 통신 링크 신뢰성이다.
그리고, 본 발명의 다른 일면에 따른 소스 노드가 이동하면서 복수의 노드와 무선 통신하는 애드혹 네트워크에서 상기 소스 노드에서의 오프로딩 기능을 구현하기 위한 컴퓨터에 의해 판독 가능한 기록매체는, 오프로딩 요청을 브로드캐스팅하고, 상기 오프로딩 요청을 수신하는 하나 이상의 타겟 노드가 전송하는 오프로딩 가능 여부 및 계산 능력을 포함하는 응답을 수신하는 기능; 상기 응답을 기초로, 시스템 신뢰성을 계산하고, 상기 시스템 신뢰성과 임계값 사이의 차이가 최소화되도록 오프로딩에 참여하지 않은 하나 이상의 타겟노드를 결정하는 기능; 결정된 상기 하나 이상의 타겟노드로 태스크를 업로드하는 기능; 및 상기 하나 이상의 타겟노드 중 어느 한 타겟 노드에서 해당 태스크 실행을 완료하여 전송하는 실행 결과를 다운로드받는 기능을 구현한다.
본 발명에 따른 차량 애드혹 클라우드 시스템에서의 오프로딩 방법에 따르면, 부분 플러딩 오프로딩을 통해 V2V 멀티홉 링크를 사용하여 더 나은 성능을 가진 일부 노드를 선택하여 태스크 오프로딩 완료 시간을 줄이고 시스템 신뢰성을 개선하며 오프로딩에 대한 차량 이동성의 영향을 줄일 수 있다. 오프로딩 네트워크는 직렬 및 병렬 시스템과 동일하며, 본 발명에서는, 시스템 신뢰성은 오프로딩 노드의 수를 결정하기 위한 평가 지표로 활용되고, 그 후 노드의 계산 능력과 링크 신뢰성을 기반으로 태스크를 수행할 노드가 선택되도록 함으로써, 실행 지연 및 오프로딩 효율성 측면에서 기존 체계보다 성능이 더 뛰어나며, 네트워크 중단 가능성을 줄이고 시스템의 리소스 활용도를 향상시킬 수 있게 된다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는 첨부도면은, 본 발명에 대한 실시예를 제공하고 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)을 설명하기 위한 도면이다.
도 2는 인접 노드들에서의 커버리지 영역을 나타낸다.
도 3은 인접 노드들에서의 각 노드 방향으로의 움직임을 나타낸다.
도 4는 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 차량 애드혹 클라우드 시스템(100)에서 소스 노드와 타겟 모드 간의 멀티 홉 통신 모드를 나타낸다.
도 6은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법에서 선택된 오프로딩 타겟 노드의 수(k)에 대한, 시스템 신뢰성과 태스크 완료 시간의 실험 결과를 보여준다.
도 7은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법에서 선택된 오프로딩 타겟 노드의 수(k)에 대한, 시스템 신뢰성과 리소스 활용도의 실험 결과를 보여준다.
도 8은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서 각각의 노드에서 부분 오프로딩 방법을 처리하는 장치의 구현 방법의 일례를 설명하기 위한 도면이다.
이하에서는 첨부된 도면들을 참조하여 본 발명에 대해서 자세히 설명한다. 이때, 각각의 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타낸다. 또한, 이미 공지된 기능 및/또는 구성에 대한 상세한 설명은 생략한다. 이하에 개시된 내용은, 다양한 실시 예에 따른 동작을 이해하는데 필요한 부분을 중점적으로 설명하며, 그 설명의 요지를 흐릴 수 있는 요소들에 대한 설명은 생략한다. 또한 도면의 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시될 수 있다. 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니며, 따라서 각각의 도면에 그려진 구성요소들의 상대적인 크기나 간격에 의해 여기에 기재되는 내용들이 제한되는 것은 아니다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
도 1은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)을 설명하기 위한 도면이다.
도 1을 참조하면, 애드혹 네트워크 상에, 태스크 오프로딩을 요청할 소스 노드(vc), 멀티홉 링크를 제공할 복수의 노드들(vij), 고성능의 하나 이상의 특정 노드(E1, E2,,, En)를 포함한다. 멀티홉 링크를 제공할 노드들(vij)은 소스 노드(vc)에 인접한 주위의 하나 이상의 노드(vi)와 타겟 노드인 특정 노드(E1, E2,,, En) 사이의 멀티홉 링크에 있는 j번째 노드이다. 소스 노드(vc)는, 주위의 하나 이상의 노드(vi)를 선택하여 하나 이상의 경로에 있는 멀티홉 링크를 통해, 리소스를 더 많이 보유한 특정 노드(E1, E2,,, En)에 태스크 오프로딩 요청하고, 특정 노드(E1, E2,,, En)가 해당 태스크에 대해 수행하면, 그 결과 정보를 특정 노드(E1, E2,,, En)로부터 수신한다. 여기서, 이하에서는 노드들 vc, vij, E1, E2,,, En은 차량의 단말기(예, OBU(onboard unit) 등)인 경우를 예로들어 설명하기로 한다. 다만, 소스 노드(vc)는 차량의 단말기와 같이 이동 노드이며, 그외 다른 노드들은 설계에 따라서는 노변에 고정된 센서나, 노변기지국(예, RSU(roadside unit)) 등에서 동작되도록 구성될 수도 있다.
노드들 vc, vij, E1, E2,,, En은 무선 통신, 예를 들어, WAVE(Wireless Access in Vehicular Environment) 등 무선 통신 방식으로 통신할 수 있다. 경우에 따라서는, 노드들은 WiFi, WiBro 등 무선 인터넷 통신, WCDMA, LTE 등 이동통신 등의 무선 통신 방식으로 통신할 수 있다.
먼저, 단대단 대역폭 BW은, [수학식1]과 같다. 여기서, MB는 차량 애드혹 네트워크(VANET)에서 사용되는 통신 주파수의 대역폭, HM은 단대단 통신 간의 홉수이다.
[수학식1]
Figure pat00005
시간에 따라 차량의 위치는 다이내믹하게 변하기 때문에, 주위 노드(vi)와 타겟 노드인 특정 노드(E1, E2,,, En) 사이의 통신 링크 역시 변하게 되며, 따라서 상기 단대단 대역폭이 고정되지 않고 변하게 된다.
상기 노드들은 [수학식2]와 같이 집합 Vi로 표시될 수 있다. 도 2는 인접 노드들에서의 커버리지 영역을 나타낸다. 도 2를 참조하면, Ri는 노드 i에서의 통신 가능한 커버리지 반경, Fi는 노드 i의 계산 능력, RWi는 노드 i의 하드웨어가 가지는 읽고 쓰기 성능이다.
[수학식2]
Figure pat00006
상기 노드들이 수행하는 태스크는, [수학식3]과 같이 집합 Q로 표시될 수 있다. 여기서, Di는 해당 태스크의 업로드된 데이터량, C는 해당 태스크의 계산량, Do는 해당 태스크의 다운로드된 데이터량, Td는 해당 태스크의 데드라인(해당 태스크에 유효한 최대 완료 시각으로서 계산량 C에 에 비례함). Td 시간 내에 해당 태스크가 완료되지 않으면 해당 태스크는 실패된 태스크로 관리된다.
[수학식3]
Figure pat00007
태스크를 생성하는 국소 노드는 소정의 계산 능력(computing power)을 가지고 있으며, 태스크가 노드에서 국소적으로 수행되는 시간 tlocal은 [수학식4]와 같다. Flocal는 국소 노드 local의 계산 능력이다.
[수학식4]
Figure pat00008
만일, tlocal > Td라면, 해당 태스크는 데드라인 Td 내에 해당 국소 노드에 의해 완료될 수 없게 된다. 이러한 경우에, 그 연산을 고성능 특정 노드가 대신 수행하도록 오프로딩이 요청된다.
연산의 오프로딩은 1) 오프로딩을 요청하는 소스 노드(vc)에서의 고성능 타겟 특정 노드(E)로의 태스크 업로드, 2) 고성능 특정 노드(E)에서의 태스크 실행 및 3) 소스 노드(vc)가 고성능 특정 노드(E)로부터 실행 결과를 다운로드 등의 단계들로 이루어질 수 있다. 이와 같은 오프로딩 프로세스를 수행하는 데이터 송수신 모듈로서, 예를 들어, Docker 컨테이너 기반 오프 로딩 시스템이 사용될 수 있다. 이와 같은 오프로딩 프로세스를 수행하는 시스템은, 리소스 격리를 위해 경량 가상화 기술을 사용하고 다양한 환경 종속성을 갖도록 캡슐화되어 웹 애플리케이션 형태로 쉽게 탑재되고 수행될 수 있으며, 따라서 리소스 소비를 효과적으로 줄일 수 있도록 한다.
먼저, 데이터 송수신 모듈을 통한 소스 노드(vc)에서의 고성능 특정 노드(E)로의 태스크 업로드에 있어서, 업로드에 소요되는 시간 tup은, [수학식5]와 같이, 해당 태스크를 이미지 파일 형태로 패키징하는 시간 tpack 과, 이미지 파일이 n번의 홉카운트(hop count)를 거쳐 고성능 특정 노드(E)로 전송되는 시간 ttrans의 합으로 나타낼 수 있다.
[수학식5]
Figure pat00009
다음에, 데이터 송수신 모듈을 통한 고성능 특정 노드(E)에서의 태스크 실행에 있어서, 실행 시간 tex는 [수학식6]과 같이, 해당 태스크의 계산량 C와, 타겟 노드인 고성능 특정 노드(E)의 계산 능력 Fidc를 이용해, 나타낼 수 있다.
[수학식6]
Figure pat00010
또한, 고성능 특정 노드(E)에서의 태스크 실행이 완료된 후, 데이터 송수신 모듈을 통해 소스 노드(vc)가 고성능 타겟 특정 노드(E)로부터 실행 결과를 다운로드 받는 과정은, 상기 태스크 업로드 과정의 역과정으로서 패키징 시간 tpack 과, 이미지 파일이 n번의 홉카운트(hop count)를 거쳐 고성능 특정 노드(E)로 전송되는 시간 ttrans의 합인, tdown의 시간이 소요된다. 결국, 태스크 오프로딩에 소요되는 전체 시간 tsum은, [수학식7]과 같이, 태스크 업로드 시간 tup과 실행 시간 tex와, 다운로드 시간 tdown의 합으로 나타낼 수 있다. 또한, 태스크 오프로딩 과정에서 통신에 사용된 시간 tcommu은 [수학식8]과 같다.
[수학식7]
Figure pat00011
[수학식8]
Figure pat00012
특히, 본 발명에 따른 차량 애드혹 클라우드 시스템(100)에서는, 부분 플러딩 오프로딩을 통해 V2V 멀티홉 링크를 사용하여 더 나은 성능을 가진 일부 노드를 선택하여 태스크 오프로딩 완료 시간을 줄이고 시스템 신뢰성을 개선하며 오프로딩에 대한 차량 이동성의 영향을 줄일 수 있도록 하였다. 오프로딩 네트워크는 직렬 및 병렬 시스템과 동일하며, 본 발명에서는, 시스템 신뢰성은 오프로딩 노드의 수를 결정하기 위한 평가 지표로 활용되고, 그 후 노드의 계산 능력과 링크 신뢰성을 기반으로 태스크를 수행할 노드가 선택되도록 함으로써, 실행 지연 및 오프로딩 효율성 측면에서 기존 체계보다 성능이 더 뛰어나며, 네트워크 중단 가능성을 줄이고 시스템의 리소스 활용도를 향상시킬 수 있도록 하였다.
즉, 통신망에서 각 링크의 중요성을 종합적이고 객관적으로 평가하기 위해 부분 플러딩 알고리즘에 통신 링크 신뢰도 개념을 도입하였다. 링크 신뢰성과 노드들의 계산 능력의 두 가지 요소는 완료 시간이 보장되는 조건에서 시스템의 신뢰성을 향상시킨다. 오프로딩에는 통신 및 계산의 두 하위 프로세스가 포함되므로 시스템을 최적화하기 위해 문제를 두 개의 하위 문제로 나눌 수 있다. 하나는 노드의 통신 링크의 신뢰성을 해결하는 것이고, 다른 하나는 계산 능력과 링크 신뢰성에 따른 오프 로딩 성능을 체계적으로 평가하는 것이다. 마지막으로 두 가지 하위 문제를 포괄적으로 해결하여 최종적으로 선택한 오프로딩 전략이 오프로딩 성능을 개선하고 리소스 비용을 절약할 수 있도록 한다.
차량 애드혹 클라우드 시스템(100)에서 차량 애드혹 네트워크는 많은 모바일 노드로 구성된 무선 통신 자기 구성(selforganizing) 네트워크 시스템이다. 네트워크 토폴로지의 동적 변화와 무선 통신 링크의 불안정성으로 인해 네트워크 규모가 확장되고 오프로딩 시스템의 라우팅 통신 오버 헤드를 제어하기가 점점 더 어려워지고 있다. 네트워크에서 노드의 이동성과 상태의 불확실성과 같은 요인으로 인해 네트워크 파티션이 발생하여 링크가 끊어질 수 있다. 경로 장애는 오프로딩 시스템의 신뢰성에 영향을 미치는 중요한 요소이다. 태스크 업로드 또는 다운로드 과정 중에 링크가 끊어지면 불가피하게 데이터 재전송이 발생하여 네트워크 오버헤드와 태스크 완료 지연이 크게 증가한다. 따라서 신뢰성이 더 높은 V2V 링크가 있는 대상 노드를 선택하는 것도 해결해야 할 중요한 문제이다.
차량 애드혹 클라우드 시스템(100)에서, 네트워크로 연결된 차량 노드들은 GPS(Global Positioning System) 위치 확인 시스템을 통해 네트워크 내 각 차량 노드의 위치 정보를 얻을 수 있다. 차량에 장착된 센서 (예, 속도 센서, 가속도 센서 등)를 이용하여 각 차량의 이동 속도 및 방향 정보를 획득할 수도 있다. 따라서 인접한 두 노드의 움직임 매개 변수 (예, 속도, 방향, 사용 가능한 통신 거리 등)를 알고 있다면 두 노드 간의 연결 시간을 예측하여 통신 링크의 신뢰성을 판단할 수 있다.
도 2에서와 같은 시나리오에서, 시간 t에서 노드 i의 위치는 (xi(t), yi(t)), 통신 반경은 Ri, 속도는 vi(t), 노드 동작 방향은 αi이다. 마찬가지로, 인접 노드 j의 움직임 상태, 즉, 위치 (xj(t), yj(t)), 통신 반경 Rj, 속도는 vj(t), 노드 동작 방향은 αj를 얻을 수 있다. 도로에서 차량의 주행 속도를 고려하면 차량의 움직임 상태 정보가 1초 간격으로 갱신될 수 있으며, t로부터 소정의 시간 △t 이후 두 노드 사이의 거리 Dij(t+△t)가 [수학식9]와 같은 관계를 만족한다.
[수학식9]
Figure pat00013
도 3은 인접 노드들에서의 각 노드 방향으로의 움직임을 나타낸다. 도 3과 같이, Dij(t+△t)=(Ri+Rj)가 된 순간 이후에는, Dij>(Ri+Rj) 되어, 더 이상 노드 i와 j간의 통신은 불가능해진다. 두 노드 간의 최대 통신 거리에 이를 때, 차량 애드혹 클라우드 시스템(100)에서 해당 두 노드를 나타내는 포인트는 크리티컬 통신 포인트로 관리된다.
노드들의 움직임 상태 정보를 기초로 도 노드 간의 유효 연결 시간 β는 차량 애드혹 클라우드 시스템(100)에서 [수학식10]과 같이 산출될 수 있다.
[수학식10]
Figure pat00014
Figure pat00015
멀티홉 링크 통신 품질을 나타내기 위해, 두 노드 i,j 사이의 링크 신뢰성 Pij는 차량 애드혹 클라우드 시스템(100)에서 [수학식11]과 같이 산출될 수 있다. 여기서, △T는 두 노드 i,j 링크 사이에 오프로딩 태스크가 완료되도록 보증하는 보증 링크 시간, △t는 △T 중 실질적으로 데이터 송수신이 가능한 유효 링크 시간이다. Cij(△T)와 Cij(△t)는 두 노드 i,j 링크 사이에 △T 및 △t 동안 각각 전송 가능한 데이터량으로서, [수학식12]과 같이 각각의 대역폭 BW과 링크 시간(△T/△t)의 곱으로 나타낼 수 있다. △T는 미리 정해질 수 있으며, △t 역시 미리 정해진 시간으로 설계될 수 있다. 다만, 각 노드가 통신환경에 따른 △t 값을 측정하여 소스 노드로 통보하는 것도 가능하다.
[수학식11]
Figure pat00016
[수학식12]
Figure pat00017
링크 신뢰성 Pij의 값은 0과 1사이의 값을 갖는다. 링크 신뢰성 Pij의 값이 클수록 링크 신뢰성이 향상된다. 유효 링크 시간 △t이 태스크가 요구하는 시간보다 크면 태스크 오프로딩 요청 전송 중 링크 단절이 발생하지 않고 두 노드 간의 신뢰성을 1로 설정함을 의미한다.
도 4는 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 먼저, 차량 등의 소스 노드 vc는, 운행 중에 V2V(Vehicle to Vehicle), V2I (Vehicle to Infrastructure) 또는 V2C (Vehicle to Cloud)를 통해 다른 장치와 통신할 수 있으며, 더 많은 리소스가 있는 고성능 타겟 노드 E에 태스크를 오프로딩하기 위하여, 오프로딩 요청을 브로드캐스팅한다(S110).
이에 따라, 강력한 컴퓨팅 능력을 가진 주변 차량 노드, 즉, 고성능 타겟 특정 노드(E1, E2,,, En)는 이를 수신 한 후 소스 노드로, 오프로딩 가능 여부(예, 이미 오프로딩에 참여하여 오프로딩 타겟이 될 수 없는 경우 0, 오프로딩에 참여하지 않아 오프로딩 타겟이 될 수 있는 경우 1 등)에 대한 정보와 함께 자신의 계산 능력과 저장 용량 등에 대한 정보를 포함한 응답을 보낸다(S120). 그 후 소스 노드 vc가 수신된 응답 정보에 따라 시스템 내 n 개의 고성능 노드(E1, E2,,, En)에 대한 [수학식12]와 같이 링크 신뢰도 모델을 설정하여 시스템 신뢰성을 계산한다(S130).
도 5는 본 발명의 차량 애드혹 클라우드 시스템(100)에서 소스 노드와 타겟 모드 간의 멀티 홉 통신 모드를 나타낸다.
도 5를 참조하면, 차량 애드혹 클라우드 시스템(100)에서 차량 자기 구성 네트워크를 통해, 소스 노드 vc와 타겟 노드(Ei)가 멀티 홉 모드를 통해 간접적으로 통신해야 하는 경우, 통신 링크는 도 5와 같이 직렬 시스템으로 간주할 수 있다.
각 노드간 링크는 인접 노드와의 각 쌍 사이의 단일 홉 링크로 볼 수 있다. 소스 노드 vc로부터 고성능 노드(E1, E2,,, En) 중 선택될 타겟 노드 Ei에 대한 총 홉 수가 Ji 인 직렬 시스템의 통신 링크 신뢰성 PEi은 [수학식13]과 같이 표현된다.
[수학식13]
Figure pat00018
여기서, Pij는 타겟 노드 Ei에 대한 j 번째 홉 링크에서의 신뢰성을 나타낸다. 이를 통해, 두 노드 i,j 사이의 링크 신뢰성 Pij이 높고, 직렬 연결 홉수가 적은 경우, 해당 경로의 시스템이 더 신뢰성이 높은 것을 알 수 있다.
하나의 다중 홉 통신 링크만으로, 전체 시스템이 충족해야 하는 신뢰성을 보장할 수 없는 경우에도, 본 발명의 부분 플러딩 알고리즘을 통해, 소스 노드 vc는 사용 가능한 모든 타겟 노드 Ei의 수가 N이고, 그 중 K(> 0, ≤N) 타겟 노드들이 오프로딩에 참여한 경우, 해당 시스템 신뢰성Ps을 [수학식14]와 같이 계산한다. 소스 노드 vc는 상기 오프로딩 가능 여부에 대한 정보로부터 오프로딩에 참여하는지 여부를 결정할 수 있다.
[수학식14]
Figure pat00019
부분 플러딩 알고리즘에서의 병렬 시스템의 신뢰성 정의는 각 노드간 링크의 신뢰성이 높을수록 시스템의 신뢰성이 더 우수하다는 것을 도출할 수 있다. 직렬 시스템과 달리 병렬 다중 홉으로 타겟 노드까지 연결되는 분기가 많을수록 시스템이 얻을 수 있는 신뢰성이 높아진다. 차량 애드혹 클라우드 시스템(100)의 차량 자기 구성 네트워크 환경에서, 이와 같은 직렬 및 병렬 시스템에 해당하는 부분 플러딩 알고리즘에 기반한 통신 네트워크, 즉 각 타겟 노드와 소스 노드는 태스크 오프로딩 프로세스의 간접 통신을 수행하기 전에, 다중 홉을 통해 연결을 설정한다.
타겟 노드 Ei에 대한 해당 분기의 총 홉 수가 Ji이면, 부분 플러딩 알고리즘에서의 직렬-병렬 시스템의 신뢰성 Ps은, [수학식14]로부터 [수학식15]와 같이 다시 표현될 수 있다.
[수학식15]
Figure pat00020
오프로딩에 참여하지 않은 타겟 노드 중에서, 소스 노드(vc)가 본 발명의 부분 플러딩 알고리즘에 따라 태스크 오프로딩을 수행할 하나 이상의 타겟 노드를 선택한다. 차량 내 동적 환경에서 노드 움직임의 임의성으로 인해 통신 링크가 끊어져 태스크 완료 시간에 영향을 미칠 수 있다. 적절한 수의 오프로딩 대상 타겟 노드를 선택하면 태스크 완료 시간을 줄이면서 시스템의 안정성을 높일 수 있게 된다.
[수학식15]를 참조하면, 타겟 노드 Ei에 대한 해당 분기의 총 홉 수 Ji가 작을수록 시스템의 신뢰성이 높아진다. 병렬 카운트 K는 작을수록 시스템의 신뢰성이 떨어진다. 즉, 기 선택된 오프로딩 타겟 노드 수(K)가 많을수록 시스템을 신뢰할 수 있고 성능이 향상되지만 과도한 리소스 사용 문제가 발생한다. 그러나, 타겟 노드 수가 너무 적으면 시스템의 신뢰성이 저하되어 지정된 데드라인 내에 작업 완료가 불가능할 수 있다.
시스템 성능과 리소스 성능의 균형을 맞추기 위해 각 태스크 오프로딩은 특정한 장점을 얻을 수 있다. 첫째, 각 분기에서 직렬 연결된 최소 홉수를 보장하고 통신 링크의 각 병렬 분기를 최소 홉 알고리즘에 의해 해결할 수 있다. 위와 같은 분석을 바탕으로, 다음과 같이 오프로딩된 타겟 노드의 수를 선택하는 방법과, 작업 완료의 성공률을 높이고 시스템 리소스 소비를 줄이기 위해 타겟 노드를 선택하는 방법을 다음 Algorithm1과 같다(S140).
Figure pat00021
[수학식16]과 같이, argmin은 목적 함수 (Ps-PT)가 최소값을 가질 때 변수 k의 값을 나타낸다. 즉, 오프로딩 태스크를 수행하도록 선택될 타겟 노드들의 수 k의 값은 시스템 신뢰성 Ps와 설정된 특정 임계값 PT 간의 차이를 최소화하도록 선택된다. 선택된 오프로딩 타겟 노드 수가 적을수록 시스템 오버 헤드가 줄어든다. 즉, 소스 노드는, 응답이 수신된 타겟 노드들에 대하여, 이미 오프로딩에 참여한 노드와 참여하지 않은 노드를 구분해, [수학식15]를 기초로 (Ps-PT)가 최소화하되도록, 오프로딩에 참여하지 않은 하나 이상 k개의 타겟노드를 결정할 수 있다.
[수학식16]
Figure pat00022
제약 조건으로서, (a) 오프로딩 시스템의 신뢰성 Ps가 설정된 시스템 신뢰성 임계값 PT 이상 이어야 함을 보장한다. 즉, 오프로딩에 대한 시스템 신뢰성의 영향은 얻은 k의 최소값에 대해 무시할 수 없다. 제약 조건으로서, (b) 각 타겟 노드의 리소스의 성능을 고려할 때 선택된 k 노드들이 작업을 완료하는 데 걸리는 시간 Tsum이 작업의 실패율을 줄이기 위해 데드라인 Td 이하가 되도록 충분해야 한다. 여기서 Tsum에는 태스크의 통신 시간, 실행 시간([수학식7], [수학식8]의 tsum 참조) 이외에도, [수학식17]과 같이 통신 링크가 끊어졌을 때 작업의 대기 시간 twait가 포함된다.
[수학식17]
Figure pat00023
위와 같은 제약 조건 (a) 및 (b)를 충족시키기 위하여, 타겟 노드의 계산 능력과 통신 링크 신뢰성이 오프로딩에 미치는 영향을 고려한다. 시스템 불안정성은 전체 시스템의 성능을 어느 정도 저하시킬 수 있다. 선택한 노드가 강력한 계산 능력을 가지고 있지만 노드의 통신 링크 신뢰성이 낮은 경우 제약 조건 (a)을 충족할 수 없다. 이때 통신 시간의 증가로 인해 오프로딩 시스템의 성능이 예상되는 오프로딩 효과를 달성하지 못할 수 있다. 안정적인 통신 링크가 있는 노드를 선택하면 오프로딩이 수행되지만 노드의 계산 능력이 적고 데드라인 내에 작업이 완료되지 않을 수 있으며, 이때 제약 조건 (b)을 충족할 수 없어 작업이 실패하게 된다.
본 발명의 부분 플러딩 알고리즘은 타겟 노드의 계산 능력을 고려해야할 뿐만아니라 오프로딩에 영향을 미치는 또 다른 매개 변수 식별자로 통신 링크의 신뢰성을 필요로하며 시스템을 포괄적으로 평가한다. 통신 링크 신뢰성의 값인 PEi는 0에서 1까지의 범위에 있으므로([수학식13] 참조), PEi 1 일 때 소스 노드는 사용 가능한 통신 시간 내에 대상 타겟 노드로 작업을 전송할 수 있으며 통신 품질은 오프로딩에 영향을 주지 않는다. 전체 오프로딩 프로세스는 정적 오프로딩과 동일하다. 즉, 0 <PEi <1이면 통신 링크가 불안정하고 링크 신뢰성에 따라 오프로딩 성능이 변경된다. 따라서 통신 링크의 신뢰성이 오프로딩 성능에 미치는 영향은 [수학식18]과 같이 표현된다.
[수학식18]
Figure pat00024
[수학식18]에서 Ci는 각 타겟 노드 i의 계산 능력, Cs는 링크 신뢰성과 타겟 노드의 계산 능력에 따른 타겟 노드의 성능 크기이다. [수학식16]과 같이 조건을 만족하는 k의 최소값을 구하기 위해 각 노드의 Cs를 내림차순으로 정렬하고 순위가 높은 노드는 종합적인 성능이 더 좋다는 것을 나타낸다. 따라서 소스 노드 vc는 종합적인 상기 성능 크기의 순으로 타겟 노드를 하나 이상 k개 선택하고 [수학식14], [수학식15], [수학식17]에 따라 Ps와 Tsum을 업데이트한다. 최소 k 값은 제약 조건을 조건부로 만들고 시스템 리소스 낭비를 줄이기 위해 찾는다. 선택된 노드 수가 증가하면 Ps와 Tsum의 값이 수렴되는 경향이 있다. 이때 선택된 오프로딩 노드의 수는 시스템 성능에 거의 영향을 미치지 않는다. 반대로 여러 오프로딩 노드가 시스템 리소스 활용에 미치는 영향이 증가했다. 즉, 본 발명의 부분 플러딩 알고리즘을 기반으로 선택한 노드의 오프로딩 수는 성능 요구 사항을 충족하고 전체 시스템의 리소스 낭비를 줄일 수 있다.
소정의 R번의 오프로딩 시도가 되어도 위의 제약 조건이 여전히 충족되지 않으면 태스크는 로컬로 실행된다. 플러딩 개념에 따라 k 개의 노드를 선택하면, 소스 노드(vc)는 태스크 오프로딩을 위한 이미지 파일을 전송하여 컴퓨팅을 위해 선택한 하나 이상의 k 타겟 노드에 태스크를 업로드시킨다(S150). 해당 고성능 타겟 노드들은 해당 태스크를 실행하며(S160), 가장 빠르게 태스크 수행을 완료한 노드에서 소스 노드로 결과를 반환함으로써, 소스 노드(vc)는 해당 타겟 노드로부터 실행 결과를 다운로드 받는다(S170). 이 시점에서 태스크를 완료하지 못한 타겟 노드들은 해당 태스크를 폐기하고 메모리 공간을 정리하고 다음 태스크를 준비한다(S180).
도 6은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법에서 선택된 오프로딩 타겟 노드의 수(k)에 대한, 시스템 신뢰성과 태스크 완료 시간의 실험 결과를 보여준다.
도 6과 같이, 소스 노드가 오프로딩 타겟 노드로 선택하는 노드의 (k)가 커질수록, 신뢰성은 증가하며, 소스 노드가 태스크 수행을 완료한 타겟 노드로부터 실행 결과를 다운로드 받을 때 까지의 완료 시간이 감소함을 알 수 있다.
도 7은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서의 부분 오프로딩 방법에서 선택된 오프로딩 타겟 노드의 수(k)에 대한, 시스템 신뢰성과 리소스 활용도의 실험 결과를 보여준다.
도 7과 같이, 소스 노드가 오프로딩 타겟 노드로 선택하는 노드의 (k)가 커질수록, 신뢰성은 증가하며, 시스템 전체적인 리소스의 활용도가 1(100%)가까이 증가함을 알 수 있다.
도 8은 본 발명의 일 실시예에 따른 차량 애드혹 클라우드 시스템(100)에서 각각의 노드에서 부분 오프로딩 방법을 처리하는 장치의 구현 방법의 일례를 설명하기 위한 도면이다.
본 발명의 일 실시예에 따른 각각의 노드에서 부분 오프로딩 방법을 처리하는 장치는, 하드웨어, 소프트웨어, 또는 이들의 결합으로 이루어질 수 있다. 예를 들어, 본 발명의 각각의 노드에서 부분 오프로딩 방법을 처리하는 장치는, 위와 같은 기능/단계/과정들을 수행하기 위한 적어도 하나의 프로세서를 갖는 도 8과 같은 컴퓨팅 시스템(1000) 또는 인터넷 상의 서버 형태로 구현될 수 있다.
컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다. 프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory)(1310) 및 RAM(Random Access Memory)(1320)을 포함할 수 있다. 또한, 네트워크 인터페이스(1700)는 스마트폰, 노트북 PC, 데스크탑 PC 등 해당 장치에서의 유선 인터넷 통신이나 WiFi, WiBro 등 무선 인터넷 통신, WCDMA, LTE 등 이동통신을 지원하는 모뎀 등의 통신 모듈이나, 근거리 무선 통신 방식(예, 블루투스, 지그비, 와이파이 등)의 통신을 지원하는 모뎀 등의 통신모듈을 포함할 수 있다.
따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같이 컴퓨터 등 장치로 판독 가능한 저장/기록 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보(코드)를 판독할 수 있고 저장 매체에 정보(코드)를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.
상술한 바와 같이, 본 발명에 따른 본 발명에 따른 차량 애드혹 클라우드 시스템(100)에 따르면, 부분 플러딩 오프로딩을 통해 V2V 멀티홉 링크를 사용하여 더 나은 성능을 가진 일부 노드를 선택하여 태스크 오프로딩 완료 시간을 줄이고 시스템 신뢰성을 개선하며 오프로딩에 대한 차량 이동성의 영향을 줄일 수 있다. 오프로딩 네트워크는 직렬 및 병렬 시스템과 동일하며, 본 발명에서는, 시스템 신뢰성은 오프로딩 노드의 수를 결정하기 위한 평가 지표로 활용되고, 그 후 노드의 계산 능력과 링크 신뢰성을 기반으로 태스크를 수행할 노드가 선택되도록 함으로써, 실행 지연 및 오프로딩 효율성 측면에서 기존 체계보다 성능이 더 뛰어나며, 네트워크 중단 가능성을 줄이고 시스템의 리소스 활용도를 향상시킬 수 있게 된다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
차량 애드혹 클라우드 시스템(100)
소스 노드(vc)
멀티홉 링크 제공 노드(vij)
고성능 타겟 특정 노드(E1, E2,,, En)

Claims (7)

  1. 소스 노드가 이동하면서 복수의 노드와 무선 통신하는 애드혹 네트워크에서 상기 소스 노드에서의 오프로딩 방법에 있어서,
    오프로딩 요청을 브로드캐스팅하고, 상기 오프로딩 요청을 수신하는 하나 이상의 타겟 노드가 전송하는 오프로딩 가능 여부 및 계산 능력을 포함하는 응답을 수신하는 단계;
    상기 응답을 기초로, 시스템 신뢰성을 계산하고, 상기 시스템 신뢰성과 임계값 사이의 차이가 최소화되도록 오프로딩에 참여하지 않은 하나 이상의 타겟노드를 결정하는 단계;
    결정된 상기 하나 이상의 타겟노드로 태스크를 업로드하는 단계; 및
    상기 하나 이상의 타겟노드 중 어느 한 타겟 노드에서 해당 태스크 실행을 완료하여 전송하는 실행 결과를 다운로드받는 단계
    를 포함하는 오프로딩 방법.
  2. 제1항에 있어서,
    상기 시스템 신뢰성 Ps는 수학식
    Figure pat00025
    에 의해 계산하고, 여기서, K는 오프로딩에 참여된 타겟 노드의 수, Ji는 소스 노드로부터 각 타겟 노드 Ei로의 총 홉 수, Pij는 각 타겟 노드 Ei에 대한 j 번째 홉 링크에서의 신뢰성인 오프로딩 방법.
  3. 제2항에 있어서,
    상기 Pij는 수학식
    Figure pat00026
    에 의하여 계산하고, 여기서, BW는 단대단 대역폭, Cij(△T)와 Cij(△t)는 두 노드 i,j 링크 사이에 △T 및 △t 동안 각각 전송 가능한 데이터량, △T는 두 노드 i,j 링크 사이에 오프로딩 태스크가 완료되도록 보증하는 보증 링크 시간, △t는 △T 중 데이터 송수신이 가능한 유효 링크 시간인 오프로딩 방법.
  4. 제3항에 있어서,
    상기 BW는 수학식
    Figure pat00027
    에 의해 계산하고, 여기서, MB는 상기 애드혹 네트워크에서 통신 주파수의 대역폭, HM은 단대단 통신 간의 홉수인 오프로딩 방법.
  5. 제1항에 있어서,
    상기 이상의 타겟노드를 결정하는 단계에서, 상기 시스템 신뢰성은 상기 임계값 이상이며, 태스크의 통신 시간, 실행 시간 및 작업의 대기 시간의 합이 태스크의 데드라인 이하인 조건에서, 상기 타겟노드를 결정하는 오프로딩 방법.
  6. 제1항에 있어서,
    상기 이상의 타겟노드를 결정하는 단계에서,
    각 타겟 노드의 성능 크기를 수학식
    Figure pat00028
    를 기초로 계산하여, 상기 성능 크기의 순으로 상기 타겟노드를 하나 이상 결정하고,
    여기서, Ci는 각 타겟 노드의 계산 능력, PEi은 각 타겟 노드에 대한 통신 링크 신뢰성인 오프로딩 방법.
  7. 소스 노드가 이동하면서 복수의 노드와 무선 통신하는 애드혹 네트워크에서 상기 소스 노드에서의 오프로딩 기능을 구현하기 위한 컴퓨터에 의해 판독 가능한 기록매체에 있어서,
    오프로딩 요청을 브로드캐스팅하고, 상기 오프로딩 요청을 수신하는 하나 이상의 타겟 노드가 전송하는 오프로딩 가능 여부 및 계산 능력을 포함하는 응답을 수신하는 기능;
    상기 응답을 기초로, 시스템 신뢰성을 계산하고, 상기 시스템 신뢰성과 임계값 사이의 차이가 최소화되도록 오프로딩에 참여하지 않은 하나 이상의 타겟노드를 결정하는 기능;
    결정된 상기 하나 이상의 타겟노드로 태스크를 업로드하는 기능; 및
    상기 하나 이상의 타겟노드 중 어느 한 타겟 노드에서 해당 태스크 실행을 완료하여 전송하는 실행 결과를 다운로드받는 기능
    을 구현하기 위한 기록매체.
KR1020200158888A 2020-11-24 2020-11-24 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법 KR102497226B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200158888A KR102497226B1 (ko) 2020-11-24 2020-11-24 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200158888A KR102497226B1 (ko) 2020-11-24 2020-11-24 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법

Publications (2)

Publication Number Publication Date
KR20220071583A true KR20220071583A (ko) 2022-05-31
KR102497226B1 KR102497226B1 (ko) 2023-02-07

Family

ID=81786642

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200158888A KR102497226B1 (ko) 2020-11-24 2020-11-24 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법

Country Status (1)

Country Link
KR (1) KR102497226B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11638133B1 (en) * 2022-05-12 2023-04-25 Rivian Ip Holdings, Llc Distributed processing system for vehicles

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110007410A (ko) * 2009-07-16 2011-01-24 부산대학교 산학협력단 채널 부하와 홉 수에 기반한 메쉬 ａｐ 주도형 핸드오버 방법
KR20150024691A (ko) * 2013-08-27 2015-03-09 한국전자통신연구원 차량 통신 환경에서의 핸드오버 방법 및 그 장치
JP2017503406A (ja) * 2014-01-06 2017-01-26 インテル アイピー コーポレイション ユーザ装置（ｕｅ）にオフロード能力情報を提供する装置、システム及び方法
JP2017508409A (ja) * 2014-03-19 2017-03-23 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． Ｕｅに固有のオフロード処理のためのシステム及び方法
KR102249096B1 (ko) * 2020-01-17 2021-05-07 (유)동아하이테크 자율주행 차량 상용 시험장 내 mec 트래픽 오프로딩 지원 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110007410A (ko) * 2009-07-16 2011-01-24 부산대학교 산학협력단 채널 부하와 홉 수에 기반한 메쉬 ａｐ 주도형 핸드오버 방법
KR20150024691A (ko) * 2013-08-27 2015-03-09 한국전자통신연구원 차량 통신 환경에서의 핸드오버 방법 및 그 장치
JP2017503406A (ja) * 2014-01-06 2017-01-26 インテル アイピー コーポレイション ユーザ装置（ｕｅ）にオフロード能力情報を提供する装置、システム及び方法
JP2017508409A (ja) * 2014-03-19 2017-03-23 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． Ｕｅに固有のオフロード処理のためのシステム及び方法
KR102249096B1 (ko) * 2020-01-17 2021-05-07 (유)동아하이테크 자율주행 차량 상용 시험장 내 mec 트래픽 오프로딩 지원 시스템

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
C. M. Huang, C. F. Lai, "The delay-constrained and network-situation-aware V2V2I VANET data offloading based on the multi-access edge computing (MEC) architecture", IEEE VTS(2020.10.05.) 1부.* *
백호성, 백상헌, "혼잡한 대중교통 상황에서의 p2p offloading 기법 연구", 2019 통신망운용관리 학술대회(KNOM), pp.106-107(2019.05.30.) 1부.* *
태유진, 이재욱, 백상헌, "엣지 컴퓨팅에서의 지연 시간을 고려한 task offloading 기법 연구", 2019 통신망운용관리 학술대회논문집, 한국통신학회, pp.148-149(2019.) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11638133B1 (en) * 2022-05-12 2023-04-25 Rivian Ip Holdings, Llc Distributed processing system for vehicles

Also Published As

Publication number Publication date
KR102497226B1 (ko) 2023-02-07

Similar Documents

Publication Publication Date Title
Sherazi et al. A heterogeneous IoV architecture for data forwarding in vehicle to infrastructure communication
Venkatramana et al. SCGRP: SDN‐enabled connectivity‐aware geographical routing protocol of VANETs for urban environment
Liu et al. Adaptive resource discovery in mobile cloud computing
CN112685186B (zh) 一种计算任务的卸载方法、装置、电子设备及存储介质
Yessad et al. A cross-layer routing protocol for balancing energy consumption in wireless sensor networks
Li et al. Reliability and capability based computation offloading strategy for vehicular ad hoc clouds
Verma et al. Routing protocols in delay tolerant networks: Comparative and empirical analysis
CN105490939B (zh) 用于在移动无线网络中路由的方法、系统和计算机介质
CN111741448A (zh) 一种基于边缘计算策略的分簇aodv路由方法
Ranji et al. EEDOS: An energy-efficient and delay-aware offloading scheme based on device to device collaboration in mobile edge computing
Garrocho et al. D2D pervasive communication system with out-of-band control autonomous to 5G networks: project and evaluation of a middleware for networking and content exchange to D2D communication without human interaction
Tham et al. A load balancing scheme for sensing and analytics on a mobile edge computing network
Maan et al. Deep Q-network based fog node offloading strategy for 5 G vehicular Adhoc Network
US20230153142A1 (en) System and method for enabling an execution of a plurality of tasks in a heterogeneous dynamic environment
Ravi et al. Stochastic performance modeling and analysis of multi service provisioning with software defined vehicular networks
Pannu et al. Keeping data alive: Communication across vehicular micro clouds
Mekki et al. Towards multi-access edge based vehicular fog computing architecture
Ma et al. Traffic routing-based computation offloading in cybertwin-driven internet of vehicles for v2x applications
Al-Share et al. A collaborative learning-based algorithm for task offloading in UAV-aided wireless sensor networks
Derakhshanfard et al. CPTR: Conditional probability tree based routing in opportunistic networks
KR102497226B1 (ko) 자율주행 차량 애드혹 네트워크를 이용한 오프로딩 방법
Guntuka et al. Vehicular data offloading by road-side units using intelligent software defined network
Pirzadi et al. A novel routing method in hybrid DTN–MANET networks in the critical situations
Parvanak et al. A cross-layer learning automata based gateway selection method in multi-radio multi-channel wireless mesh networks
Rahman et al. A device-to-device service sharing middleware for heterogeneous wireless networks

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant