WO2020076056A1 - 트래픽 오프로딩을 제어하기 위한 장치 및 방법 - Google Patents

트래픽 오프로딩을 제어하기 위한 장치 및 방법 Download PDF

Info

Publication number
WO2020076056A1
WO2020076056A1 PCT/KR2019/013202 KR2019013202W WO2020076056A1 WO 2020076056 A1 WO2020076056 A1 WO 2020076056A1 KR 2019013202 W KR2019013202 W KR 2019013202W WO 2020076056 A1 WO2020076056 A1 WO 2020076056A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
offloading
electronic device
probability
user
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2019/013202
Other languages
English (en)
French (fr)
Inventor
김재현
천혜림
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ajou University Industry Academic Cooperation Foundation
Original Assignee
Ajou University Industry Academic Cooperation Foundation
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 Ajou University Industry Academic Cooperation Foundation filed Critical Ajou University Industry Academic Cooperation Foundation
Publication of WO2020076056A1 publication Critical patent/WO2020076056A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/59—Providing operational support to end devices by off-loading in the network or by emulation, e.g. when they are unavailable
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/40—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass for recovering from a failure of a protocol instance or entity, e.g. service redundancy protocols, protocol state redundancy or protocol service redirection
    • 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

Definitions

  • It relates to an apparatus and method for reducing the load of the core network and increasing the efficiency of the network by controlling offloading of traffic using user's usage information and the like.
  • SNS social networking service
  • the present disclosure proposes an offloading scheme for improving network performance while reducing the load on the core network by utilizing the user's social context.
  • an offloading method performed by an offloading control device of a base station includes another user of an application in an adjacent relationship that is a data sharing data with a user of the electronic device through an application executed in the electronic device connected to the base station Obtaining a network centrality of the user of the electronic device indicating the number of, based on the obtained network centrality, calculating a probability that the application is executed in the electronic device, from the application in the electronic device determined according to the calculated probability And performing offloading of traffic according to the offloading probability of the generated traffic.
  • the offloading method may be performed for each of the electronic device-application combinations, each combination of a plurality of electronic devices connected to the base station and each of a plurality of applications executed in at least one of the plurality of electronic devices. have.
  • the step of calculating the probability of the application being executed in the electronic device is based on history information including the number of times the user has selected the application and the obtained network centrality, determining a probability that the application by the user corresponding to the electronic device is to be executed. It can contain.
  • the probability of offloading of traffic originating from an application in an electronic device may be determined to maximize performance of a local network and a core network associated with a base station.
  • the offloading performance ratio is determined such that the network performance function value determined according to the data rate prediction value, the transmission delay prediction value, and the packet error loss rate prediction value is the maximum. And determining.
  • the base station to which the electronic device belongs may be a small cell base station.
  • An apparatus includes a processor for controlling offloading of a base station by executing a memory and at least one program in which at least one program is stored, wherein the processor is configured to execute an application executed in an electronic device connected to the base station.
  • the network centrality of the user of the electronic device indicating the number of other users of the application in the adjacent relationship, which is a relationship of sharing data with the user of the electronic device, is obtained, and based on the obtained network centrality, the application may be executed in the electronic device. Probability is calculated, and offloading of traffic may be performed according to an offloading probability of traffic generated from an application in an electronic device determined according to the probability.
  • the offloading method performed by the offloading control device of the base station includes: between I electronic devices connected to the base station and J applications executed in at least one of the I electronic devices.
  • P is IXJ
  • J applications executed in at least one of the I electronic devices.
  • the network centrality of the i-th user representing the number of other users in the adjacent relationship, which is a relationship sharing data with the i-th user of the electronic device, in the i-th electronic device
  • the offloading method acquires a user's network centrality and uses it to calculate an application execution probability, and, in particular, offs for each electronic device and each application using a network centrality and an application execution frequency. By calculating the loading rate, it is possible to improve the efficiency of processing traffic from applications such as social networks.
  • 1 is a view for schematically explaining offloading of traffic according to an embodiment.
  • FIG. 2 is a block diagram of an apparatus for controlling offloading according to an embodiment.
  • FIG. 3 is a flowchart of a method for controlling an offloading by an apparatus for controlling offloading according to an embodiment.
  • FIG. 4 is a flowchart of a method for an offloading control apparatus according to an embodiment to control offloading traffic for a plurality of electronic device-application combinations.
  • FIG. 5 is a flowchart of a method for determining an offloading probability combination using an approximate network performance function by an offloading control apparatus according to an embodiment.
  • an offloading method performed by an offloading control device of a base station includes another user of an application in an adjacent relationship that is a data sharing data with a user of the electronic device through an application executed in the electronic device connected to the base station Obtaining a network centrality of the user of the electronic device indicating the number of, based on the obtained network centrality, calculating a probability that the application is executed in the electronic device, from the application in the electronic device determined according to the calculated probability And performing offloading of traffic according to the offloading probability of the generated traffic.
  • the offloading method performed by the offloading control device of the base station includes: between I electronic devices connected to the base station and J applications executed in at least one of the I electronic devices.
  • P is IXJ
  • J applications executed in at least one of the I electronic devices.
  • the network centrality of the i-th user representing the number of other users in the adjacent relationship, which is a relationship sharing data with the i-th user of the electronic device, in the i-th electronic device
  • expressions such as “have,” “can have,” “includes,” or “can include,” indicate the presence of a feature (eg, a component such as a numerical value, function, operation, or part). Indicates, does not exclude the presence of additional features.
  • the expression “A or B,” “at least one of A or / and B,” or “one or more of A or / and B”, etc., can include all possible combinations of the items listed together.
  • first can modify various components, regardless of order and / or importance, and can change one component to another It is used to distinguish from the components, but does not limit the components.
  • first user device and the second user device may indicate different user devices regardless of order or importance.
  • the first component may be referred to as a second component without departing from the scope of rights described in this document, and similarly, the second component may also be referred to as a first component.
  • the term “configured (or set) to” may not necessarily mean only “specifically designed to” in hardware. Instead, in some situations, the expression “a device configured to” may mean that the device “can” with other devices or parts.
  • the phrase “processors configured (or set) to perform A, B, and C” means by executing a dedicated processor (eg, an embedded processor) to perform the operation, or one or more software programs stored in the memory device. , It may mean a general-purpose processor (eg, CPU or application processor) capable of performing the corresponding operations.
  • the controller means one or more processors.
  • 1 is a view for schematically explaining offloading of traffic according to an embodiment.
  • Mobile edge computing by bringing the online service and content to the user terminal (101, 102, 103), increase the speed of service delivery and relieve the load on the core network.
  • an application server on the base station can control network traffic.
  • an application server is hereinafter referred to as an edge server.
  • the edge server 100 may control traffic related to user terminals 101, 102, and 103 located in the base station 110 controlled by the edge server 100. That is, the edge server 100 may control the amount of traffic on the network caused by the use of the online service through the user terminals 101, 102, and 103.
  • the base station 110 may be a small cell base station.
  • the small cell base station refers to a base station having an output coverage of several tens / hundreds of m by distinguishing it from a macro cell supporting broadband coverage of several kilometres (km).
  • the small cell base station 110 is divided into a residential femtocell, an enterprise type picocell, a metrocell and a microcell used in a city or rural area according to the size and use of the cell.
  • Small cells complement the shortcomings of existing cells with relatively large coverage, for example, macro cells, and have emerged as effective traffic acceptance technologies in public places, densely populated areas, etc. It increases the capacity by interference control and cooperative transmission.
  • the small cell was used as a concept such as Home eCodeB or fetom Cell, but is not limited thereto.
  • the small cell may be constructed independently, or may be constructed as a Cloud RAN structure in which a radio radio unit and a baseband unit are separated.
  • HetNet One of the wireless access network structures to be considered along with the compact deployment of small cells is HetNet.
  • 5G mobile communication a small cell is likely to be used in a shaded area, or in an area where traffic is concentrated in a dense urban area, and it will form a HetNet structure with a macro base station. Techniques such as interference control and cooperative transmission in the HetNet environment are studied.
  • the wireless access network structure considering a small cell is a wireless access virtualization that assumes a HetNet structure, a virtualization structure that considers distribution and centralized control in each protocol layer, and is flexible in various wireless transmission methods. Research on virtualization structures and structures capable of integrated radio resource control may be conducted.
  • the edge server 100 passes through the core network 170 from the backhaul network of the base station 110 to which the user terminal belongs, for example, the small cell base station 110.
  • the core network traffic 160 connecting the backhaul network of the content provider server is formed.
  • the edge server 100 determines the offloading traffic, the edge server 100 does not go through the core network, but the backhaul network or the Internet 140 of the small cell base station 110 and the server 1401 of the direct content provider. ) To form offloading traffic 150.
  • the edge server 100 considers the importance of each of the social network subscribers 131, 132, and 133 corresponding to the user terminals 101, 102, and 103 in applications such as social networking or use frequency of the application selected in the user terminal. Thus, it may be determined whether or not the user terminals 101, 102, and 103 are offloaded.
  • the edge server 100 is a user 132 May determine to perform offloading for the mobile device 102 associated with.
  • FIG. 2 is a block diagram of an apparatus 200 for controlling offloading according to an embodiment.
  • the device 200 may include a control unit 210, a communication unit 220, and a memory 230.
  • the device 200 may store program codes in the memory 230.
  • the controller 210 may process an operation of compressing an artificial neural network by executing program code loaded from the memory 230 through a system bus.
  • the communication unit 220 includes a wireless communication device such as Wi-Fi, short-range wireless communication, and the device 200 may transmit and receive data to and from external devices through the communication unit 220.
  • the communication unit 220 may include a device that supports wired communication with other devices using a data communication cable, but is not limited thereto.
  • the memory 230 may include one or more physical memory devices, such as local memory or one or more bulk storage devices.
  • the local memory may include random access memory (RAM) or other volatile memory devices commonly used while actually executing program code.
  • RAM random access memory
  • the mass storage device may be implemented as a hard disk drive (HDD), a solid state drive (SSD), or other nonvolatile memory device.
  • the device 200 may use one or more cache memories (not shown) that provide temporary storage space of at least some program code to reduce the number of times the program code is retrieved from the mass storage devices during the compression operation. It can contain.
  • the executable program code stored in the memory 230 is executed by the device 200, various operations described in the present disclosure may be performed by the controller 210.
  • the memory 230 may store program code for causing the controller 210 to perform one or more operations described in FIGS. 3 to 5.
  • the device 200 may include fewer components than those shown, or additional components not shown in FIG. 2. Also, one or more components may be included in other components, or may form part of other components.
  • control unit 210 is a network center of the user of the electronic device indicating the number of other users of the application in the adjacent relationship, which is a relationship that shares data with the user of the electronic device through an application executed in the electronic device connected to the base station. You can acquire a degree.
  • An adjacency relationship may indicate a relationship in which users share content with each other through an application.
  • a social network may indicate a “friend” relationship, a “first village” relationship, or a “following / follower” relationship.
  • control unit 210 may obtain information on the neighbor relationship from each of a plurality of terminals connected to the base station. For example, the control unit 210 may obtain information about a neighbor relationship from a log stored in a plurality of electronic devices whenever an application is executed in each of the plurality of terminals.
  • control unit 210 may obtain information about an adjacent relationship related to the application through communication with a server managing an application to which the electronic terminal accesses.
  • information about the neighbor relationship may be defined separately for each application.
  • the controller 210 may determine a user's adjacent relationship in consideration of whether there is an adjacent relationship in at least some of the plurality of different applications.
  • a plurality of electronic devices may belong to the coverage of the base station. At this time, a plurality of electronic devices may be connected to the base station to form a communication network with the Internet or an external server. Also, the controller 210 may determine a plurality of applications that are executed on at least some of the plurality of electronic devices connected to the base station to generate traffic. At this time, the control unit 210 may manage traffic of the determined plurality of applications. Alternatively, the controller 210 may manage traffic of a plurality of predetermined numbers of applications.
  • Adjacent relationships can be determined in relation to the user.
  • a separate user may correspond to each of a plurality of electronic devices connected to the base station.
  • an application may be executed through each of a plurality of electronic devices corresponding to each of a plurality of users having an account for one application.
  • a user may run the same application or two or more different applications through two or more of the plurality of electronic devices.
  • two or more electronic devices are independent electronic devices, and one user corresponding to the two or more electronic devices is assumed to be an independent user corresponding to each electronic device, and embodiments of the present disclosure may be applied. have.
  • step 320 the controller 210 may calculate a probability that the application is executed in the electronic device based on the obtained network centrality.
  • the greater the network centrality of the user executing the application through the electronic device the higher the probability of executing the application through the electronic device.
  • the greater the user's network centrality the higher the probability that data sharing that generates traffic through the application may be performed.
  • the network centrality may be determined by collectively considering a plurality of applications.
  • the network centrality used to calculate the execution probability of the application may be the same for a plurality of applications.
  • the network centrality may be determined independently for each of a plurality of applications.
  • the network centrality used to calculate the execution probability of the application may be determined independently for each of a plurality of applications.
  • controller 210 may calculate a probability that the application is executed based on the history information regarding the number of times the application has been executed in the electronic device.
  • the controller 210 may obtain history information on the number of times the application stored in the electronic device has been executed. As another example, the controller 210 may obtain history information including the number of times executed from the electronic device from a server corresponding to the application.
  • control unit 210 may determine the probability that the application is executed is increased as the number of times the corresponding application is executed in the electronic device.
  • controller 210 may determine a probability that an application is executed in consideration of a network centrality of a user corresponding to the electronic device and the number of times the corresponding application is executed in the electronic device.
  • the controller 210 may perform offloading of traffic according to an offloading probability of traffic generated from an application in an electronic device determined according to the calculated probability.
  • the controller 210 may determine an offloading probability of traffic generated from an application executed in the electronic device to maximize performance of a local network and a core network associated with the base station.
  • the controller 210 may determine a range of the offloading probability based on the probability that the application is executed in the electronic device.
  • the range of the offloading probability of the corresponding application in the electronic device may be determined as a relatively high probability range.
  • an upper limit of the range of the offloading probability of the corresponding one application may be determined to be high.
  • controller 210 may determine a range of offloading probability in consideration of the traffic loads of the local network and the core network associated with the base station.
  • the controller 210 may determine a higher range of the offloading probability range as the traffic load of the core network is greater than the traffic load of the local network associated with the base station. For example, the control unit 210 may determine the lower limit of the range of the offloading probability as the traffic load of the core network is greater than the traffic load of the local network associated with the base station.
  • the degree of traffic load can be determined based on the utility.
  • the utility may indicate the amount of traffic generated by an application among the supported traffic capacity of the network.
  • the controller 210 may determine a range of offloading probability in consideration of the utility of the local network and the core network associated with the base station. For example, the controller 210 may determine a range of the offloading probability of the application in consideration of the ratio of the localization of the local network to the sum of the activations of the local network and the core network. For example, the control unit 210 may determine the lower limit of the range of the offloading probability to be higher, as the ratio of the localization of the local network to that of the core network increases.
  • the controller 210 may determine an offloading probability such that the increased network performance is maximized as the speed of the data rate increases, the transmission delay decreases, and the packet error loss rate decreases.
  • control unit 210 may determine the offloading probability such that the network performance function value determined according to the predicted value of the data rate, the predicted value of the transmission delay, and the predicted value of the packet error rate corresponding to the offloading probability is the maximum. .
  • FIG. 3 is a flowchart of a method for controlling an offloading by an apparatus for controlling offloading according to an embodiment.
  • the method of FIG. 3 may be performed by an offloading management device (200 of FIG. 2).
  • step 310 the device acquires a network centrality of the user of the electronic device indicating the number of other users of the application in the adjacent relationship, which is a relationship sharing data with the user of the electronic device through an application executed in the electronic device connected to the base station. can do.
  • the device may acquire information on neighboring relationships from each of a plurality of terminals connected to a base station. For example, the device may acquire information about a neighbor relationship from a log stored in a plurality of electronic devices whenever an application is executed in each of the plurality of terminals.
  • the device may acquire information about an adjacency relationship related to the application through communication with a server managing an application connected to the electronic terminal.
  • information about the neighbor relationship may be defined separately for each application.
  • the device may determine a user's adjacent relationship in consideration of whether there is an adjacent relationship in at least some of the plurality of different applications.
  • a plurality of electronic devices may belong to the coverage of the base station.
  • a plurality of electronic devices may be connected to the base station to form a communication network with the Internet or an external server.
  • the apparatus may determine a plurality of applications that are executed in at least some of the plurality of electronic devices connected to the base station to generate traffic.
  • the device may manage traffic of the determined plurality of applications.
  • the device may manage traffic of a predetermined number of applications.
  • Adjacent relationships can be determined in relation to the user.
  • a separate user may correspond to each of a plurality of electronic devices connected to the base station.
  • an application may be executed through each of a plurality of electronic devices corresponding to each of a plurality of users having an account for one application.
  • a user may run the same application or two or more different applications through two or more of the plurality of electronic devices.
  • two or more electronic devices are independent electronic devices, and one user corresponding to the two or more electronic devices is assumed to be an independent user corresponding to each electronic device, and embodiments of the present disclosure may be applied. have.
  • the device may calculate the probability that the application is executed in the electronic device based on the obtained network centrality.
  • the greater the network centrality of the user executing the application through the electronic device the higher the probability of executing the application through the electronic device.
  • the greater the user's network centrality the higher the probability that data sharing that generates traffic through the application may be performed.
  • the network centrality may be determined by collectively considering a plurality of applications.
  • the network centrality used to calculate the execution probability of the application may be the same for a plurality of applications.
  • the network centrality may be determined independently for each of a plurality of applications.
  • the network centrality used to calculate the execution probability of the application may be determined independently for each of a plurality of applications.
  • the device may calculate the probability that the application is executed based on history information regarding the number of times the application has been executed in the electronic device.
  • the device may obtain historical information about the number of times the application stored in the electronic device has been executed. As another example, the device may obtain history information including the number of times executed from the electronic device from a server corresponding to the application.
  • the more the number of times the corresponding application is executed in the electronic device the higher the probability that the application is executed.
  • the device may determine the probability that the application is executed in consideration of the network centrality of the user corresponding to the electronic device and the number of times the corresponding application is executed in the electronic device.
  • the device may perform offloading of traffic according to an offloading probability of traffic generated from an application in an electronic device determined according to the calculated probability.
  • the device may determine the probability of offloading traffic originating from an application running on the electronic device to maximize the performance of the local and core networks associated with the base station.
  • the device may determine a range of offloading probability based on the probability that the application will be executed in the electronic device.
  • the range of the offloading probability of the corresponding application in the electronic device may be determined as a relatively high probability range.
  • an upper limit of the range of the offloading probability of the corresponding one application may be determined to be high.
  • the apparatus may determine a range of offloading probability in consideration of the traffic load of the local network and the core network associated with the base station.
  • the device may determine a higher range of the offloading probability range as the traffic load of the core network is greater than the traffic load of the local network associated with the base station. For example, the higher the traffic load of the core network to the traffic load of the local network associated with the base station, the higher the lower limit of the range of offloading probability can be.
  • the degree of traffic load can be determined based on the utility.
  • the utility may indicate the amount of traffic generated by an application among the supported traffic capacity of the network.
  • the apparatus may determine a range of offloading probabilities in consideration of the utility of the local network and the core network associated with the base station. For example, the device may determine a range of offloading probabilities of an application by considering the ratio of the localization of the local network to that of the local network and the core network. For example, the device may determine a lower limit of the range of the offloading probability to be higher as the ratio of the localization of the local network to that of the core network increases.
  • the apparatus may determine the offloading probability such that the increased network performance is maximized as the speed of the data rate increases, the transmission delay decreases, and the packet error loss rate decreases.
  • the apparatus may determine the offloading probability such that the network performance function value determined according to the predicted value of the data rate corresponding to the offloading probability, the predicted value of the transmission delay, and the predicted value of the packet error loss rate is the maximum.
  • the offloading probability such that the network performance function value determined according to the predicted value of the data rate corresponding to the offloading probability, the predicted value of the transmission delay, and the predicted value of the packet error loss rate is the maximum.
  • FIG. 4 is a flowchart of a method for an offloading control apparatus according to an embodiment to control offloading traffic for a plurality of electronic device-application combinations.
  • the method of FIG. 4 may be performed by the offloading management device (200 of FIG. 2).
  • the lowercase p is an integer of each electronic device-application combination. Represents an index.
  • the backhaul of the base station that is, traffic from the local network to the Internet via the core network occurs.
  • the offloading control apparatus may calculate a probability that the j application is executed in the i device in each of the electronic device-application combinations.
  • the device may determine the number of other users sharing data with the i-th user through at least some of the J applications. Can be obtained.
  • the offloading control device when the offloading control device has I users as vertices, and when any two of the I users are adjacent, the offloading control device acquires a graph G forming an edge between two vertexts corresponding to the two corresponding users. You can.
  • the offloading control apparatus may acquire the network center C i of the i-th user indicating the number of other users who are adjacent to the i-th user for each of the I users through the graph G.
  • the device according to an execution frequency of each of the J applications in the i-th electronic device, for each of the connected I-electronic devices in the network, the device performs a ranking r ij of the execution frequency in the order of the highest execution frequency. Can be obtained.
  • r 11 1 representing the execution frequency ranking for the first application in the first electronic device
  • r representing the execution frequency ranking for the second application in the first electronic device
  • 12 3
  • r 13 2 indicating the execution frequency ranking for the third application in the first electronic device.
  • the apparatus may obtain an execution probability of each of the device-application combinations based on the network centrality of the i-th user and the execution frequency ranking of the j-th application in the i-th device.
  • the device has at least one user of the i electronic devices in proximity to the i user, and the j application is executed on the i electronic device It is possible to determine whether or not it satisfies the utilization condition, which is whether or not it has been performed.
  • the execution probability P ij (t) of the j application in the i-th electronic device may be determined according to Equation (1).
  • Equation 1 ⁇ is a Poisson distribution parameter, and m i 0 (t), when t, represents the number of applications executed in the i-th electronic device.
  • the execution probability P ij (t) of the j application in the i-th electronic device may be determined according to Equation 2 below.
  • Equation 2 m i ' j (t), when t, indicates the number of times other users in the adjacent relationship with the i-th user have executed the j-th application.
  • the apparatus may determine, for each of the electronic device-application combinations, a range of the offloading probability of the j application executed in the i device.
  • the offloading probability corresponding to the combination of the i-th electronic device and the jth application is referred to as ⁇ ij (t), and the immediately preceding offloading determination reference time is represented as t-1.
  • the apparatus can determine the offloading probability ⁇ ij (t) in the range of Equation 3 below.
  • U LN represents the utility of the local network, which is traffic generated by M applications among supportable traffic capacity of the local network associated with the base station, and may be calculated according to Equation 4 below.
  • U CN represents the utility of the core network, which is traffic generated by M applications among the supportable traffic capacities of the core network associated with the base station, and may be calculated according to Equation 5 below.
  • step 430 in the range of offloading probabilities for each of the electronic device-application combinations, a combination of offloading probabilities that maximize the network performance function value is determined.
  • the apparatus can calculate the network performance function O (t) according to Equation 6 below.
  • Equation 6 if R ij (t) represents a predicted value of the data rate, the apparatus may calculate R ij (t) according to Equation 7 below.
  • Equation 4 R LN represents the data rate in the local network of the base station, R CN represents the data rate in the core network associated with the base station.
  • the data rate may indicate the transmission rate of data on the network.
  • the apparatus may acquire a data rate from each of the local network and the core network, or monitor the local network and the core network, respectively, at a time t-1 immediately before the offload probability determination time.
  • D ij (t) represents a predicted value of the transmission delay rate, and the apparatus may determine D ij (t) according to Equation 8 below.
  • D j LN represents the average transmission delay of the j-th application in the local network of the base station and may be calculated according to Equation 9 below.
  • D j CN may be calculated according to Equation 10 below if the average transmission delay of the j th application in the core network associated with the base station is indicated.
  • L j may represent an average packet size of the j-th application.
  • the average packet size L j of the j th application may be acquired by the device through monitoring, or may be obtained from an application server or other devices.
  • Pe ij (t) represents a predicted value of the packet error loss rate
  • the apparatus can calculate the predicted value Pe ij (t) of the packet error loss rate according to Equation 11 below.
  • Pe LN represents a packet error loss rate in the local network of the base station
  • Pe CN represents a packet error loss rate in the core network associated with the base station.
  • the predicted value of the data rate, the predicted value of the transmission delay rate, and the predicted value of the packet error loss rate are network performance information at the immediately preceding offloading determination time t-1, which is the obtained information, for example, immediately before the offloading decision. It is calculated based on the data rate and packet error loss rate of each of the local network and the core network at time t-1, as well as the weight offloading probability ⁇ ij (t) determined at the current offloading determination time t.
  • the range of offloading probability corresponding to each of all combinations of device-applications is [0.2, 0.5] and the offloading probability is changed at intervals of 0.1, when searching is performed, it is estimated for each device-application
  • FIG. 5 is a flowchart of a method for determining an offloading probability combination using an approximate network performance function by an offloading control apparatus according to an embodiment.
  • the method of FIG. 5 may be performed by the offloading management device (200 of FIG. 2).
  • the approximate network performance function is calculated after calculating an approximate network performance function value for each of the candidate values of the L offloading probabilities in a corresponding device-application combination, i.e., the offloading probability wij range corresponding to the i-device and the j-th application.
  • Offloading probability wij corresponding to the maximum value among L approximate network function values is determined as a corresponding device-application combination, i.e., offloading probability wij of the i-th device and the j-th application combination.
  • the approximate network performance function value of L times is calculated for each combination, if the approximate network performance function value of MxNxL times is calculated for the total of MxN combinations, the approximate optimal offloading probability combination can be calculated. have. Therefore, the amount of computation can be greatly reduced and the efficiency of the system can be increased.
  • the apparatus may set the index i that identifies the device to 1.
  • the device may set an index j to 1 to identify the application.
  • the offloading probability is determined for each device-application combination.
  • step 515 the apparatus acquires an upper limit value upper (wij) and a lower limit value lower (wij) of a range of offloading probabilities corresponding to the i-th device and the j-th device.
  • the apparatus may obtain a range of offloading probability according to Equation (3).
  • the upper limit of the range of offloading probability upper (wij) is And lower (wij) is It can be determined by.
  • the device may set the index k representing candidates of the offloading probability to 1 in the range of the offloading probability.
  • the device may determine L candidate values in the determined range of offloading probabilities.
  • k is an integer value from 1 to L.
  • the device may calculate an approximate network performance function o ij, k (t) using ⁇ ij, k (t).
  • the device may calculate an approximate network performance function value o ij, k (t) according to Equation (12).
  • R ij, k (t), D ij, k (t), and Pe ij, k (t) represent the prediction of the data rate, the prediction of the transmission delay rate, and the prediction of the packet error loss rate, respectively. It can be calculated by substituting the current candidate value ⁇ ij, k (t) in ⁇ ij (t) in Equations 7 to 11 described above.
  • the apparatus is a list of approximate network performance functions corresponding to the current device-application combination list o ij (t) and approximate network performance function values calculated using ⁇ ij, k (t) o ij, k (t) Can be added and saved.
  • the device may determine whether k is L.
  • step 530 If k is not L, it is necessary to repeatedly perform step 530 for the additional candidate group in the offloading probability range, so the device proceeds to step 540 to update the k value by adding 1 to k.
  • k is L, it indicates that the approximate network performance function value has been calculated for all offloading probability candidate values in the current device i and application j combination, and the apparatus performs step 545.
  • the device sets the offloading probability ⁇ ij, max (t) with the maximum approximated function value o ij, k (t) in the list of approximate network performance function lists o ij (t), device i and application j. It can be determined by the offloading probability corresponding to the combination.
  • the apparatus may determine the offloading probability for each combination of the i-th device and the j-th application while performing steps 515 to 545.
  • the device may determine if j equals the total number of applications J.
  • steps 515 to 545 are repeatedly performed for the current i-device and other application combinations. Accordingly, the device updates the index j identifying the application at step 555 to j + 1 and returns to step 515 to proceed to subsequent steps.
  • the apparatus determines whether to change or terminate the target device of the offloading probability. 560.
  • step 560 the apparatus determines whether the index i identifying the device is equal to the number I of devices.
  • steps 515 to 545 are repeatedly performed for a device different from the current i-th device. Accordingly, in step 565, the apparatus updates index i identifying the device to i + 1 and returns to step 510 in order to determine the offloading probability sequentially from the first application, and then proceeds to the subsequent steps.
  • the device determines the offloading probability for all device and application combinations, and thus ends the process.
  • Computer-readable recording media include magnetic storage media (eg, ROM, floppy disks, hard disks, etc.), optical storage media (eg, CD-ROM, DVD, etc.).

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법을 제안된다. 오프로딩 방법은, 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득하는 단계, 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출하는 단계 및 산출된 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행하는 단계를 포함할 수 있다.

Description

트래픽 오프로딩을 제어하기 위한 장치 및 방법
사용자의 사용 정보 등을 이용하여 트래픽의 오프로딩을 제어함으로써 코어 네트워크의 부하를 감소시키고 네트워크의 효율성을 증가시키기 위한 장치 및 방법에 관한 것이다.
이동통신 기술의 발전과 스마트 모바일 기기의 확산은 모바일 트래픽의 폭발적인 증가를 가져왔으며, 이로 인해 코어망의 부하가 가중되고 있다. 한편, 이러한 모바일 트래픽 중 두 번째로 많은 트래픽이 소셜 네트워킹 서비스(social networking service: SNS)로 인해 발생되고 있다.
따라서, 사용자의 소셜 컨텍스트(social context)를 활용하여 코어망 부하를 감소시키면서 사용자의 QoE(quality of user experience)를 증가시키기 위한 트래픽의 오프로딩에 대한 필요하다. 하지만, 소셜 컨텍스트를 활용하기 위해서는 복잡한 계산이 필요하기 때문에, 코어망을 거쳐 인터넷 상의 클라우드에서 이를 처리하는 기존 클라우드 컴퓨팅 구조에서는 상당한 지연이 발생할 수 있다.
본 개시는 상기 문제점을 해결하기 위하여 사용자의 소셜 컨텍스트를 활용하여 코어망의 부하를 감소시키면서 네트워크 성능을 향상시키기 위한 오프로딩 방식을 제안한다.
본 실시 예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
일 측면에 따른, 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법은, 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득하는 단계, 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출하는 단계, 산출된 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행하는 단계를 포함할 수 있다.
오프로딩 방법은, 기지국에 접속된 복수의 전자기기들 각각 및 복수의 전자기기들 중 적어도 하나의 전자기기에서 실행되는 복수의 어플리케이션들 각각의 조합인 전자기기-어플리케이션 조합들 각각에 대하여 수행될 수 있다.
전자기기에서 어플리케이션이 실행될 확률을 산출하는 단계는 사용자가 어플리케이션을 선택한 횟수를 포함하는 이력 정보 및 획득된 네트워크 중심도에 기초하여, 전자기기에 대응하는 사용자에 의한 어플리케이션이 실행될 확률을 결정하는 단계를 포함할 수 있다.
전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률은 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 성능을 최대화 하도록 결정될 수 있다.
오프로딩 수행 비율을 결정하는 단계는, 오프로딩 수행 비율에 대응하는 데이터율의 예측치, 전송 지연의 예측치 및 패킷 에러 손실률의 예측치에 따라 결정되는 네트워크 성능 함수 값이 최대가 되도록, 오프로딩 수행 비율을 결정하는 단계를 포함할 수 있다.
전자기기가 속한 기지국은 소형셀(Small Cell) 기지국일 수 있다.
다른 일 측면에 따른 장치는, 적어도 하나의 프로그램이 저장된 메모리 및 적어도 하나의 프로그램을 실행함으로써 기지국의 오프로딩을 제어하기 위한 프로세서를 포함하고, 프로세서는, 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득하고, 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출하고, 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행할 수 있다.
다른 일 측면에 따른, 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법은, 기지국에 접속된 I 개의 전자기기들 및 I 개의 전자기기들 중 적어도 하나의 전자기기에서 실행된 J 개의 어플리케이션들간의 P(P는 IXJ)개의 전자기기-어플리케이션 조합들 각각에 대하여, J 개의 어플리케이션들 중 적어도 일부를 통하여, 제 i(i는 각각의 전자기기 및 대응하는 사용자를 식별하기 위한 인덱스로서, 1<= i <=I인 정수) 전자기기의 제 i 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 다른 사용자들의 수를 나타내는 제 i 사용자의 네트워크 중심도를 획득하는 단계, 제 i 전자기기에서 제 j 어플리케이션의 실행 빈도를 포함하는 이력 정보 및 획득된 제 i 사용자의 네트워크 중심도에 기초하여, 제 i 전자기기에서 제 j(j는 각각의 어플리케이션을 식별하기 위한 인덱스로서, 1<= j <=J인 정수) 어플리케이션이 실행될 확률을 산출하는 단계, 및 제 i 전자기기에서 제 j 어플리케이션이 실행될 확률에 기초하여 결정된 제 p(p는 각각의 전자기긱-어플리케이션 조합을 식별하기 위한 인덱스로서, 1<=p<=P인 정수) 전자기기-어플리케이션 조합과 관련된 트래픽의 오프로딩 확률에 따라, 트래픽의 오프로딩을 수행하는 단계를 포함할 수 있다.
일 측면에 따른 오프로딩 방법은 사용자의 네트워크 중심도를 획득하고, 이를 이용하여 어플리케이션 실행 확률을 산출하고, 특히, 네트워크 중심도 및 어플리케이션 실행 빈도를 이용하여 각각의 전자기기 및 각각의 어플리케이션에 대한 오프로딩 비율을 산정함으로써, 소셜 네트워크와 같은 어플리케이션으로부터 발생하는 트래픽 처리의 효율성을 향상시킬 수 있다.
본 실시 예의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터, 본 실시 예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일 실시 예에 따른 트래픽(traffic)의 오프로딩(offloading)을 개괄적으로 설명하기 위한 도면이다.
도 2는 일 실시 예에 따른 오프로딩을 제어하는 장치의 블록도이다.
도 3은 일 실시 예에 따른 오프로딩을 제어하는 장치가 오프로딩을 제어하는 방법의 흐름도이다.
도 4는 일 실시 예에 따른 오프로딩 제어 장치가 복수의 전자기기-어플리케이션 조합들에 대한 트래픽을 오프로딩은 제어하는 방법의 흐름도이다.
도 5는 일 실시 예에 따른 오프로딩 제어 장치가 근사화된 네트워크 성능 함수를 이용하여 오프로딩 확률 조합을 결정하는 방법의 흐름도이다.
일 측면에 따른, 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법은, 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득하는 단계, 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출하는 단계, 산출된 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행하는 단계를 포함할 수 있다.
다른 일 측면에 따른, 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법은, 기지국에 접속된 I 개의 전자기기들 및 I 개의 전자기기들 중 적어도 하나의 전자기기에서 실행된 J 개의 어플리케이션들간의 P(P는 IXJ)개의 전자기기-어플리케이션 조합들 각각에 대하여, J 개의 어플리케이션들 중 적어도 일부를 통하여, 제 i(i는 각각의 전자기기 및 대응하는 사용자를 식별하기 위한 인덱스로서, 1<= i <=I인 정수) 전자기기의 제 i 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 다른 사용자들의 수를 나타내는 제 i 사용자의 네트워크 중심도를 획득하는 단계, 제 i 전자기기에서 제 j 어플리케이션의 실행 빈도를 포함하는 이력 정보 및 획득된 제 i 사용자의 네트워크 중심도에 기초하여, 제 i 전자기기에서 제 j(j는 각각의 어플리케이션을 식별하기 위한 인덱스로서, 1<= j <=J인 정수) 어플리케이션이 실행될 확률을 산출하는 단계, 및 제 i 전자기기에서 제 j 어플리케이션이 실행될 확률에 기초하여 결정된 제 p(p는 각각의 전자기긱-어플리케이션 조합을 식별하기 위한 인덱스로서, 1<=p<=P인 정수) 전자기기-어플리케이션 조합과 관련된 트래픽의 오프로딩 확률에 따라, 트래픽의 오프로딩을 수행하는 단계를 포함할 수 있다.
이하, 본원의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본원에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본원 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본원에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본원에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본원에서 사용된 "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 기기와 제 2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 바꾸어 명명될 수 있다.
본원에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다. 본원에서 제어부는 하나 이상의 프로세서를 의미한다.
본원에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복 수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본원에서 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본원에서 정의된 용어일지라도 본원의 실시 예들을 배제하도록 해석될 수 없다.
이하, 첨부 도면을 참조하여, 다양한 실시예에 따른 곡면 반도체 기저의 이미지 센서가 설명된다.
도 1은 일 실시 예에 따른 트래픽(traffic)의 오프로딩(offloading)을 개괄적으로 설명하기 위한 도면이다.
모바일 엣지 컴퓨팅(mobile edge computing)은 온라인 서비스 및 컨테츠를 사용자 단말기(101, 102, 103)에 근접시킴으로써, 서비스의 제공 속도를 증가시키고 코어망의 부하를 완화한다.
무선 네트워크의 엣지인 기지국을 컨텐츠 및 서비스 사업자에게 개방함으로써, 기지국 상에 응용 서버가 네트워크 트래픽을 제어할 수 있다. 이러한 응용 서버를 이하 엣지 서버라 한다.
엣지 서버(100)는 엣지 서버(100)가 제어하는 기지국(110) 내에 위치한 사용자 단말기(101, 102, 103)와 관련된 트래픽을 제어할 수 있다. 즉, 엣지 서버(100)는 사용자 단말기(101, 102, 103)를 통한 온라인 서비스 이용으로 야기되는 네트워크 상의 트래픽 량을 제어할 수 있다.
예를 들어, 기지국(110)은 소형셀(small cell) 기지국일 수 있다. 소형셀 기지국이란 수 키로미터(km) 정도의 광대역 커버리지를 지원하는 매크로셀과 구별하여, 수십/수백 m 정도의 출력 커버리지를 갖는 기지국을 말한다.
소형셀 기지국(110)은 셀의 크기와 용도에 따라 Residential Femtocell, Enterprise형 Picocell, 도심이나 시골지역에서 사용하는 Metrocell과 Microcell 등으로 구분된다.
소형셀은 기존의 상대적으로 큰 커버리지(coverage)를 갖는 셀, 예를 들어, 매크로 셀(Macro cell)의 단점을 보완하여, 공공장소, 인구 밀집 지역 등에서 효과적인 트래픽 수용 기술로 등장하고 있으며, 매크로 셀과의 간섭제어 및 협력전송에 의하여 용량 증대 효과를 가져온다. 예를 들어, 소형셀은 Home eCodeB 또는 fetom Cell과 같은 개념로서 사용되었으나, 이에 제한되지 아니한다.
장소 및 용도에 따라 소형셀은 독립적으로 구축될 수도 있고, 무선라디오 유닛과 베이스밴드 유닛이 분리된 Cloud RAN 구조로 구축될 수도 있을 것이다.
Cloud(or centralized) RAN 구조와 관련하여, ALU(Alcatel Lucent)의 Light Radio, China Mobile, ZTE, HUAWEI 등의 C-RAN, NSN의 LightNet, IBM의 Cloud 기반의 WiMAX, Ericsson의 LTE 기반의 Cloud RAN 등이 현재 PoC(Proof-of-Concept) Level에서 검증되었다. Cloud RAN 구조의 경우 현재는 RRH(Remote Radio Head)와 DU(Digital Unit)가 분리되며, 4G와 5G 이동통신을 위한 무선 액세스 가상화는 유연한 자원의 사용, 다양한 무선액세스의 지원, 스펙트럼의 다양화 등이 진행된다.
소형셀의 밀집화된 배치와 함께 고려해야 하는 무선 액세스 망구조 중 하나는 HetNet이다. 5G 이동통신에서 소형셀은 음영지역이나, 도심 밀집지역의 트래픽이 폭주하는 지역에 사용될 가능성이 높으며, 매크로 기지국과 함께 HetNet 구조를 이루게 될 것이다. HetNet 환경에서의 간섭제어, 협력전송 등의 기법이 연구된다.
5G 이동통신에서 소형셀을 고려한 무선 액세스 망구조는 HetNet 구조를 가정한 무선 액세스 가상화, RF, L1, L2, L3 각 프로토콜 계층에서의 분산과 중앙집중 제어를 고려한 가상화 구조, 다양한 무선전송 방식에 유연한 가상화 구조, 통합된 무선 자원 제어가 가능한 구조들에 대한 연구가 진행될 수 있다.
한편, 소설 네트워킹, 컨텐츠 공유 등과 관련된 어플리케이션의 사용이 증가함에 따라, 네트워크를 통한 데이터 이동량이 폭발적으로 증가하였다. 모바일 데이터 트래픽 량이 증가함에 따라, 네트워크의 용량 한계로 인한 오버로딩이 발생할 수 있다. 이를 해결하기 위한 방법으로, 오프로딩 기술이 제안된다.
도 1을 참조하면, 오프로딩이 수행되지 않는 경우, 엣지 서버(100)는 사용자 단말기가 속한 기지국(110), 예를 들어, 소형셀 기지국(110)의 백홀망으로부터 코어 네트워크(170)을 거쳐 컨텐츠 제공자 서버의 백홀망을 연결하는 코어 네트워크 트래픽(160)을 형성한다.
반면, 엣지 서버(100)가 오프로딩 트래픽을 결정한 경우, 엣지 서버(100)는, 코어망을 거치지 않고, 소형셀 기지국(110)과 직접 컨텐츠 제공자의 서버(1401)의 백홀망 또는 인터넷(140)을 연결하는 오프로딩 트래픽(150)을 형성한다.
엣지 서버(100)는 사용자 단말기에서 선택된 어플리케이션의 사용 빈도나 소셜 네트워킹 등의 어플리케이션에 있어서 사용자 단말기(101, 102, 103)에 대응하는 소셜 네트워크 가입자들(131, 132, 133) 각각의 중요도를 고려하여, 사용자 단말기(101, 102, 103)의 오프로딩 여부를 결정할 수 있다.
도 1을 참조하면, 소형셀 기지국(110)에 속한 복수의 사용자들 중 사용자 (132)가 다른 사용자들(131, 133)과의 연결 정도가 높은 경우, 엣지 서버(100)는 사용자(132)와 관련된 모바일 디바이스(102)에 대하여 오프로딩을 수행하기로 결정할 수 있다.
이하 도면을 참조하여 엣지 서버(100)를 포함하는 오프로딩 제어 장치에 의해 수행되는 오프로딩 제어 방식에 대하여 설명하도록 한다.
도 2는 일 실시 예에 따른 오프로딩을 제어하는 장치(200)의 블록도이다.
장치(200)는 제어부(210), 통신부(220) 및 메모리(230)를 포함할 수 있다.
장치(200)는 메모리(230)에 프로그램 코드를 저장할 수 있다. 제어부(210)는 시스템 버스를 통해 메모리(230)에서 불러들인 프로그램 코드를 실행함으로써 인공 신경망을 압축하는 동작을 처리할 수 있다.
예를 들어, 통신부(220)는 Wi-Fi, 근거리 무선 통신 등 무선 통신 장치를 포함하고, 장치(200)는 통신부(220)를 통하여 외부 기기와 데이터를 송수신할 수 있다. 또는, 통신부(220)는 데이터 통신 케이블을 이용하여 다른 기기와 유선 통신을 지원하는 장치를 포함할 수 있으나 이에 제한되지 아니한다.
메모리(230)는 로컬 메모리 또는 하나 이상의 대용량 저장 장치들(bulk storage devices)과 같은 하나 이상의 물리적 메모리 장치들을 포함할 수 있다. 이 때, 로컬 메모리는 RAM(Random Access Memory) 또는 프로그램 코드를 실제로 실행하는 동안 일반적으로 사용되는 다른 휘발성 메모리 장치를 포함할 수 있다. 대용량 저장 장치는 HDD(Hard Disk Drive), SSD(Solid State Drive) 또는 다른 비휘발성 메모리 장치로 구현될 수 있다. 또한, 장치(200)는 압축 동작을 수행하는 동안에 대용량 저장 장치들에서 프로그램 코드를 검색하는 횟수를 줄이기 위해, 적어도 일부 프로그램 코드의 임시 저장 공간을 제공하는, 하나 이상의 캐시 메모리들(미도시)을 포함할 수 있다.
메모리(230)에 저장된 실행 가능한 프로그램 코드가 장치(200)에 의해 실행됨에 따라, 제어부(210)에 의해 본 개시에 기재된 다양한 동작들을 수행할 수 있다. 예를 들어, 메모리(230)는 제어부(210)가 도 3 내지 5에 기재된 하나 이상의 동작을 수행하도록 하기 위한 프로그램 코드를 저장할 수 있다.
구현되는 장치의 특정 유형에 따라, 장치(200)는 도시된 구성 요소보다 적은 구성 요소들 또는 도 2에 도시되지 않은 추가적인 구성 요소들을 포함할 수 있다. 또한, 하나 이상의 구성 요소들은 다른 구성 요소에 포함될 수 있고, 그렇지 않으면 다른 구성 요소의 일부를 형성할 수 있다.
단계 310에서, 제어부(210)는 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득할 수 있다.
인접 관계란 사용자가 어플리케이션을 통하여 상호간 컨텐츠를 공유하는 관계를 나타낼 수 있다. 예를 들어, 소셜 네트워크에서 "친구" 관계, "1촌" 관계 또는 "팔로윙/팔로워" 등의 관계를 나타낼 수 있다.
일 실시 예에 따라, 제어부(210)는 인접 관계에 대한 정보를 기지국에 접속된 복수의 단말기들 각각으로부터 획득할 수 있다. 예를 들어, 제어부(210)는 복수의 단말기들 각각에서 어플리케이션이 실행될 때마다 복수의 전자기기에 저장되는 로그로부터 인접 관계에 대한 정보를 획득할 수 있다.
또는, 제어부(210)는 전자단말기가 접속하는 어플리케이션을 관리하는 서버와 통신을 통하여 어플리케이션과 관련된 인접 관계에 대한 정보를 획득할 수 있다.
예를 들어, 인접 관계에 대한 정보는 각각의 어플리케이션에 대하여 별도로 정의될 수 있다.
또는, 제어부(210)는 복수의 서로 다른 어플리케이션들 중 적어도 일부의 어플리케이션에서 인접 관계가 있는지 여부를 고려하여, 사용자의 인접 관계를 결정할 수 있다.
예를 들어, 기지국의 커버리지(coverage)에는 복수의 전자 기기가 속할 수 있다. 이 때, 복수의 전자기기는 기지국에 접속하여 인터넷이나 외부 서버와 통신 네트워크를 형성할 수 있다. 또한, 제어부(210)는 기지국에 접속된 복수의 전자 기기들 중 적어도 일부에서 실행되어 트래픽을 발생시키는 복수의 어플리케이션들을 결정할 수 있다. 이 때, 제어부(210)는 결정된 복수의 어플리케이션들의 트래픽을 관리할 수 있다. 또는, 제어부(210)는 미리 결정된 개수의 복수의 어플리케이션들의 트래픽을 관리할 수 있다.
인접 관계는 사용자와의 관계에서 결정될 수 있다. 예를 들어, 기지국에 접속한 복수의 전자기기들 각각마다 별도의 사용자가 대응될 수 있다. 예를 들어, 일 어플리케이션에 대한 계정을 가진 복수의 사용자 각각이 대응하는 복수의 전자기기 각각을 통하여 어플리케이션을 실행할 수 있다.
다른 예로서, 복수의 전자기기들 중 두 개 이상의 전자기기들을 통하여 일 사용자가 동일한 어플리케이션이나 두 개 이상의 서로 다른 어플리케이션들 각각을 실행할 수 있다. 해당 실시 예에서, 두 개 이상의 전자기기를 독립적인 전자기기라 가정하며, 해당 두 개 이상의 전자기기에 대응하는 일 사용자를 각각의 전자기기에 대응하는 독립적 사용자라 가정하고 본원 개시의 실시 예가 적용될 수 있다.
단계 320에서 제어부(210)는 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출할 수 있다.
예를 들어, 전자기기를 통해 어플리케이션을 실행하는 사용자의 네트워크 중심도가 클수록, 전자기기를 통해 어플리케이션을 실행할 확률을 높게 결정할 수 있다. 확률적으로, 사용자의 네트워크 중심도가 클수록 어플리케이션을 통하여 트래픽을 발생시키는 데이터의 공유가 수행될 가능성이 높을 수 있다.
예를 들어, 네트워크 중심도는 복수의 어플리케이션들을 통합적으로 고려하여 결정될 수 있다. 이 경우, 어플리케이션의 실행 확률을 산출하기 위해 이용되는 네트워크 중심도는 복수의 어플리케이션들에 대하여 동일할 수 있다.
다른 일 예로서, 네트워크 중심도는 복수의 어플리케이션들 각각에 대하여 독립적으로 결정될 수 있다. 이 경우, 어플레케이션의 실행 확률을 산출하기 위해 이용되는 네트워크 중심도는 복수의 어플리케이션들 각각에 대하여 독립적으로 결정될 수 있다.
또한, 제어부(210)는 전자기기에서 어플리케이션이 실행된 횟수에 관한 이력 정보에 기초하여 어플리케이션이 실행될 확률을 산출할 수 있다.
인접 관계에 대한 정보와 마찬가지로, 제어부(210)는 전자기기에 저장된 어플리케이션이 실행된 횟수에 관한 이력정보를 전자기기로부터 획득할 수 있다. 다른 일 예로서, 제어부(210)는 어플리케이션에 대응하는 서버로부터 전자기기로부터 실행된 횟수를 포함하는 이력 정보를 획득할 수 있다.
예를 들어, 제어부(210)는 전자기기에서 해당 어플리케이션이 실행된 횟수가 많을수록 어플리케이션이 실행될 확률을 높게 결정할 수 있다.
또한, 제어부(210)는 전자기기에 대응하는 사용자의 네트워크 중심도 및 전자기기에서 해당 어플리케이션이 실행된 횟수를 고려하여 어플리케이션이 실행될 확률을 결정할 수 있다.
단계 330에서, 제어부(210)는 산출된 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행할 수 있다.
제어부(210)는 전자기기에서 실행되는 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률을 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 성능을 최대화 하도록 결정할 수 있다.
제어부(210)는 전자기기에서 어플리케이션이 실행될 확률에 기초하여 오프로딩 확률의 범위를 결정할 수 있다.
예를 들어, 전자기기에서 실행되는 복수의 어플리케이션들 중 일 어플리케이션이 실행될 확률의 비중이 큰 경우, 전자기기에서 해당하는 일 어플리케이션의 오프로딩 확률의 범위를 상대적으로 높은 확률의 범위로 결정할 수 있다. 예를 들어, 전자기기에서 실행되는 복수의 어플리케이션들 중 일 어플리케이션이 실행될 확률의 비중이 큰 경우, 해당하는 일 어플리케이션의 오프로딩 확률의 범위의 상한을 높게 결정할 수 있다.
또한, 제어부(210)는 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 트래픽 부하 정도를 고려하여 오프로딩 확률의 범위를 결정할 수 있다.
예를 들어, 제어부(210)는 기지국과 관련된 로컬 네트워크의 트래픽 부하 정도에 대한 코어 네트워크의 트래픽 부하 정도가 클수록 오프로딩 확률의 범위를 높은 범위를 결정할 수 있다. 예를 들어, 제어부(210)는 기지국과 관련된 로컬 네트워크의 트래픽 부하 정도에 대한 코어 네트워크의 트래픽 부하 정도가 클수록 오프로딩 확률의 범위의 하한을 높게 결정할 수 있다.
예를 들어 트래픽의 부하 정도는 유틸라이제이션(utilization)에 기초하여 결정될 수 있다. 유틸라이제이션은 네트워크의 지원 가능한 트래픽 용량 중 어플리케이션에 의해 발생한 트래픽 량을 나타낼 수 있다.
제어부(210)는 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 유틸라이제이션을 고려하여 오프로딩 확률의 범위를 결정할 수 있다. 예를 들어, 제어부(210)는 로컬 네트워크의 유틸라이제이션과 코어 네트워크의 유틸라이제이션의 합에서 로컬 네트워크의 유틸라이제이션의 비율을 고려하여 어플리케이션의 오프로딩 확률의 범위를 결정할 수 있다. 예를 들어, 제어부(210)는 로컬 네트워크의 유틸라이제이션과 코어 네트워크의 유틸라이제이션의 합에서 로컬 네트워크의 유틸라이제이션의 비율이 클수록 오프로딩 확률의 범위의 하한을 높게 결정할 수 있다.
제어부(210)는 데이터율의 속도가 증가하고, 전송 지연이 감소하며 패킷 에러 손실률이 감소할수록 증가하는 네트워크 성능이 최대화 되도록 오프로딩 확률을 결정할 수 있다.
예를 들어, 제어부(210)는 오프로딩 확률에 대응하는 데이터율의 예측치, 전송 지연의 예측치 및 패킷 에러손실률의 예측치에 따라 결정되는 네트워크 성능 함수 값이 최대가 되도록, 오프로딩 확률을 결정할 수 있다.
도 3은 일 실시 예에 따른 오프로딩을 제어하는 장치가 오프로딩을 제어하는 방법의 흐름도이다.
도 3의 방법은 오프로딩 관리 장치(도 2의 200)에 의해 수행될 수 있다.
단계 310에서, 장치는 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 어플리케이션의 다른 사용자들의 수를 나타내는 전자기기의 사용자의 네트워크 중심도를 획득할 수 있다.
일 실시 예에 따라, 장치는 인접 관계에 대한 정보를 기지국에 접속된 복수의 단말기들 각각으로부터 획득할 수 있다. 예를 들어, 장치는 복수의 단말기들 각각에서 어플리케이션이 실행될 때마다 복수의 전자기기에 저장되는 로그로부터 인접 관계에 대한 정보를 획득할 수 있다.
또는, 장치는 전자단말기가 접속하는 어플리케이션을 관리하는 서버와 통신을 통하여 어플리케이션과 관련된 인접 관계에 대한 정보를 획득할 수 있다.
예를 들어, 인접 관계에 대한 정보는 각각의 어플리케이션에 대하여 별도로 정의될 수 있다.
또는, 장치는 복수의 서로 다른 어플리케이션들 중 적어도 일부의 어플리케이션에서 인접 관계가 있는지 여부를 고려하여, 사용자의 인접 관계를 결정할 수 있다.
예를 들어, 기지국의 커버리지(coverage)에는 복수의 전자 기기가 속할 수 있다. 이 때, 복수의 전자기기는 기지국에 접속하여 인터넷이나 외부 서버와 통신 네트워크를 형성할 수 있다. 또한, 장치는 기지국에 접속된 복수의 전자 기기들 중 적어도 일부에서 실행되어 트래픽을 발생시키는 복수의 어플리케이션들을 결정할 수 있다. 이 때, 장치는 결정된 복수의 어플리케이션들의 트래픽을 관리할 수 있다. 또는, 장치는 미리 결정된 개수의 복수의 어플리케이션들의 트래픽을 관리할 수 있다.
인접 관계는 사용자와의 관계에서 결정될 수 있다. 예를 들어, 기지국에 접속한 복수의 전자기기들 각각마다 별도의 사용자가 대응될 수 있다. 예를 들어, 일 어플리케이션에 대한 계정을 가진 복수의 사용자 각각이 대응하는 복수의 전자기기 각각을 통하여 어플리케이션을 실행할 수 있다.
다른 예로서, 복수의 전자기기들 중 두 개 이상의 전자기기들을 통하여 일 사용자가 동일한 어플리케이션이나 두 개 이상의 서로 다른 어플리케이션들 각각을 실행할 수 있다. 해당 실시 예에서, 두 개 이상의 전자기기를 독립적인 전자기기라 가정하며, 해당 두 개 이상의 전자기기에 대응하는 일 사용자를 각각의 전자기기에 대응하는 독립적 사용자라 가정하고 본원 개시의 실시 예가 적용될 수 있다.
단계 320에서 장치는 획득된 네트워크 중심도에 기초하여, 전자기기에서 어플리케이션이 실행될 확률을 산출할 수 있다.
예를 들어, 전자기기를 통해 어플리케이션을 실행하는 사용자의 네트워크 중심도가 클수록, 전자기기를 통해 어플리케이션을 실행할 확률을 높게 결정할 수 있다. 확률적으로, 사용자의 네트워크 중심도가 클수록 어플리케이션을 통하여 트래픽을 발생시키는 데이터의 공유가 수행될 가능성이 높을 수 있다.
예를 들어, 네트워크 중심도는 복수의 어플리케이션들을 통합적으로 고려하여 결정될 수 있다. 이 경우, 어플리케이션의 실행 확률을 산출하기 위해 이용되는 네트워크 중심도는 복수의 어플리케이션들에 대하여 동일할 수 있다.
다른 일 예로서, 네트워크 중심도는 복수의 어플리케이션들 각각에 대하여 독립적으로 결정될 수 있다. 이 경우, 어플레케이션의 실행 확률을 산출하기 위해 이용되는 네트워크 중심도는 복수의 어플리케이션들 각각에 대하여 독립적으로 결정될 수 있다.
또한, 장치는 전자기기에서 어플리케이션이 실행된 횟수에 관한 이력 정보에 기초하여 어플리케이션이 실행될 확률을 산출할 수 있다.
인접 관계에 대한 정보와 마찬가지로, 장치는 전자기기에 저장된 어플리케이션이 실행된 횟수에 관한 이력정보를 전자기기로부터 획득할 수 있다. 다른 일 예로서, 장치는 어플리케이션에 대응하는 서버로부터 전자기기로부터 실행된 횟수를 포함하는 이력 정보를 획득할 수 있다.
예를 들어, 장치는 전자기기에서 해당 어플리케이션이 실행된 횟수가 많을수록 어플리케이션이 실행될 확률을 높게 결정할 수 있다.
또한, 장치는 전자기기에 대응하는 사용자의 네트워크 중심도 및 전자기기에서 해당 어플리케이션이 실행된 횟수를 고려하여 어플리케이션이 실행될 확률을 결정할 수 있다.
단계 330에서, 장치는 산출된 확률에 따라 결정되는 전자기기에서 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행할 수 있다.
장치는 전자기기에서 실행되는 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률을 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 성능을 최대화 하도록 결정할 수 있다.
장치는 전자기기에서 어플리케이션이 실행될 확률에 기초하여 오프로딩 확률의 범위를 결정할 수 있다.
예를 들어, 전자기기에서 실행되는 복수의 어플리케이션들 중 일 어플리케이션이 실행될 확률의 비중이 큰 경우, 전자기기에서 해당하는 일 어플리케이션의 오프로딩 확률의 범위를 상대적으로 높은 확률의 범위로 결정할 수 있다. 예를 들어, 전자기기에서 실행되는 복수의 어플리케이션들 중 일 어플리케이션이 실행될 확률의 비중이 큰 경우, 해당하는 일 어플리케이션의 오프로딩 확률의 범위의 상한을 높게 결정할 수 있다.
또한, 장치는 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 트래픽 부하 정도를 고려하여 오프로딩 확률의 범위를 결정할 수 있다.
예를 들어, 장치는 기지국과 관련된 로컬 네트워크의 트래픽 부하 정도에 대한 코어 네트워크의 트래픽 부하 정도가 클수록 오프로딩 확률의 범위를 높은 범위를 결정할 수 있다. 예를 들어, 장치는 기지국과 관련된 로컬 네트워크의 트래픽 부하 정도에 대한 코어 네트워크의 트래픽 부하 정도가 클수록 오프로딩 확률의 범위의 하한을 높게 결정할 수 있다.
예를 들어 트래픽의 부하 정도는 유틸라이제이션(utilization)에 기초하여 결정될 수 있다. 유틸라이제이션은 네트워크의 지원 가능한 트래픽 용량 중 어플리케이션에 의해 발생한 트래픽 량을 나타낼 수 있다.
장치는 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 유틸라이제이션을 고려하여 오프로딩 확률의 범위를 결정할 수 있다. 예를 들어, 장치는 로컬 네트워크의 유틸라이제이션과 코어 네트워크의 유틸라이제이션의 합에서 로컬 네트워크의 유틸라이제이션의 비율을 고려하여 어플리케이션의 오프로딩 확률의 범위를 결정할 수 있다. 예를 들어, 장치는 로컬 네트워크의 유틸라이제이션과 코어 네트워크의 유틸라이제이션의 합에서 로컬 네트워크의 유틸라이제이션의 비율이 클수록 오프로딩 확률의 범위의 하한을 높게 결정할 수 있다.
장치는 데이터율의 속도가 증가하고, 전송 지연이 감소하며 패킷 에러 손실률이 감소할수록 증가하는 네트워크 성능이 최대화 되도록 오프로딩 확률을 결정할 수 있다.
예를 들어, 장치는 오프로딩 확률에 대응하는 데이터율의 예측치, 전송 지연의 예측치 및 패킷 에러손실률의 예측치에 따라 결정되는 네트워크 성능 함수 값이 최대가 되도록, 오프로딩 확률을 결정할 수 있다. 네트워크 성능 함수 등과 관련하여 하기 도 4 및 도 5를 참조하여 자세히 설명하도록 한다.
도 4는 일 실시 예에 따른 오프로딩 제어 장치가 복수의 전자기기-어플리케이션 조합들에 대한 트래픽을 오프로딩은 제어하는 방법의 흐름도이다.
도 4의 방법은 오프로딩 관리 장치(도 2의 200)에 의해 수행될 수 있다.
도 4에서, 기지국 내에 I 개의 전자기기들이 접속한 상태라 가정한다. 이 때, 소문자 i는 전자기기각각의 인덱스로서, i는 1<=i<=I인 정수이다.
또한, I 개의 전자기기들 중 적어도 하나의 전자기기를 통해 실행되어, 기지국과 관련된 로컬 네트워크 및/또는 코어 네트워크를 통하여 트래픽을 발생시키는 어플리케이션의 개수를 J 개라 가정한다. 이 때, 소문자 j는 어플리케이션 각각의 인덱스로서, j는 1<=j<=J인 정수이다.
이 때, I 개의 전자기기 각각과 I 개의 전자기기 각각에서 실행될 수 있는 M 개의 어플리케이션들 각각의 전자기기-어플리케이션 조합들의 개수는 P=MxN 개로서, 소문자 p는 각각의 전자기기-어플리케이션 조합의 정수 인덱스를 나타낸다. p는 1<= p <= P인 정수이다.
오프로딩이 수행될 경우, 기지국의 백홀, 즉, 로컬 네트워크를 통하여 직접 인터넷으로 연결되는 트래픽이 발생한다.
오프로딩이 수행될 경우, 기지국의 백홀, 즉, 로컬 네트워크로부터 코어 네트워크를 거쳐 인터넷으로 연결되는 트래픽이 발생한다.
단계 410에서 오프로딩 제어 장치는 전자기기-어플리케이션 조합들 각각에서 i 디바이스에서 j 어플리케이션이 실행될 확률 산출할 수 있다.
일 실시 예에 따라, 장치는 네트워크의 접속된 I 전자 기기에 대응하는 I 명의 사용자들 각각에 대하여, J 개의 어플리케이션들 중 적어도 일부의 어플리케이션을 통하여 제 i 사용자와 데이터를 공유하는 다른 사용자들의 수를 획득할 수 있다.
예를 들어, 오프로딩 제어 장치는 I 명의 사용자들을 vertex로 하고, I 명의 사용자들 중 어느 두 명이 인접 관계인 경우, 해당하는 어느 두 명에 대응하는 두 개의 vertext간 edge를 형성하는 그래프 G를 획득할 수 있다.
또한, 오프로딩 제어 장치는 그래프 G를 통하여, I 명의 사용자들 각각에 대하여 제 i 사용자와 인접 관계에 있는 다른 사용자들의 수를 나타내는 제 i 사용자의 네트워크 중심도 Ci를 획득할 수 있다.
일 실시 예에 따라, 장치는 네트워크의 접속된 I 전자 기기들 각각에 대하여, 제 i 전자기기에서 J 개의 어플리케이션들 각각의 실행 빈도에 따라, 실행 빈도가 많은 순서로 어플리케이션 실행 빈도의 순위 rij를 획득할 수 있다. 이 때, rij는 1<= rij <= J인 정수이다.
예를 들어, 기지국에 접속된 전자기기의 개수가 2개 이고 관련된 어플리케이션의 수가 제 1 어플리케이션, 제 2 어플리케이션, 제 3 어플리케이션으로 3 개인 경우, 제 1 전자기기에서, 실행 빈도가 많은 순서대로, 제 1 어플리케이션, 제 3 어플리케이션, 제 2 어플리케이션이 결정된 경우, 제 1 전자기기에서 제 1 어플리케이션에 대한 실행 빈도 순위를 나타내는 r11=1, 제 1 전자기기에서 제 2 어플리케이션에 대한 실행 빈도 순위를 나타내는 r12=3, 제 1 전자기기에서 제 3 어플리케이션에 대한 실행 빈도 순위를 나타내는 r13=2일 수 있다.
또한, 제 2 전자기기에서, 실행 빈도가 많은 순서대로, 제 3 어플리케이션, 제 2 어플리케이션, 제 1 어플리케이션이 결정된 경우, 제 2 전자기기에서 제 1 어플리케이션에 대한 실행 빈도 순위를 나타내는 r21=3, 제 2 전자기기에서 제 2 어플리케이션에 대한 실행 빈도 순위를 나타내는 r22=2, 제 2 전자기기에서 제 3 어플리케이션에 대한 실행 빈도 순위를 나타내는 r23=1일 수 있다.
장치는 제 i 사용자의 네트워크 중심도 및 제 i 디바이스에서 제 j 어플리케이션의 실행 빈도 순위에 기초하여, 디바이스-어플리케이션 조합들 각각의 실행 확률을 획득할 수 있다.
예를 들어, 장치는 오프로딩 결정 기준 시간 t에서, I 개의 전자기기의 사용자들 중 제 i 사용자와 인접 관계에 있는 적어도 하나의 전자기기의 사용자가 존재하며, 제 i 전자기기에서 j 어플리케이션이 실행되었는지 여부인 활용 조건에 부합하는지 여부를 결정할 수 있다.
장치는 활용 조건에 부합한다고 결정함에 따라, 제 i 전자기기에서 j 어플리케이션의 실행 확률 Pij(t)하기 수학식 1에 따라 결정할 수 있다.
Figure PCTKR2019013202-appb-M000001
수학식 1에서, α는 포아송 분포 파라미터(poisson distribution parameter), mi 0(t)은, t일 때, 제 i 전자기기에서 실행된 어플리케이션들의 개수들을 나타낸다.
또한, 장치는 활용 조건에 부합하지 않는다고 결정함에 따라, 제 i 전자기기에서 j 어플리케이션의 실행 확률 Pij(t)을 하기 수학식 2에 따라 결정할 수 있다.
Figure PCTKR2019013202-appb-M000002
수학식 2에서, mi' j(t)은, t일 때, 제 i 사용자와 인접관계에 있는 다른 사용자들이 제 j 어플리케이션을 실행한 횟수를 나타낸다.
단계 420에서 장치는 전자기기-어플리케이션 조합들 각각에 대하여, i 디바이스에서 실행된 j 어플리케이션의 오프로딩 확률의 범위 결정할 수 있다.
오프로딩 결정 기준 시간 t에서, 제 i 전자기기 및 제 j 어플리케이션 조합에 대응하는 오프로딩 확률을 ωij(t)이라 하고, 직전 오프로딩 결정 기준 시간을 t-1이라 나타낸다.
장치는 오프로딩 확률을 ωij(t)은, 하기 수학식 3의 범위에서 결정할 수 있다.
Figure PCTKR2019013202-appb-M000003
수학식 3에서 ULN은 기지국과 관련된 로컬 네트워크의 지원 가능한 트래픽 용량 중 M 개의 어플리케이션에 의해 발생한 트래픽인 로컬 네트워크의 유틸라이제이션(utilization)를 나타내며, 하기 수학식 4에 따라 산출될 수 있다.
Figure PCTKR2019013202-appb-M000004
수학식 3에서 UCN은 기지국과 관련된 코어 네트워크의 지원 가능한 트래픽 용량 중 M 개의 어플리케이션에 의해 발생한 트래픽인 코어 네트워크의 유틸라이제이션을 나타내며, 하기 수학식5에 따라 산출될 수 있다.
Figure PCTKR2019013202-appb-M000005
단계 430에서 전자기기-어플리케이션 조합들 각각에 대한 오프로딩 확률의 범위에서, 네트워크 성능 함수 값을 최대화 하는 오프로딩 확률의 조합을 결정
장치는, 하기 수학식 6에 따라 네트워크 성능 함수 O(t)를 산출할 수 있다.
Figure PCTKR2019013202-appb-M000006
수학식 6에서, Rij(t)은 데이터율의 예측치를 나타내면, 장치는 하기 수학식 7에 따라 Rij(t)을 산출할 수 있다.
Figure PCTKR2019013202-appb-M000007
수학식 4에서, RLN은 기지국의 로컬 네트워크에서 데이터율, RCN은 기지국과 관련된 코어 네트워크에서 데이터율을 나타낸다.
데이터율은 네트워크 상에서 데이터의 전송 속도를 나타낼 수 있다.
장치는, 직전 오프로딩 확률 결정 시점 t-1에서, 로컬 네트워크와 코어 네트워크 각각으로부터 데이터율을 획득하거나, 로컬 네트워크 및 코어 네트워크 각각을 모니터링하여 데이터율을 획득할 수 있다.
수학식 6에서, Dij(t)는 전송 지연율의 예측치를 나타내며, 장치는 하기 수학식 8에 따라 Dij(t)을 결정할 수 있다.
Figure PCTKR2019013202-appb-M000008
수학식 8에서, Dj LN은 기지국의 로컬 네트워크에서 제 j 어플리케이션의 평균 전송 지연을 나타내며 하기 수학식 9에 따라 산출될 수 있다.
Figure PCTKR2019013202-appb-M000009
수학식 8에서, Dj CN은 기지국과 관련된 코어 네트워크에서 제 j 어플리케이션의 평균 전송 지연을 나타내면 하기 수학식 10에 따라 산출될 수 있다.
Figure PCTKR2019013202-appb-M000010
수학식 9 및 수학식 10에서, Lj는 제 j 어플리케이션의 평균 패킷 사이즈(packet size)를 나타낼 수 있다. 제 j 어플리케이션의 평균 패킷 사이즈 Lj는 장치가 모니터링을 통하여 획득하거나, 어플리케이션 서버나 다른 기기들로부터 획득할 수 있다.
수학식 6에서, Peij(t)는 패킷 에러 손실률의 예측치를 나타내며, 장치는 패킷 에러 손실률의 예측치 Peij(t)을 하기 수학식 11에 따라 산출할 수 있다.
Figure PCTKR2019013202-appb-M000011
수학식 11에서, PeLN은 기지국의 로컬 네트워크에서 패킷 에러 손실률, PeCN은 기지국과 관련된 코어 네트워크에서 패킷 에러 손실률을 나타낸다.
수학식 7, 8 및 11에서, 데이터율의 예측치, 전송 지연율의 예측치 및 패킷 에러 손실률의 예측치는 획득된 정보인 직전 오프로딩 결정 시간 t-1에서 네트워크 성능 정보, 예를 들어, 직전 오프로딩 결정 시간 t-1에서의 로컬 네트워크 및 코어 네트워크 각각의 데이터율, 패킷 에러 손실률뿐만 아니라, 현재 오프로딩 결정 시간 t에서 결정되는 가중치 오프로딩 확률 ωij(t)에 기초하여 산출된다.
장치는 P=IxJ 개의 전자기기-어플리케이션 조합들 각각, 즉 제 i 디바이스 및 제 j 어플리케이션에 대응하는 오프로딩 확률 ωij(t)를 상술한 수학식 3의 범위에서 소정의 차이 값 △ωij만큼 변화시켜가며 수학식 7, 8 및 11에 대입하여, 대응하는 Rij(t), Dij(t) 및 Peij(t) 산출하고, 이로부터 수학식 6에 따라 네트워크 성능 함수 값 O(t)을 산출한다. 이와 같은 휴리스틱(heuristic) 방식을 통하여, 장치는 P=IxJ개의 디바이스-어플리케이션 조합들 각각에 대응하는 오프로딩 확률의 조합들 중 네트워크 성능 함수 값 O(t)이 최대인 오프로딩 확률 조합을 결정한다.
예를 들어, 모든 디바이스-어플리케이션의 조합들 각각에 대응하는 오프로딩 확률의 범위가 [0.2, 0.5]이고 0.1 간격으로 오프로딩 확률을 변화시켜가면 탐색을 할 경우, 각각의 디바이스-어플리케이션에 대하여 추정되는 오프로딩 확률은, 0.2, 0.3, 0.4 및 0.5로서 4가지 이므로 모두 4^(IxJ)개의 오프로딩 확률 조합이 있을 수 있고, 장치는 모든 오프로딩 확률 조합들에 대한 네트워크 성능 함수 값을 비교하기 위하여, 4^(IxJ)번의 네트워크 성능 함수 값을 계산해야 한다.
도 5는 일 실시 예에 따른 오프로딩 제어 장치가 근사화된 네트워크 성능 함수를 이용하여 오프로딩 확률 조합을 결정하는 방법의 흐름도이다.
도 5의 방법은 오프로딩 관리 장치(도 2의 200)에 의해 수행될 수 있다.
모든 디바이스-어플리케이션 조합 각각의 오프로딩 확률 구간에서 L개의 후보 오프로딩 확률들을 대입하여 산출된 네트워크 성능 함수 값들 중, 네트워크 성능 함수 값이 최대인 오프로딩 확률의 조합을 결정하기 위해, 이론적으로 L^(IXJ)번의 네트워크 성능 함수 값의 산출이 필요하다.
이는 상대적으로 많은 연산량이 필요하기 때문에, 처리 속도를 향상하기 위해 근사 네트워크 성능 함수를 이용함으로써 연산량을 감소시키고 효율성을 증대 시킬 수 있다.
근사 네트워크 성능 함수는 하나의 디바이스-어플리케이션 조합, 즉 제 i디바이스 및 제 j 어플리케이션에 대하여 대응하는 오프로딩 확률 wij 범위에서 L개의 오프로딩 확률의 후보 값들 각각에 대하여 근사 네트워크 성능 함수 값을 산출한 후, L 개의 근사 네트워크 함수 값들 중 최대 값에 대응하는 오프로딩 확률 wij를 해당하는 디바이스-어플리케이션 조합, 즉, 제 i디바이스 및 제 j 어플리케이션 조합의 오프로딩 확률 wij로 결정한다.
이 때, 각각의 조합에 대하여 L 번의 근사 네트워크 성능 함수 값을 산출하기 때문에, 총 MxN개의 조합들에 대하여 MxNxL 번의 근사 네트워크 성능 함수 값을 산출하면, 근사화된 최적의 오프로딩 확률 조합을 산출할 수 있다. 따라서, 연산량이 크게 줄어들고 시스템의 효율이 증대될 수 있다.
단계 505에서, 장치는 디바이스를 식별하는 인덱스 i를 1로 설정할 수 있다. 또한, 단계 510에서, 장치는 어플리케이션을 식별하기 위한 인덱스 j를 1로 설정할 수 있다.
이후, i 및 j를 변경하면서, 각각의 디바이스-어플리케이션 조합에 대하여 오프로딩 확률이 결정된다.
단계 515에서, 장치는 제 i 디바이스 및 제 j 디바이스에 대응하는 오프로딩 확률의 범위의 상한 값 upper(wij) 및 하한 값 lower(wij)을 획득한다.
예를 들어, 장치는 수학식 3에 따라, 오프로딩 확률의 범위를 획득할 수 있다. 이 때, 오프로딩 확률의 범위의 상한 값 upper(wij)은
Figure PCTKR2019013202-appb-I000001
이고, 하한 값 lower(wij)은
Figure PCTKR2019013202-appb-I000002
으로 결정될 수 있다.
단계 520에서, 장치는 오프로딩 확률의 범위에서 오프로딩 확률의 후보들을 나타내는 인덱스 k를 1로 설정할 수 있다.
예를 들어, 장치는 결정된 오프로딩 확률의 범위에서 L 개의 후보 값을 결정할 수 있다. 이 때, k는 1부터 L까지의 정수 값이다.
k가 1일 때, ωij,k는 하한 값 lower(ωij)을 가지며, k가 L일 때, ωij,k는 상한 값 upper(ωij)을 갖는다.
단계 525에서, 장치는 ωij,k(t)를 이용하여 근사화된 네트워크 성능 함수 oij,k(t)를 산출할 수 있다.
예를 들어, 장치는 수학식 12에 따라 근사화된 네트워크 성능 함수 값 oij,k(t)를 산출할 수 있다.
Figure PCTKR2019013202-appb-M000012
수학식 12에서, Rij,k(t), Dij,k(t) 및 Peij,k(t)는 각각 데이터율의 예측치, 전송 지연율의 예측치 및 패킷 에러 손실률의 예측치를 나타내며, 도 x에서 상술한 수학식 7 내지 11에서 ωij(t)에 현재 후보 값인 ωij,k(t)을 대입하여 산출할 수 있다.
수학식 12에서, j°는 j 어플리케이션 이외의 어플리케이션들을 나타내는 인덱스이며,
Figure PCTKR2019013202-appb-I000003
및
Figure PCTKR2019013202-appb-I000004
는 제 i 디바이스 및 다른 어플리케이션인 제 j°어플리케이션들간의 조합에 대응하는 오프로딩 확률을
Figure PCTKR2019013202-appb-I000005
으로 가정하는 것으로서, k=1 즉 하한 값인 최소 값으로 가정하는 것이다.
또한, 장치는 현재 디바이스-어플리케이션 조합에 대응하는 근사화된 네트워크 성능 함수 리스트 list oij(t)에 ωij,k(t)를 이용하여 산출된 근사화된 네트워크 성능 함수 값 oij,k(t)을 추가하여 저장할 수 있다.
단계 535에서 장치는 k가 L인지 결정할 수 있다.
만약 k가 L이 아닌 경우, 아직 오프로딩 확률 범위에서 추가 후보 군에 대하여 단계 530을 반복적으로 수행하여야 하므로, 단계 540으로 진행하여 장치는 k에 1을 더하여 k 값을 갱신할 수 있다.
만약 k가 L인 경우 현재 디바이스 i 및 어플리케이션 j 조합에서 모든 오프로딩 확률 후보 값들에 대하여 근사화된 네트워크 성능 함수 값을 산출하였음을 나타내고, 장치는 단계 545를 수행한다.
단계 545에서 장치는 근사화된 네트워크 성능 함수 리스트 list oij(t)에서, 최대의 근사화된 함수 값 oij,k(t)을 갖는 오프로딩 확률 ωij,max(t)을 디바이스 i 및 어플리케이션 j 조합에 대응하는 오프로딩 확률로 결정할 수 있다.
상술한 바와 같이, 장치는 단계 515 내지 단계 545를 수행하면서, 각각의 제 i 디바이스 및 제 j 어플리케이션 조합에 대하여 오프로딩 확률을 결정할 수 있다.
단계 550에서, 장치는 j가 전체 어플리케이션의 개수 J와 같은지 결정할 수 있다.
만약 j가 전체 어플리케이션의 개수 J와 다른 경우, 현재 제 i 디바이스와 다른 어플리케이션 조합에 대하여 단계 515 내지 단계 545를 반복적으로 수행한다. 따라서, 장치는 단계 555에서 어플리케이션을 식별하는 인덱스 j를 j+1로 갱신하고 단계 515으로 되돌아가 이후 단계들을 진행한다.
만약 j가 전체 어플리케이션의 개수 J와 같은 경우 현재 i 디바이스에 대한 모든 어플리케이션들 조합에 대하여 오프로딩 확률을 결정한 것이므로, 장치는 오프로딩 확률의 대상이 되는 디바이스의 변경 또는 종료 여부를 결정하기 위해, 단계 560을 수행한다.
단계 560에서 장치는 디바이스를 식별하는 인덱스 i가 디바이스의 개수 I와 같은지 결정한다.
만약 i가 전체 디바이스의 개수 I와 다른 경우, 현재 제 i 디바이스와 다른 디바이스에 대하여 단계 515 내지 단계 545를 반복적으로 수행한다. 따라서, 장치는 단계 565에서 디바이스를 식별하는 인덱스 i를 i+1로 갱신하고 제 1 어플리케이션부터 차례대로 오프로딩 확률을 결정하기 위하여, 단계 510으로 되돌아가 이후 단계들을 진행한다.
만약 단계 560에서, 장치는 디바이스를 식별하는 인덱스 i가 디바이스의 개수 I와 같은 경우, 모든 디바이스 및 어플리케이션 조합들에 대하여 오프로딩 확률을 결정한 것이므로, 프로세스를 종료한다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 또한, 상술한 본 발명의 실시예에서 사용된 데이터의 구조는 컴퓨터로 읽을 수 있는 기록매체에 여러 수단을 통하여 기록될 수 있다. 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드 디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (9)

  1. 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법에 있어서,
    상기 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 상기 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 상기 어플리케이션의 다른 사용자들의 수를 나타내는 상기 전자기기의 사용자의 네트워크 중심도를 획득하는 단계;
    상기 획득된 네트워크 중심도에 기초하여, 상기 전자기기에서 상기 어플리케이션이 실행될 확률을 산출하는 단계;
    상기 산출된 확률에 따라 결정되는 상기 전자기기에서 상기 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행하는 단계를 포함하는, 방법.
  2. 제 1 항 있어서,
    상기 오프로딩 방법은,
    상기 기지국에 접속된 복수의 전자기기들 각각 및 상기 복수의 전자기기들 중 적어도 하나의 전자기기에서 실행되는 복수의 어플리케이션들 각각의 조합인 전자기기-어플리케이션 조합들 각각에 대하여 수행되는, 방법.
  3. 제 1 항에 있어서,
    상기 전자기기에서 상기 어플리케이션이 실행될 확률을 산출하는 단계는,
    상기 사용자가 상기 어플리케이션을 선택한 횟수를 포함하는 이력 정보 및 상기 획득된 네트워크 중심도에 기초하여, 상기 전자기기에 대응하는 사용자에 의한 상기 어플리케이션이 실행될 확률을 결정하는 단계를 포함하는 방법.
  4. 제 1 항에 있어서,
    상기 전자기기에서 상기 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률은 상기 기지국과 관련된 로컬 네트워크 및 코어 네트워크의 성능을 최대화 하도록 결정되는 방법.
  5. 제 1 항에 있어서,
    상기 오프로딩 수행 비율을 결정하는 단계는,
    오프로딩 수행 비율에 대응하는 데이터율의 예측치, 전송 지연의 예측치 및 패킷 에러 손실률의 예측치에 따라 결정되는 네트워크 성능 함수 값이 최대가 되도록, 상기 오프로딩 수행 비율을 결정하는 단계를 포함하는 방법.
  6. 제 1 항에 있어서,
    상기 전자기기가 속한 기지국은 소형셀(Small Cell) 기지국인, 방법.
  7. 장치에 있어서,
    적어도 하나의 프로그램이 저장된 메모리; 및
    상기 적어도 하나의 프로그램을 실행함으로써 기지국의 오프로딩을 제어하기 위한 프로세서를 포함하고,
    상기 프로세서는,
    상기 기지국에 접속된 전자기기에서 실행된 어플리케이션을 통해 상기 전자기기의 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 상기 어플리케이션의 다른 사용자들의 수를 나타내는 상기 전자기기의 사용자의 네트워크 중심도를 획득하고,
    상기 획득된 네트워크 중심도에 기초하여, 상기 전자기기에서 상기 어플리케이션이 실행될 확률을 산출하고,
    상기 산출된 확률에 따라 결정되는 상기 전자기기에서 상기 어플리케이션으로부터 발생하는 트래픽의 오프로딩 확률에 따라 트래픽의 오프로딩을 수행하는 장치.
  8. 기지국의 오프로딩 제어 장치에 의해 수행되는 오프로딩 방법으로서,
    상기 기지국에 접속된 I 개의 전자기기들 및 상기 I 개의 전자기기들 중 적어도 하나의 전자기기에서 실행된 J 개의 어플리케이션들간의 P(P는 IXJ)개의 전자기기-어플리케이션 조합들 각각에 대하여,
    상기 J 개의 어플리케이션들 중 적어도 일부를 통하여, 제 i(i는 각각의 전자기기 및 대응하는 사용자를 식별하기 위한 인덱스로서, 1<= i <=I인 정수) 전자기기의 제 i 사용자와 데이터를 공유하는 관계인 인접 관계에 있는 다른 사용자들의 수를 나타내는 상기 제 i 사용자의 네트워크 중심도를 획득하는 단계;
    상기 제 i 전자기기에서 상기 제 j 어플리케이션의 실행 빈도를 포함하는 이력 정보 및 상기 획득된 제 i 사용자의 네트워크 중심도에 기초하여, 상기 제 i 전자기기에서 제 j(j는 각각의 어플리케이션을 식별하기 위한 인덱스로서, 1<= j <=J인 정수) 어플리케이션이 실행될 확률을 산출하는 단계; 및
    상기 제 i 전자기기에서 상기 제 j 어플리케이션이 실행될 확률에 기초하여 결정된 제 p(p는 각각의 전자기긱-어플리케이션 조합을 식별하기 위한 인덱스로서, 1<=p<=P인 정수) 전자기기-어플리케이션 조합과 관련된 트래픽의 오프로딩 확률에 따라, 트래픽의 오프로딩을 수행하는 단계를 포함하고,
    상기 확률을 산출하는 단계는,
    오프로딩 결정 기준 시간 t에서, 상기 I 개의 전자기기의 사용자들 중 상기 제 i 사용자와 인접 관계에 있는 적어도 하나의 전자기기의 사용자가 존재하며, 상기 제 i 전자기기에서 상기 j 어플리케이션이 실행되었는지 여부인 활용 조건에 부합하는지 여부를 결정하는 단계를 포함하고,
    상기 획득된 제 i 사용자의 네트워크 중심도를 Ci, 상기 제 i 전자기기에서 상기 J 개의 어플리케이션들 중 실행 빈도가 많은 순서로 상기 제 j 어플리케이션의 실행 빈도의 순위를 rij(rij는 양의 정수)라 하면,
    상기 활용 조건에 부합한다고 결정함에 따라, 상기 제 i 전자기기에서 상기 j 어플리케이션의 실행 확률 Pij(t)을 하기 수학식 1에 따라 결정하고,
    -수학식 1-
    Figure PCTKR2019013202-appb-I000006
    상기 수학식 1에서, α는 포아송 분포 파라미터(poisson distribution parameter), mi 0(t)은, 상기 오프로딩 결정 기준 시간 t에서 상기 제 i 전자기기에서 실행된 어플리케이션들의 개수들을 나타내며,
    상기 활용 조건에 부합하지 않는다고 결정함에 따라, 상기 제 i 전자기기에서 상기 제 j 어플리케이션의 실행 확률 Pij(t)을 하기 수학식 2에 따라 결정하고,
    -수학식 2-
    Figure PCTKR2019013202-appb-I000007
    상기 수학식 2에서, mi' j(t)은, 상기 오프로딩 결정 기준 시간 t에서, 상기 제 i 사용자와 인접관계에 있는 다른 사용자들에 의해 상기 제 j 어플리케이션이 실행된 횟수를 나타내는, 방법.
  9. 제 8 항에 있어서,
    상기 제 p 전자기기-어플리케이션 조합과 관련된 트래픽의 오프로딩 확률은 상기 P 개의 전자기기-어플리케이션 조합들 각각과 관련된 트래픽의 오프로딩 확률 조합들에 따라 예측되는 데이터율(data rate)의 예측치, 전송 지연(delay)의 예측치 및 패킷 에러 손실률(packet error loss rate)의 예측치 중 적어도 하나의 예측치를 획득하고,
    상기 획득된 적어도 하나의 예측치에 따라 결정되는 상기 기지국과 관련된 네트워크 성능 함수 값이 최대가 되도록 상기 트래픽의 오프로딩 확률 조합들을 결정하는, 방법
PCT/KR2019/013202 2018-10-08 2019-10-08 트래픽 오프로딩을 제어하기 위한 장치 및 방법 Ceased WO2020076056A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2018-0119965 2018-10-08
KR1020180119965A KR101924628B1 (ko) 2018-10-08 2018-10-08 트래픽 오프로딩을 제어하기 위한 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2020076056A1 true WO2020076056A1 (ko) 2020-04-16

Family

ID=64743259

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/013202 Ceased WO2020076056A1 (ko) 2018-10-08 2019-10-08 트래픽 오프로딩을 제어하기 위한 장치 및 방법

Country Status (2)

Country Link
KR (1) KR101924628B1 (ko)
WO (1) WO2020076056A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230065207A1 (en) * 2021-08-25 2023-03-02 At&T Intellectual Property I, L.P. User quality of experience assessment in radio access networks

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102471536B1 (ko) 2019-06-17 2022-11-28 한국전자통신연구원 멀티-액세스 엣지 컴퓨팅 플랫폼 기반 시뮬레이션 서비스 제공 장치 및 그것의 동작 방법
KR102298698B1 (ko) * 2020-12-16 2021-09-03 재단법인대구경북과학기술원 에지 컴퓨팅 네트워크에서의 서비스 캐싱 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150032740A (ko) * 2012-07-20 2015-03-27 퀄컴 인코포레이티드 이동성 처리 및 오프로드 결정들을 개선하기 위해 ue 환경 상황 정보를 사용하기 위한 방법들, 시스템들 및 장치들
US20150365881A1 (en) * 2006-05-25 2015-12-17 Wefi Inc. Method and system for selecting a wireless network for offloading
US20180041914A1 (en) * 2015-03-16 2018-02-08 Telefonaktiebolaget Lm Ericsson (Publ) Method and Apparatus for Traffic Steering

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10243860B2 (en) 2016-04-05 2019-03-26 Nokia Technologies Oy Method and apparatus for end-to-end QoS/QoE management in 5G systems
US10440096B2 (en) 2016-12-28 2019-10-08 Intel IP Corporation Application computation offloading for mobile edge computing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150365881A1 (en) * 2006-05-25 2015-12-17 Wefi Inc. Method and system for selecting a wireless network for offloading
KR20150032740A (ko) * 2012-07-20 2015-03-27 퀄컴 인코포레이티드 이동성 처리 및 오프로드 결정들을 개선하기 위해 ue 환경 상황 정보를 사용하기 위한 방법들, 시스템들 및 장치들
US20180041914A1 (en) * 2015-03-16 2018-02-08 Telefonaktiebolaget Lm Ericsson (Publ) Method and Apparatus for Traffic Steering

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHEON, HYE-RIM ET AL.: "Traffic Offloading Algorithm Using Social Context in MEC Environment", THE JOURNAL OF KOREAN INSTITUTE OF COMMUNICATIONS AND INFORMATION SCIENCES, vol. 42, 2 February 2017 (2017-02-02) *
WANG, XIAOFEI ET AL.: "Mobile traffic offloading by exploiting social network services and leveraging opportunistic device-to-device sharing", IEEE WIRELESS COMMUNICATIONS, vol. 21, no. 3, 27 June 2014 (2014-06-27), XP011552465, DOI: 10.1109/MWC.2014.6845046 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230065207A1 (en) * 2021-08-25 2023-03-02 At&T Intellectual Property I, L.P. User quality of experience assessment in radio access networks

Also Published As

Publication number Publication date
KR101924628B1 (ko) 2018-12-03

Similar Documents

Publication Publication Date Title
WO2023038432A1 (en) Method of load forecasting via knowledge distillation, and an apparatus for the same
WO2020184929A1 (en) Method and apparatus for managing the mobility of device in a network
WO2011142527A1 (en) Multi-cell communication method and system of a mobile terminal, a micro base station, and a macro base station
WO2022005037A1 (ko) 무선 통신 네트워크에서 네트워크 분석 정보 제공 방법 및 장치
WO2022035276A1 (en) Transfer learning of network traffic prediction model among cellular base stations
EP4133713A1 (en) Method and device for generating and removing dynamic eas using ue app and status
WO2023063667A1 (en) Method and device of communication traffic prediction via continual learning with knowledge distillation
WO2021137624A1 (en) Method and apparatus for registering with network slice in wireless communication system
WO2015194821A1 (en) Method and apparatus for registering devices in gateway
WO2018226047A1 (en) Method and apparatus for wireless communication
WO2016129957A1 (en) Methods and apparatuses for processing ue context of ue
WO2017030399A1 (en) Ue access method and apparatus
WO2020076056A1 (ko) 트래픽 오프로딩을 제어하기 위한 장치 및 방법
WO2023008980A1 (en) Method of load forecasting via attentive knowledge transfer, and an apparatus for the same
WO2023008979A1 (en) A system and method for communication load balancing in unseen traffic scenarios
WO2015167298A1 (en) Method and device for real time transmission power control in wireless communication system
WO2021194176A1 (ko) 무선 통신 시스템에서 통신망 부하를 예측하고 로드 밸런싱을 수행하기 위한 방법 및 장치
WO2022098131A1 (en) Apparatus and method for load balancing in wireless communication system
WO2022019723A1 (en) Methods and systems for managing on-boarding procedure in wireless communication network
WO2023059106A1 (en) Method and system for multi-batch reinforcement learning via multi-imitation learning
WO2013129804A1 (ko) 무선 네트워크 부하 저감 정책 분석 방법 및 시스템과 기록매체
WO2016017934A1 (ko) 셀관리장치 및 셀관리장치의 동작 방법
WO2023059105A1 (en) Method or apparatus for performing communication load balancing with multi-teacher reinforcement learning
WO2024005444A1 (ko) 가상 무선 접속 네트워크의 스케일링 제어 방법 및 전자 장치
WO2020222347A1 (ko) 가상 머신 배치 방법 및 이를 구현하는 가상 머신 배치 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19871457

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19871457

Country of ref document: EP

Kind code of ref document: A1