WO2023101161A1 - 트래픽 최적화 모듈 및 이의 동작 방법 - Google Patents

트래픽 최적화 모듈 및 이의 동작 방법 Download PDF

Info

Publication number
WO2023101161A1
WO2023101161A1 PCT/KR2022/013658 KR2022013658W WO2023101161A1 WO 2023101161 A1 WO2023101161 A1 WO 2023101161A1 KR 2022013658 W KR2022013658 W KR 2022013658W WO 2023101161 A1 WO2023101161 A1 WO 2023101161A1
Authority
WO
WIPO (PCT)
Prior art keywords
profile
data
traffic
component
module
Prior art date
Application number
PCT/KR2022/013658
Other languages
English (en)
French (fr)
Inventor
서지환
박선준
오범석
오세원
Original Assignee
삼성전자 주식회사
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
Priority claimed from KR1020220006662A external-priority patent/KR20230081550A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US17/972,270 priority Critical patent/US20230171640A1/en
Publication of WO2023101161A1 publication Critical patent/WO2023101161A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • 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

Definitions

  • the 5G communication system or pre-5G communication system is being called a system after a 4G network (Beyond 4G Network) communication system or an LTE system (Post LTE).
  • the 5G communication system defined by 3GPP is called the New Radio (NR) system.
  • a traffic optimization module for managing a profile related to traffic processing of a user plane function includes a profile management component for storing a plurality of profiles and a cache line included in the profile. and a data reconstruction component for reconstructing, wherein the traffic optimization module receives, through the profile management component, context information based on traffic for data packets being processed from the UPF, and through the profile management component, the context information. Based on the information, the traffic history information stored in the profile management component is updated, and with reference to the traffic history information stored in the profile management component through the data reconstruction component, whether or not data reconstruction based on the traffic history information is performed is determined.
  • UPF user plane function
  • the profile management component It can be configured to provide
  • a method of operating a traffic optimization module that manages a plurality of profiles related to traffic processing of a user plane function includes situation information based on traffic for a data packet being processed from the UPF.
  • FIG. 1 is a block diagram of an electronic device in a network environment, according to various embodiments.
  • FIG. 2 is a block diagram of an electronic device for supporting legacy network communication and 5G network communication according to various embodiments.
  • 3 illustrates wireless communication systems providing a network of legacy communication and/or 5G communication according to various embodiments.
  • FIG. 4 illustrates a core network structure and traffic optimization module of 5G communication, according to one embodiment.
  • FIG. 5 illustrates a signal exchange diagram between a traffic optimization module and a user plane function (UPF), according to one embodiment.
  • UPF user plane function
  • FIG. 6 is a flow chart illustrating the operation of the profile management component of the traffic optimization module, according to one embodiment.
  • FIG. 7 is a flow chart illustrating operations of a data reconstruction component of a traffic optimization module detecting a cacheline reconstruction trigger event, according to one embodiment.
  • FIG. 8 is a flow diagram illustrating the operation of the profile management component of the traffic optimization module to identify a response profile, according to one embodiment.
  • FIG. 9 is a flow diagram illustrating the operation of a profile management component of a traffic optimization module to identify a response profile similar to a target profile, according to one embodiment.
  • FIG. 10 illustrates an example of a cache line reconstructed based on a data reconstruction module, according to one embodiment.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100 according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to one embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 may include a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of functions or states related to.
  • the auxiliary processor 123 eg, image signal processor or communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor set to detect a touch or a pressure sensor set to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : a local area network (LAN) communication module or a power line communication module).
  • a corresponding communication module is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, a legacy communication module).
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (full dimensional MIMO (FD-MIMO)), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 is a peak data rate for eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
  • eMBB peak data rate for eMBB realization
  • a loss coverage for mMTC realization eg, 164 dB or less
  • U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a lower surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks. According to one embodiment, the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • FIG. 2 is a block diagram 200 of an electronic device 101 for supporting legacy network communication and 5G network communication, according to various embodiments.
  • the electronic device 101 includes a first communication processor 212, a second communication processor 214, a first radio frequency integrated circuit (RFIC) 222, a second RFIC 224, and a third RFIC. 226, ⁇ RFIC 228, a first radio frequency front end (RFFE) 232, a second RFFE 234, a first antenna module 242, a second antenna module 244, and an antenna 248 can include
  • the electronic device 101 may further include a processor 120 and a memory 130 .
  • the second network 199 may include a first cellular network 292 and a second cellular network 294 .
  • the electronic device 101 may further include at least one of the components illustrated in FIG.
  • the second network 199 may further include at least one other network.
  • a first communication processor 212, a second communication processor 214, a first RFIC 222, a second RFIC 224, a fourth RFIC 228, a first RFFE 232, and the second RFFE 234 may form at least a portion of the wireless communication module 192 .
  • the fourth RFIC 228 may be omitted or included as part of the third RFIC 226 .
  • the first communication processor 212 may establish a communication channel of a band to be used for wireless communication with the first cellular network 292 and support legacy network communication through the established communication channel.
  • the first cellular network 292 may be a legacy network including second generation (2G), third generation (3G), fourth generation (4G), and/or long term evolution (LTE) networks.
  • the second communication processor 214 establishes a communication channel corresponding to a designated band (eg, about 6 GHz to about 60 GHz) among bands to be used for wireless communication with the second cellular network 294, and establishes a 5G network through the established communication channel. communication can be supported.
  • the second cellular network 294 may be a 5G network defined by 3GPP.
  • the first communication processor 212 or the second communication processor 214 corresponds to another designated band (eg, about 6 GHz or less) among bands to be used for wireless communication with the second cellular network 294. It is possible to support establishment of a communication channel to be established, and 5G network communication through the established communication channel.
  • the first communication processor 212 and the second communication processor 214 may be implemented on a single chip or in a single package.
  • the first communication processor 212 or the second communication processor 214 may be integrated with the processor 120, the co-processor 123 of FIG. 1, or the communication module 190 on a single chip or in a single package. can be formed
  • the first RFIC 222 when transmitted, transmits a baseband signal generated by the first communication processor 212 to about 700 MHz to about 700 MHz used in the first cellular network 292 (eg, a legacy network). It can be converted into a radio frequency (RF) signal of 3 GHz.
  • RF radio frequency
  • an RF signal is obtained from the first cellular network 292 (eg, a legacy network) via an antenna (eg, the first antenna module 242) and transmits an RFFE (eg, the first RFFE 232). It can be preprocessed through The first RFIC 222 may convert the preprocessed RF signal into a baseband signal to be processed by the first communication processor 212 .
  • the second RFIC 224 uses the baseband signal generated by the first communication processor 212 or the second communication processor 214 to the second cellular network 294 (eg, a 5G network) during transmission. It can be converted into an RF signal (hereinafter referred to as a 5G Sub6 RF signal) of a Sub6 band (eg, about 6 GHz or less).
  • a 5G Sub6 RF signal is obtained from a second cellular network 294 (eg, a 5G network) through an antenna (eg, the second antenna module 244), and an RFFE (eg, the second RFFE 234) ) can be pretreated through.
  • the second RFIC 224 may convert the preprocessed 5G Sub6 RF signal into a baseband signal to be processed by a corresponding communication processor among the first communication processor 212 and the second communication processor 214 .
  • the third RFIC 226 transmits the baseband signal generated by the second communication processor 214 to the 5G Above6 band (eg, about 6 GHz to about 60 GHz) to be used in the second cellular network 294 (eg, a 5G network). It can be converted into an RF signal (hereinafter referred to as 5G Above6 RF signal).
  • the 5G Above6 RF signal may be obtained from the second cellular network 294 (eg, 5G network) via an antenna (eg, antenna 248) and preprocessed via a third RFFE 236.
  • the third RFFE 236 may perform signal preprocessing using the phase shifter 238 .
  • the third RFIC 226 may convert the preprocessed 5G Above 6 RF signal into a baseband signal to be processed by the second communication processor 214 .
  • the third RFFE 236 may be formed as part of the third RFIC 226 .
  • the electronic device 101 may include a fourth RFIC 228 separately from or at least as part of the third RFIC 226.
  • the fourth RFIC 228 converts the baseband signal generated by the second communication processor 214 into an intermediate frequency band (eg, about 9 GHz to about 11 GHz) RF signal (hereinafter referred to as IF (intermediate frequency) ) signal), the IF signal may be transferred to the third RFIC 226.
  • the third RFIC 226 may convert the IF signal into a 5G Above6 RF signal.
  • a 5G Above6 RF signal may be received from a second cellular network 294 (eg, a 5G network) via an antenna (eg, antenna 248) and converted to an IF signal by a third RFIC 226. there is.
  • the fourth RFIC 228 may convert the IF signal into a baseband signal so that the second communication processor 214 can process it.
  • the first RFIC 222 and the second RFIC 224 may be implemented as a single chip or at least part of a single package.
  • the first RFFE 232 and the second RFFE 234 may be implemented as a single chip or at least part of a single package.
  • at least one antenna module of the first antenna module 242 or the second antenna module 244 may be omitted or combined with another antenna module to process RF signals of a plurality of corresponding bands.
  • third RFIC 226 and antenna 248 may be disposed on the same substrate to form third antenna module 246 .
  • the wireless communication module 192 or processor 120 may be disposed on a first substrate (eg, main PCB).
  • the third RFIC 226 is provided on a part (eg, lower surface) of the second substrate (eg, sub PCB) separate from the first substrate, and the antenna 248 is placed on another part (eg, upper surface). is disposed, the third antenna module 246 may be formed.
  • antenna 248 may include an antenna array that may be used for beamforming, for example.
  • the electronic device 101 can improve the quality or speed of communication with the second cellular network 294 (eg, 5G network).
  • the second cellular network 294 may be operated independently (eg, Stand-Alone (SA)) or connected to the first cellular network 292 (eg, a legacy network) ( Example: Non-Stand Alone (NSA)).
  • SA Stand-Alone
  • a 5G network may include only an access network (eg, a 5G radio access network (RAN) or a next generation RAN (NG RAN)) and no core network (eg, a next generation core (NGC)).
  • RAN radio access network
  • NG RAN next generation RAN
  • NNC next generation core
  • the electronic device 101 may access an external network (eg, the Internet) under the control of a core network (eg, evolved packed core (EPC)) of the legacy network.
  • EPC evolved packed core
  • Protocol information for communication with the legacy network eg LTE protocol information
  • protocol information for communication with the 5G network eg New Radio (NR) protocol information
  • other parts eg processor 120 , the first communications processor 212 , or the second communications processor 214 .
  • the load balancing may refer to a method of redistributing packets to spare resources or steering to another module according to traffic conditions.
  • 3 illustrates wireless communication systems providing a network of legacy communication and/or 5G communication according to various embodiments.
  • network environments 100A, 100B, and 100C may include at least one of a legacy network and a 5G network.
  • the legacy network includes, for example, a 4G or LTE base station 350 (eg, an eNodeB (eNB)) of the 3GPP standard that supports wireless access with the electronic device 101 and an evolved packet (EPC) that manages 4G communication. core) (351).
  • the 5G network manages, for example, a New Radio (NR) base station 350 (eg, gNodeB (gNB)) supporting wireless access with the electronic device 101 and 5G communication of the electronic device 101. It may include a 5GC (352) (5th generation core) that
  • the electronic device 101 may transmit and receive a control message and user data through legacy communication and/or 5G communication.
  • the control message is, for example, a message related to at least one of security control, bearer setup, authentication, registration, or mobility management of the electronic device 101 .
  • User data may mean, for example, user data excluding control messages transmitted and received between the electronic device 101 and the core network 330 (eg, the EPC 342).
  • the electronic device 101 uses at least a portion (eg, LTE base station 340, EPC 342) of a legacy network (eg, an LTE base station 340, an EPC 342) to transmit at least a portion of a 5G network (eg, a legacy network). : NR base station 350, 5GC 352) and at least one of a control message or user data can be transmitted and received.
  • a portion eg, LTE base station 340, EPC 342
  • a legacy network eg, an LTE base station 340, an EPC 342
  • 5G network eg, a legacy network
  • the network environment 100A provides wireless communication dual connectivity (multi-radio access technology (RAT) dual connectivity, MR-DC) to the LTE base station 340 and the NR base station 350, and EPC It may include a network environment in which control messages are transmitted and received with the electronic device 101 through one core network 330 of (342) or 5GC (352).
  • RAT multi-radio access technology
  • one of the LTE base station 340 or the NR base station 350 operates as a master node (MN) 310 and the other secondary node (SN) 320 can work as
  • the MN 310 may be connected to the core network 330 to transmit and receive control messages.
  • the MN 310 and the SN 320 are connected through a network interface and can transmit/receive messages related to radio resource (eg, communication channel) management.
  • radio resource eg, communication channel
  • the MN 310 may include the LTE base station 350
  • the SN 320 may include the NR base station 350
  • the core network 330 may include the EPC 342 .
  • control messages may be transmitted and received through the LTE base station 340 and the EPC 342
  • user data may be transmitted and received through the LTE base station 350 and the NR base station 350.
  • the 5G network may independently transmit and receive control messages and user data to and from the electronic device 101 .
  • a legacy network and a 5G network may independently provide data transmission and reception.
  • the electronic device 101 and the EPC 342 may transmit and receive control messages and user data through the LTE base station 350 .
  • the electronic device 101 and the 5GC 352 may transmit and receive control messages and user data through the NR base station 350 .
  • the electronic device 101 may be registered with at least one of the EPC 342 and the 5GC 352 to transmit and receive control messages.
  • the EPC 342 or the 5GC 352 may manage communication of the electronic device 101 by interworking. For example, movement information of the electronic device 101 may be transmitted and received through an interface between the EPC 342 and the 5GC 352 .
  • FIG. 4 illustrates a core network 352 and traffic optimization module 201 of 5G communication, according to one embodiment.
  • the architecture of a core network may include various network functions.
  • the core network 352 includes an access and mobility management function (AMF) 420, a user plane function (UPF) 425, a session management function (SMF) 430, and a policy control function (PCF) 450.
  • AMF access and mobility management function
  • UPF user plane function
  • SMF session management function
  • PCF policy control function
  • NF repository function NEF
  • AUSF authentication server function
  • NEF network exposure function
  • NSSF network slicing selection function
  • AF application function
  • the control plane function (CPF) includes AMF 420, SMF 430, PCF 450, UDM 460, AUSF 465, NEF 470, and AF 480. can do.
  • the AMF 420 may provide functions for access and mobility management in units of user equipment (UE) 410 .
  • AMF 420 may support signaling for mobility between 3GPP access networks.
  • the UPF 425 transfers the downlink packet data unit received from the DN 440 to the UE 410 via the (R) AN 415, and the UE 410 via the (R) AN 415. ) may be transferred to the DN 440.
  • the UPF 425 is an anchor point for intra-RAT mobility and/or inter-RAT mobility, an external packet data unit (PDU) session point of an interconnect to the DN 440, packet routing and It can perform forwarding, packet inspection, and the like.
  • PDU packet data unit
  • the SMF 430 provides a session management function, and when the UE 410 has multiple sessions, each session may be managed by a different SMF. Specifically, the SMF 430 may configure session management, IP address allocation and management of the UE 410, traffic steering for routing traffic to an appropriate destination in the UPF 425, and the like.
  • the PCF 450 provides functions for determining policies such as network slice policies, QoS policies, and session management.
  • PCF 450 may support a unified policy framework for controlling network operation.
  • the NRF 455 may support a service discovery function. For example, a network function (NF) discovery request may be received from an NF instance. For example, information on an NF instance requested for NF discovery may be provided to the NF instance.
  • NF network function
  • the UDM 460 may store information about user subscription data and policy data.
  • the UDM 460 may include an application front end and a user data repository (UDR).
  • the AUSF 465 may store data for authentication of the UE 410 .
  • the NEF 470 securely provides services and capabilities provided by 3GPP network functions, for example, 3rd party, internal exposure, application functions, and edge computing. Means for exposure can be provided.
  • the NSSF 475 may determine a network slice instance (NSI) of network slicing.
  • the AF 480 is a 3GPP core to support service provision (eg, functions such as application impact on traffic routing, network capability exposure access, interaction with the policy framework for policy control, etc.) It can interact with the network.
  • service provision eg, functions such as application impact on traffic routing, network capability exposure access, interaction with the policy framework for policy control, etc.
  • the traffic optimization module 201 may control to efficiently use a cache memory storing data for processing traffic.
  • the traffic optimization module 201 may receive traffic condition information from the UPF 425 of the core network 352 .
  • the traffic condition information may include information about the occupancy rate of traffic currently transmitting packets.
  • the traffic optimization module 201 may determine whether to reconstruct profile information based on the UPF 425 processing traffic based on the traffic condition information.
  • the profile information may refer to cache lines constituting software of the UPF 425 for each traffic situation.
  • the cache line may correspond to a data set of a minimum unit cached on a cache memory. That is, when caching one cache line, a plurality of pieces of data included in one cache line may be simultaneously loaded onto the cache memory.
  • the profile information may include traffic information.
  • the traffic information may indicate a traffic type for which the UPF 425 may exhibit optimal packet processing performance when software is configured according to a cache line included in a profile. For example, the traffic information may indicate 20% of IPv4 TCP packet type, 30% of IPv4 UDP packet type, 40% of IPv6 TCP packet type, and 10% of IPv6 UDP packet type.
  • the profile information may include cache line characteristic information.
  • the cache line characteristic information may include data types (eg, character type (char), integer type (int), real number type (float)) and size information of data included in the cache line.
  • a cache line included in a profile may include first data of a character type and second data of an integer type.
  • the cache line characteristic information may indicate that the data type of the first data is 1 byte of character type, and the data type of the second data is 4 bytes of integer type.
  • the profile information further includes information on data constituting the cache line, information on the number of cache lines necessary to configure the software of the UPF 425, and information on access timings for the data constituting the cache line. can include
  • the traffic optimization module 201 may determine to reconstruct profile information based on the UPF 425 in response to identifying that the occupancy rate of traffic being processed by the UPF 425 exceeds a threshold value.
  • the traffic optimization module 201 may optimize information about a cache line included in the profile information.
  • the UPF 425 may execute software based on profile information reconstructed by the traffic optimization module 201 .
  • the UPF 425 can improve traffic processing performance by reducing the number of times of caching in the cache memory by loading data necessary for processing traffic indicated by the newly reconstructed cache line based on the software.
  • FIG. 5 illustrates a signal exchange diagram between a traffic optimization module and a user plane function (UPF), according to one embodiment.
  • UPF user plane function
  • the UPF 425 may process the data packet.
  • UPF 425 may perform traffic monitoring while processing the data packet.
  • the UPF 425 may monitor the share of total traffic classified by communication protocol, communication link, and Internet version protocol in real time.
  • the UPF 425 may generate situation information including monitoring information on traffic occupancy.
  • the UPF 425 may provide the context information to the traffic optimization module 201.
  • the context information may be provided to the profile management component 210 of the traffic optimization module 201 .
  • the profile management component 210 may include a plurality of profile information respectively mapped to a plurality of traffic situations, and may further include traffic history information for storing a traffic monitoring result of the UPF 425 .
  • the UPF 425 may provide the profile management component 210 of the traffic optimization module 201 with the context information indicating the traffic at predetermined time intervals. The predetermined time interval may be changed by a network provider or user setting.
  • the UPF 425 may provide the context information in response to identifying a predefined condition.
  • the UPF 425 may provide the traffic optimization module 201 with the situation information when identifying that the traffic occupancy exceeds a preset threshold.
  • the traffic optimization module 201 may update traffic history information.
  • the profile management component 210 may receive the status information including the monitoring result of the occupancy rate of traffic being processed by the UPF 425 at predetermined time intervals.
  • Profile management component 210 may update traffic history information based on the context information received at each of the predefined time intervals.
  • data reconstruction component 220 can request traffic history information from profile management component 210 .
  • the data reconstruction component 220 may request traffic history information from the profile management component 210 at predetermined time intervals.
  • the request for the traffic history information is for data reconstruction component 220 to periodically monitor traffic conditions to determine whether an optimal profile for a particular traffic condition should be created.
  • profile management component 210 can provide the traffic history information to data reconstruction component 220 in response to the request.
  • Data reconstruction component 220 may use the traffic history information received from profile management component 210 to determine whether an optimal profile should be created.
  • the data reconstruction component 220 requests the profile management component 210 to receive the traffic history information, but is not limited thereto.
  • profile management component 210 may provide the traffic history information to data reconstruction component 220 without receiving a request from data reconstruction component 220 .
  • the profile management component 210 receives context information from the UPF 425 and updates the traffic history information
  • the profile management component 210 provides the updated traffic history information to the data reconstruction component 220 in response to the update. may work to do so.
  • data reconstruction component 220 can identify a cacheline reconstruction trigger event.
  • the cache line reconfiguration trigger event may correspond to an event for determining whether there is a need to optimize cache line information of a profile based on the UPF 425 processing current traffic.
  • data reconstruction component 220 can refer to the received traffic history information to count the number of times the traffic occupancy exceeds a threshold value.
  • Data reconstruction component 220 may identify that a cacheline reconstruction trigger event has occurred if the counted number of times exceeds a threshold number of times. This is because if the traffic occupancy exceeding the threshold frequently occurs, the UPF 425 processing the traffic may assume that the cache line included in the profile being used is not optimized.
  • data reconstruction component 220 can request a target profile.
  • the target profile may correspond to the profile that data reconstruction component 220 identified in operation 535 that a cacheline reconstruction trigger event occurred.
  • profile management component 210 can provide a response profile to data reconstruction component 220 in response to receiving the target profile.
  • the response profile may correspond to one of the plurality of profiles stored in the profile management component 210 .
  • data reconstruction component 220 can reconstruct the cachelines of the response profile.
  • the data reconstruction component 220 may obtain access point information included in the response profile.
  • the access point information may store information on points in time at which the cache line included in the response profile is loaded into the cache memory.
  • the data reconstruction component 220 can identify access points for the same cacheline. For example, a first cache line among cache lines stored in the response profile may be loaded into the cache memory twice.
  • the UPF 425 transfers the first cache line and the second cache line to the cache memory in order to use the first data included in the first cache line and the third data included in the second cache line at a first time.
  • the UPF 425 uses the first cache line and the second data included in the second cache line and the fourth data included in the second cache line at a second time point later than the first time point.
  • 2 cache lines can be cached.
  • the data reconstruction component 220 may reorganize the cache line so that the first data of the first cache line and the third data of the second cache line, which are cached at the same first point in time, are included in the same cache line.
  • the data reconstruction component 220 may reorganize the cache line such that the second data of the first cache line and the fourth data of the second cache line, which are cached at the same second point in time, are included in the same cache line.
  • the UPF 425 may process packet transmission by loading only one reconstructed cache line to include the first data and the third data at a first time point. If the UPF 425 is based on the profile including the reconstructed cache line, it may process packet transmission by loading only one reconstructed cache line to include the second data and the fourth data at a second time point. That is, the number of cache lines loaded by the UPF 425 at the first time point and the second time point can be reduced from two to one.
  • the data reconstruction component 220 may use approximate solution search algorithms (eg, simulated annealing, genetic algorithms) and/or artificial intelligence to reconstruct the profile including the new cachelines. It may be based on an intelligent algorithm (eg, deep learning, machine learning).
  • data reconstruction component 220 can provide the reconstructed profile to profile management component 210 .
  • Profile management component 210 may receive the reconstructed profile to receive a profile composed of optimal cachelines.
  • data reconstruction component 220 can obtain a software binary for the response profile that includes the reconstructed cacheline.
  • the software binary may be provided to entities included in the core network 352 by the traffic optimization module 201 and used to update software operated by entities provided with the binary.
  • the data reconstruction component 220 may provide the obtained software binary to the distribution component 231.
  • the profile management component 210 can perform a profile update or create a new profile depending on the type of response profile.
  • profile management component 210 may perform a profile update.
  • profile management component 210 may have identified a profile of the plurality of profiles matching the target profile and provided the identified profile to data reconstruction component 220.
  • Profile management component 210 may receive the reconstructed profile from data reconstruction component 220 and replace the reconstructed profile with a profile identified as matching the target profile.
  • profile management component 210 may create a new profile.
  • profile management component 210 may have failed to identify a profile from among the plurality of profiles that matches the target profile and has provided data reconstruction component 220 with a profile similar to the target profile. there is.
  • the profile management component 210 may store the reconstructed profile received from the data reconstruction component 220 as a new profile.
  • the traffic matching the new profile is the traffic of the target profile (e.g., 20% of IPv4 TCP packet type, 30% of IPv4 UDP packet type, 40% of IPv6 TCP packet type, and 40% of IPv6 UDP packet type). type can be labeled the same as 10%).
  • FIG. 6 is a flow diagram illustrating the operation of the profile management component 210 of the traffic optimization module 201, according to one embodiment.
  • the profile management component 210 may receive traffic condition information from the UPF 425 .
  • the traffic condition information may include information about a traffic occupancy rate measured by the UPF 425 processing packets.
  • the profile management component 210 can update the traffic history based on the traffic condition information. For example, the profile management component 210 may update traffic history information based on the context information received from the UPF 425 at each predetermined time interval.
  • profile management component 210 can transmit the traffic history in response to a request from data reconstruction component 220.
  • profile management component 210 can receive the target profile from data reconstruction component 220 .
  • the target profile may include traffic information that data reconstruction component 220 has determined to reconstruct into an optimal cacheline.
  • the profile management component 210 may target a profile in which 10% are TCP packet types of IPv4, 10% are UDP packet types of IPv4, 40% are TCP packet types of IPv6, and 40% are UDP packet types of IPv6. You can receive it as a profile.
  • profile management component 210 can send an identification profile corresponding to the target profile to data reconstruction component 220.
  • the profile management component 210 may search whether a profile matching the traffic information of the target profile exists among a plurality of pre-stored profiles. If a profile of traffic information that matches the traffic information of the target profile is identified, the identified profile may be sent to data reconstruction component 220 . If a profile of traffic information matching the traffic information of the target profile is not identified, a profile of traffic information that most closely approximates the traffic information of the target profile may be transmitted to the data reconstruction component 220 .
  • the profile management component 210 may receive the response profile in which the cacheline is reconstructed from the data reconstruction component 220, and may update the profile or create a new profile according to the type of the response profile. For example, the profile management component 210 may identify the response profile among a plurality of pre-stored profiles in operation 650 . The profile management component 210 may update a profile corresponding to the traffic information of the target profile based on the reconstructed cacheline included in the response profile received from the data reconstruction component 220 . For another example, the profile management component 210 may not identify a profile matching the traffic information of the target profile at operation 650 .
  • the traffic information corresponding to the response profile received from the data reconstruction component 220 may indicate a new traffic condition not covered by the plurality of profiles. Accordingly, the profile management component 210 can add the response profile received from the data reconstruction component 220 as a profile for the new traffic situation.
  • FIG. 7 is a flow chart illustrating the operation of the data reconstruction component 220 of the traffic optimization module 201 to detect a cacheline reconstruction trigger event, according to one embodiment.
  • data reconstruction component 220 can identify occupancy rates of each of the traffic types based on the traffic history information. For example, data reconstruction component 220, based on the traffic history information, determines that 20% of TCP packet types are IPv4, 30% are UDP packet types of IPv4, 40% are TCP packet types of IPv6, and UDP packet types of IPv6 are 40%. The equivalent of this 10% can be identified.
  • data reconstruction component 220 can identify that at least one of the identified occupancy rates exceeds a threshold value. For example, data reconstruction component 220 can identify that the share of UDP packets in IPv4 among the traffic is greater than 70%.
  • data reconstruction component 220 may detect a trigger event for cacheline reconstruction at operation 740 by identifying whether at least one occupancy exceeds a threshold value during a prespecified time period. For example, the data reconstruction component 220 may identify that the occupancy rate of IPv4 UDP packets exceeds 70% and consistently exceeds 70% during the predefined time period.
  • the data reconstruction component 220 currently uses the software of UPF 425 as 20% for TCP packet types in IPv4, 30% for UDP packet types for IPv4, 40% for TCP packet types for IPv6, and 10% for UDP packet types for IPv6. Since it is optimized in the traffic situation of , it can be predicted that the packet processing performance will decrease.
  • the data reconstruction component 220 can reconfigure the cachelines to optimize the packet processing performance of the UPF 425 in traffic situations where the occupancy of UDP packets in IPv4 exceeds 70%.
  • FIG. 8 is a flow diagram illustrating the operation of the profile management component 210 of the traffic optimization module 201 to identify a response profile, according to one embodiment.
  • profile management component 210 can receive a target profile from data reconstruction component 220 .
  • the target profile may be a profile corresponding to the identified traffic situation for which the cacheline is to be reconstructed.
  • the profile management component 210 may target a profile in which 10% are TCP packet types of IPv4, 10% are UDP packet types of IPv4, 40% are TCP packet types of IPv6, and 40% are UDP packet types of IPv6. You can receive it as a profile.
  • the profile management component 210 may identify whether a profile matching the target profile exists among the plurality of profiles.
  • the profile management component 210 may search a profile of traffic information matching the traffic information of the target profile among a plurality of pre-stored profiles. For example, the profile management component 210 determines that 10% of the plurality of profiles are TCP packet type of IPv4, 10% are UDP packet type of IPv4, 40% are TCP packet type of IPv6, and UDP packet type of IPv6 is 10% of the plurality of profiles. You can search whether a profile with 40% exists.
  • profile management component 210 can provide a profile matching the target profile to data reconstruction component 220.
  • the provided profile may be a response profile. Traffic information of the response profile may be the same as traffic information of the target profile.
  • profile management component 210 may recall a profile in which 10% are TCP packet types of IPv4, 10% are UDP packet types of IPv4, 40% are TCP packet types of IPv6, and 40% are UDP packet types of IPv6. It may be pre-stored as one of a plurality of profiles.
  • the profile management component 210 may provide the data reconstruction component 220 with a profile whose traffic information matches the target profile.
  • profile management component 210 can identify and provide a profile similar to the target profile to data reconstruction component 220.
  • the traffic information of the response profile provided to the data reconstruction component 220 may be different from the traffic information of the target profile.
  • a profile that exactly matches the traffic information of the target profile may not exist.
  • Profile management component 210 can identify a profile that contains traffic information similar to that of the target profile.
  • the identified profile includes traffic information consisting of 5% of TCP packet type of IPv4, 15% of UDP packet type of IPv4, 40% of TCP packet type of IPv6, and 40% of UDP packet type of IPv6.
  • Profile management component 210 can provide the identified profile to data reconstruction component 220 as a response profile.
  • FIG. 9 is a flow diagram illustrating the operation of the profile management component 210 of the traffic optimization module 201 to identify a response profile similar to the target profile, according to one embodiment.
  • the profile management component 210 can identify first profiles having the same communication protocol as the target profile.
  • the target profile may include traffic information for processing 100% of IPv6 UDP packets through downlink.
  • the profile management component 210 may identify profiles other than profiles not processing UDP packets (eg, processing only TCP packets of IPv4) among the plurality of profiles as the first profiles. .
  • the profile management component 210 may identify second profiles from among the first profiles that have the same communication link as the target profile.
  • the target profile may include traffic information for processing 100% of IPv6 UDP packets through downlink.
  • the profile management component 210 may identify, among the first profiles, profiles other than profiles that process UDP packets through an uplink as second profiles.
  • the profile management component 210 may identify third profiles having the same Internet protocol version as the target profile among the second profiles.
  • the target profile may include traffic information for processing 100% of IPv6 UDP packets through downlink.
  • the profile management component 210 may identify, among the second profiles, profiles other than profiles that process packets based on the Internet version protocol of IPv4 as third profiles.
  • the profile management component 210 may identify one profile having the most similar occupancy among the third profiles.
  • all of the third profiles may include all profiles that process at least some UDP packets of IPv6 through downlink.
  • the profile management component 210 may determine one profile whose occupancy of IPv6 UDP packets is closest to 100 and identify it as the response profile.
  • FIG. 10 shows an example of a cache line reconstructed based on data reconstruction component 220, according to one embodiment.
  • cacheline 1010 may be a cacheline prior to being reconstructed by data reconstruction component 220 .
  • Cacheline 1020 may be a cacheline after being reconstructed by data reconstruction component 220 .
  • the cache line 1010 may include at least data A 1011 , data B 1012 , data C 1013 , and data D 1014 .
  • the cache line 1020 may include at least data A 1011 , data D 1014 , data H 1021 , and data I 1022 .
  • the UPF 425 may refer to data A (1011), data C (1013), and data D (1014) at a first time point for data packet processing, and may refer to data A (1011), data C (1013), and data D (1014) delayed from the first time point.
  • Data B 1012 can be referenced at two points in time.
  • the data reconstruction component 220 may move data B 1012 from cache line 1010 to another cache line for cache line optimization when the time difference between the first time point and the second time point is greater than a threshold time. there is. If the data reconstruction component 220 does not move the data B 1012, the packet processing performance may be degraded because the cache line 1010 is cached twice at the first time and the second time in the process of processing the data packet. can
  • data C 1013 may be for a specific function used in processing a data packet. For example, if the specific function is deactivated after the cache line 1010 is created, the data C 1013 may not be referenced any more in the packet processing process. However, since the cache memory is cached in units of cache lines, data C 1013 that is not to be referred to may cause frequent caching of the cache memory, deteriorating packet processing performance. Accordingly, data reconstruction component 220 may delete data C 1013 from cacheline 1010 during cacheline reconstruction.
  • data reconstruction component 220 may delete data B 1012, data C 1013 from cacheline 1010, and include data H 1021 and data I 1022.
  • data H 1021 and data I 1022 may be data included in a cache line other than the cache line 1010 .
  • the data reconstruction component 220 may refer to access point information of data H 1021 and data I 1022 to identify that the access point corresponds to the first point of time.
  • Data reconstruction component 220 can reorganize cachelines 1010 to minimize the number of cachelines.
  • the data reconstruction component 220 includes data H 1021 and data I 1022 as a cache line 1010 containing data A 1011 and data D 1014 accessed at a first point in time to cache line ( 1020) can be reconstructed.
  • the UPF 452 executes software based on the profile including the reconfigured cache line 1020, it is possible to prevent the same cache line from being repeatedly cached, thereby improving packet processing performance.
  • the traffic optimization module may maintain high-speed packet processing performance in various traffic conditions by managing a profile including a cache line capable of maximally utilizing cache memory according to traffic conditions.
  • the traffic optimization module for managing a profile related to traffic processing of a user plane function includes a profile management component that stores a plurality of profiles and a cache line included in the profile. and a data reconstruction component for reconstructing, wherein the traffic optimization module receives, through the profile management component, situation information based on traffic for a data packet being processed from the UPF, and through the profile management component, the Based on context information, whether to update traffic history information stored in the profile management component and perform data reconstruction based on the traffic history information by referring to the traffic history information stored in the profile management component through the data reconstruction component.
  • the traffic optimization module receives, through the profile management component, situation information based on traffic for a data packet being processed from the UPF, and through the profile management component, the Based on context information, whether to update traffic history information stored in the profile management component and perform data reconstruction based on the traffic history information by referring to the traffic history information stored in the profile management component through the data reconstruction component.
  • the profile management component determines, and when it is determined to perform the data reconstruction, identify a profile that at least matches a target profile requested by the data reconstruction component among the plurality of profiles through the profile management component, and through the data reconstruction component, the Reconstructing a data set included in the identified profile into a data set including data necessary for processing the context information, and through the data reconstruction component, the identified profile including the reconstructed data set, the profile management It can be configured to provide components.
  • the traffic optimization module further comprises a distribution component, wherein the data reconstruction component provides the identified profile comprising the reconstructed data set to the distribution component, the distribution component comprising: and provide the identified profile including the reconstructed data set to the UPF.
  • each of the plurality of profiles is a protocol type indicating one of Transmission Control Protocol (TCP) and User Datagram Protocol (UDP), and any one of uplink and downlink. It can be identified based on the communication link type indicating the , and the Internet Protocol version indicating either IPv4 or IPv6.
  • TCP Transmission Control Protocol
  • UDP User Datagram Protocol
  • the profile management component when not identifying a profile in which the target profile, the protocol type, the communication link type, and the Internet protocol version all match, the protocol type, the communication link type and the Internet protocol version. It may be configured to identify a profile similar to the target profile based on a priority determined according to the order of Internet protocol versions.
  • the reconstructed data set is an artificial algorithm including an approximate solution search method such as simulated annealing (SA) and a genetic algorithm (GA) or deep learning (DL) or machine learning (ML). It can be generated based on intelligent algorithms.
  • SA simulated annealing
  • GA genetic algorithm
  • DL deep learning
  • ML machine learning
  • the data reconstruction component obtains binary information about the identified profile including the reconstructed data set, and the distribution component provides the obtained binary information to the UPF can be configured to
  • the data reconstruction component in response to requesting the traffic history information stored in the profile management component at predetermined time intervals and identifying, based on the traffic history information, that a threshold traffic is exceeded, It may be configured to determine to perform data reconstruction.
  • the profile may include information on access points of each of the data included in the profile and information on data types and sizes of the data.
  • the profile may include information for identifying the number of data sets included in the profile and data included in each of the data sets.
  • the target profile may include information indicating the identified critical traffic.
  • a method of operating a traffic optimization module that manages a plurality of profiles related to traffic processing of a user plane function includes traffic for a data packet being processed from the UPF.
  • Receiving based context information updating traffic history information stored in the profile management component based on the context information, and performing data reconstruction based on the traffic history information with reference to the traffic history information and, when it is determined to perform the data reconstruction, identifying a profile that at least matches a target profile among the plurality of profiles, and processing the context information using a data set included in the identified profile.
  • An operation of reconstructing a data set including necessary data may be included.
  • the method includes providing the identified profile including the reconstructed data set to a distribution component, and providing the identified profile including the reconstructed data set to the UPF.
  • a distribution component can include
  • each of the plurality of profiles is a protocol type indicating one of Transmission Control Protocol (TCP) and User Datagram Protocol (UDP), and any one of uplink and downlink. It can be identified based on the communication link type indicating the , and the Internet Protocol version indicating either IPv4 or IPv6.
  • TCP Transmission Control Protocol
  • UDP User Datagram Protocol
  • the method if a profile in which the target profile, the protocol type, the communication link type, and the Internet protocol version all match is not identified, the protocol type, the communication link type, and the Internet protocol version.
  • An operation of identifying a profile similar to the target profile based on a priority determined according to the order of versions may be included.
  • the reconstructed data set is an artificial algorithm including an approximate solution search method such as simulated annealing (SA) and a genetic algorithm (GA) or deep learning (DL) or machine learning (ML). It can be generated based on intelligent algorithms.
  • SA simulated annealing
  • GA genetic algorithm
  • DL deep learning
  • ML machine learning
  • the method may include obtaining binary information about the identified profile including the reconstructed data set, and providing the obtained binary information to the UPF.
  • requesting the traffic history information stored in the profile management component at predetermined time intervals and performing the data reconstruction in response to identifying traffic exceeding a threshold based on the traffic history information.
  • An operation of determining may be further included.
  • the profile may include information on access points of each of the data included in the profile and information on data types and sizes of the data.
  • the profile may further include information for identifying the number of data sets included in the profile and data included in each of the data sets.
  • the target profile may include information indicating the identified critical traffic.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • first, second, or first or secondary may simply be used to distinguish that component from other corresponding components, and may refer to that component in other respects (eg, importance or order) is not limited.
  • a (e.g. first) component is said to be “coupled” or “connected” to another (e.g. second) component, with or without the terms “functionally” or “communicatively”.
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory 136 or external memory 138
  • a machine eg, electronic device 101
  • a processor eg, the processor 120
  • a device eg, the electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • Computer program products are distributed in the form of machine-readable storage media (e.g. CD-ROM (compact disc read only memory)) or through application stores (e.g. Play Store). ) or directly between two user devices (eg smart phones), online distribution (eg download or upload).
  • online distribution at least part of the computer program product may be temporarily stored or temporarily created in a storage medium readable by a device such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component among the plurality of components prior to the integration. .
  • the operations performed by a module, program or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations are executed in a different order. may be added, omitted, or one or more other actions may be added.

Landscapes

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

Abstract

상술한 바와 같은 일 실시예에 따른 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 프로파일을 관리하는 트래픽 최적화 모듈은, 복수의 프로파일들을 저장하는 프로파일 관리 컴포넌트 및 프로파일에 포함되는 캐시라인을 재구성하기 위한 데이터 재구성 컴포넌트를 포함할 수 있다.

Description

트래픽 최적화 모듈 및 이의 동작 방법
아래의 설명들은 트래픽 최적화 모듈 및 이의 동작 방법에 관한 것이다.
4G 통신 시스템 상용화 이후 증가 추세에 있는 무선 데이터 트래픽 수요를 충족시키기 위해, 개선된 5G 통신 시스템 또는 pre-5G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 5G 통신 시스템 또는 pre-5G 통신 시스템은 4G 네트워크 이후 (Beyond 4G Network) 통신 시스템 또는 LTE 시스템 이후 (Post LTE) 이후의 시스템이라 불리어지고 있다. 3GPP에서 정한 5G 통신 시스템은 New Radio (NR) 시스템이라고 불리고 있다.
일(an) 실시예에 따른 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 프로파일을 관리하는 트래픽 최적화 모듈은, 복수의 프로파일들을 저장하는 프로파일 관리 컴포넌트 및 프로파일에 포함되는 캐시라인을 재구성하기 위한 데이터 재구성 컴포넌트를 포함하고, 상기 트래픽 최적화 모듈은, 상기 프로파일 관리 컴포넌트를 통해, 상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하고, 상기 프로파일 관리 컴포넌트를 통해, 상기 상황 정보에 기반하여, 상기 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하고, 상기 데이터 재구성 컴포넌트를 통해 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하고, 상기 데이터 재구성의 수행이 결정된 경우, 상기 프로파일 관리 컴포넌트를 통해 상기 복수의 프로파일들 중 상기 데이터 재구성 컴포넌트가 요청한 타겟 프로파일과 적어도 일치하는 프로파일을 식별하고, 상기 데이터 재구성 컴포넌트를 통해, 상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하고, 상기 데이터 재구성 컴포넌트를 통해, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을, 상기 프로파일 관리 컴포넌트에게 제공하도록 구성될 수 있다.
일 실시예에 따른 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 복수의 프로파일들을 관리하는 트래픽 최적화 모듈의 동작 방법은, 상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하는 동작과, 상기 상황 정보에 기반하여, 상기 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하는 동작과, 상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하는 동작과, 상기 데이터 재구성의 수행이 결정된 경우, 상기 복수의 프로파일들 중 타겟 프로파일과 적어도 일치하는 프로파일을 식별하는 동작과, 상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하는 동작을 포함할 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른, 레거시 네트워크 통신 및 5G 네트워크 통신을 지원하기 위한 전자 장치의 블록도이다.
도 3은 다양한 실시예들에 따른 레거시(Legacy) 통신 및/또는 5G 통신의 네트워크를 제공하는 무선 통신 시스템들을 도시한다.
도 4는 일 실시예들에 따른, 5G 통신의 코어 네트워크 구조 및 트래픽 최적화 모듈을 도시한다.
도 5는 일 실시예들에 따른, 트래픽 최적화 모듈과 UPF(user plane function) 간에 신호 교환도를 도시한다.
도 6은 일 실시예들에 따른, 트래픽 최적화 모듈의 프로파일 관리 컴포넌트의 동작을 나타내는 순서도이다.
도 7은 일 실시예들에 따른, 트래픽 최적화 모듈의 데이터 재구성 컴포넌트가 캐시라인 재구성 트리거 이벤트를 검출하는 동작을 나타내는 순서도이다.
도 8은 일 실시예들에 따른, 트래픽 최적화 모듈의 프로파일 관리 컴포넌트가 응답 프로파일을 식별하는 동작을 나타내는 순서도이다.
도 9는 일 실시예들에 따른, 트래픽 최적화 모듈의 프로파일 관리 컴포넌트가 타겟 프로파일에 유사한 응답 프로파일을 식별하는 동작을 나타내는 순서도이다.
도 10은 일 실시예들에 따른, 데이터 재구성 모듈에 기반하여 재구성된 캐시라인(cache line)의 예를 도시한다.
도 1은 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))과 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO(full dimensional MIMO)), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시예들에 따른, 레거시 네트워크 통신 및 5G 네트워크 통신을 지원하기 위한 전자 장치(101)의 블록도(200)이다.
도 2를 참조하면, 전자 장치(101)는 제1 커뮤니케이션 프로세서(212), 제2 커뮤니케이션 프로세서(214), 제1 RFIC(radio frequency integrated circuit, 222), 제2 RFIC(224), 제3 RFIC(226), ` RFIC(228), 제1 RFFE(radio frequency front end, 232), 제2 RFFE(234), 제1 안테나 모듈(242), 제2 안테나 모듈(244), 및 안테나(248)를 포함할 수 있다. 전자 장치(101)는 프로세서(120) 및 메모리(130)를 더 포함할 수 있다. 제2 네트워크(199)는 제1 셀룰러 네트워크(292)와 제2 셀룰러 네트워크(294)를 포함할 수 있다. 다른 실시예에 따르면, 전자 장치(101)는 도 1에 기재된 부품들 중 적어도 하나의 부품을 더 포함할 수 있고, 제2 네트워크(199)는 적어도 하나의 다른 네트워크를 더 포함할 수 있다. 일실시예에 따르면, 제1 커뮤니케이션 프로세서(212), 제2 커뮤니케이션 프로세서(214), 제1 RFIC(222), 제2 RFIC(224), 제4 RFIC(228), 제1 RFFE(232), 및 제2 RFFE(234)는 무선 통신 모듈(192)의 적어도 일부를 형성할 수 있다. 다른 실시예에 따르면, 제4 RFIC(228)는 생략되거나, 제3 RFIC(226)의 일부로서 포함될 수 있다.
제1 커뮤니케이션 프로세서(212)는 제1 셀룰러 네트워크(292)와의 무선 통신에 사용될 대역의 통신 채널의 수립, 및 수립된 통신 채널을 통한 레거시 네트워크 통신을 지원할 수 있다. 다양한 실시예들에 따르면, 제1 셀룰러 네트워크(292)는 2세대(2G), 3세대(3G), 4세대(4G), 및/또는 long term evolution(LTE) 네트워크를 포함하는 레거시 네트워크일 수 있다. 제2 커뮤니케이션 프로세서(214)는 제2 셀룰러 네트워크(294)와의 무선 통신에 사용될 대역 중 지정된 대역(예: 약 6GHz ~ 약 60GHz)에 대응하는 통신 채널의 수립, 및 수립된 통신 채널을 통한 5G 네크워크 통신을 지원할 수 있다. 다양한 실시예들에 따르면, 제2 셀룰러 네트워크(294)는 3GPP에서 정의하는 5G 네트워크일 수 있다. 추가적으로, 일실시예에 따르면, 제1 커뮤니케이션 프로세서(212) 또는 제2 커뮤니케이션 프로세서(214)는 제2 셀룰러 네트워크(294)와의 무선 통신에 사용될 대역 중 다른 지정된 대역(예: 약 6GHz 이하)에 대응하는 통신 채널의 수립, 및 수립된 통신 채널을 통한 5G 네크워크 통신을 지원할 수 있다. 일실시예에 따르면, 제1 커뮤니케이션 프로세서(212)와 제2 커뮤니케이션 프로세서(214)는 단일(single) 칩 또는 단일 패키지 내에 구현될 수 있다. 다양한 실시예들에 따르면, 제1 커뮤니케이션 프로세서(212) 또는 제2 커뮤니케이션 프로세서(214)는 프로세서(120), 도 1의 보조 프로세서(123), 또는 통신 모듈(190)과 단일 칩 또는 단일 패키지 내에 형성될 수 있다.
제1 RFIC(222)는, 송신 시에, 제1 커뮤니케이션 프로세서(212)에 의해 생성된 기저대역(baseband) 신호를 제1 셀룰러 네트워크(292)(예: 레거시 네트워크)에 사용되는 약 700MHz 내지 약 3GHz의 라디오 주파수(radio frequency, RF) 신호로 변환할 수 있다. 수신 시에는, RF 신호가 안테나(예: 제1 안테나 모듈(242))를 통해 제1 셀룰러 네트워크(292)(예: 레거시 네트워크)로부터 획득되고, RFFE(예: 제1 RFFE(232))를 통해 전처리(preprocess)될 수 있다. 제1 RFIC(222)는 전처리된 RF 신호를 제1 커뮤니케이션 프로세서(212)에 의해 처리될 수 있도록 기저대역 신호로 변환할 수 있다.
제2 RFIC(224)는, 송신 시에, 제1 커뮤니케이션 프로세서(212) 또는 제2 커뮤니케이션 프로세서(214)에 의해 생성된 기저대역 신호를 제2 셀룰러 네트워크(294)(예: 5G 네트워크)에 사용되는 Sub6 대역(예: 약 6GHz 이하)의 RF 신호(이하, 5G Sub6 RF 신호)로 변환할 수 있다. 수신 시에는, 5G Sub6 RF 신호가 안테나(예: 제2 안테나 모듈(244))를 통해 제2 셀룰러 네트워크(294)(예: 5G 네트워크)로부터 획득되고, RFFE(예: 제2 RFFE(234))를 통해 전처리될 수 있다. 제2 RFIC(224)는 전처리된 5G Sub6 RF 신호를 제1 커뮤니케이션 프로세서(212) 또는 제2 커뮤니케이션 프로세서(214) 중 대응하는 커뮤니케이션 프로세서에 의해 처리될 수 있도록 기저대역 신호로 변환할 수 있다.
제3 RFIC(226)는 제2 커뮤니케이션 프로세서(214)에 의해 생성된 기저대역 신호를 제2 셀룰러 네트워크(294)(예: 5G 네트워크)에서 사용될 5G Above6 대역(예: 약 6GHz ~ 약 60GHz)의 RF 신호(이하, 5G Above6 RF 신호)로 변환할 수 있다. 수신 시에는, 5G Above6 RF 신호가 안테나(예: 안테나(248))를 통해 제2 셀룰러 네트워크(294)(예: 5G 네트워크)로부터 획득되고 제3 RFFE(236)를 통해 전처리될 수 있다. 예를 들어, 제3 RFFE(236)는 위상 변환기(238)를 이용하여 신호의 전처리를 수행할 수 있다. 제3 RFIC(226)는 전처리된 5G Above 6 RF 신호를 제2 커뮤니케이션 프로세서(214)에 의해 처리될 수 있도록 기저대역 신호로 변환할 수 있다. 일실시예에 따르면, 제3 RFFE(236)는 제3 RFIC(226)의 일부로서 형성될 수 있다.
전자 장치(101)는, 일실시예에 따르면, 제3 RFIC(226)와 별개로 또는 적어도 그 일부로서, 제4 RFIC(228)를 포함할 수 있다. 이런 경우, 제4 RFIC(228)는 제2 커뮤니케이션 프로세서(214)에 의해 생성된 기저대역 신호를 중간(intermediate) 주파수 대역(예: 약 9GHz ~ 약 11GHz)의 RF 신호(이하, IF (intermediate frequency) 신호)로 변환한 뒤, 상기 IF 신호를 제3 RFIC(226)로 전달할 수 있다. 제3 RFIC(226)는 IF 신호를 5G Above6 RF 신호로 변환할 수 있다. 수신 시에, 5G Above6 RF 신호가 안테나(예: 안테나(248))를 통해 제2 셀룰러 네트워크(294)(예: 5G 네트워크)로부터 수신되고 제3 RFIC(226)에 의해 IF 신호로 변환될 수 있다. 제4 RFIC(228)는 IF 신호를 제2 커뮤니케이션 프로세서(214)가 처리할 수 있도록 기저대역 신호로 변환할 수 있다.
일시예에 따르면, 제1 RFIC(222)와 제2 RFIC(224)는 단일 칩 또는 단일 패키지의 적어도 일부로 구현될 수 있다. 일실시예에 따르면, 제1 RFFE(232)와 제2 RFFE(234)는 단일 칩 또는 단일 패키지의 적어도 일부로 구현될 수 있다. 일시예에 따르면, 제1 안테나 모듈(242) 또는 제2 안테나 모듈(244)중 적어도 하나의 안테나 모듈은 생략되거나 다른 안테나 모듈과 결합되어 대응하는 복수의 대역들의 RF 신호들을 처리할 수 있다.
일실시예에 따르면, 제3 RFIC(226)와 안테나(248)는 동일한 서브스트레이트에 배치되어 제3 안테나 모듈(246)을 형성할 수 있다. 예를 들어, 무선 통신 모듈(192) 또는 프로세서(120)가 제1 서브스트레이트(예: main PCB)에 배치될 수 있다. 이런 경우, 제1 서브스트레이트와 별도의 제2 서브스트레이트(예: sub PCB)의 일부 영역(예: 하면)에 제3 RFIC(226)가, 다른 일부 영역(예: 상면)에 안테나(248)가 배치되어, 제3 안테나 모듈(246)이 형성될 수 있다. 일실시예에 따르면, 안테나(248)는, 예를 들면, 빔포밍에 사용될 수 있는 안테나 어레이를 포함할 수 있다. 제3 RFIC(226)와 안테나(248)를 동일한 서브스트레이트에 배치함으로써 그 사이의 전송 선로의 길이를 줄이는 것이 가능하다. 이는, 예를 들면, 5G 네트워크 통신에 사용되는 고주파 대역(예: 약 6GHz ~ 약 60GHz)의 신호가 전송 선로에 의해 손실(예: 감쇄)되는 것을 줄일 수 있다. 이로 인해, 전자 장치(101)는 제2 셀룰러 네트워크(294)(예: 5G 네트워크)와의 통신의 품질 또는 속도를 향상시킬 수 있다.
제2 셀룰러 네트워크(294)(예: 5G 네트워크)는 제1 셀룰러 네트워크(292)(예: 레거시 네트워크)와 독립적으로 운영되거나(예: Stand-Alone (SA)), 연결되어 운영될 수 있다(예: Non-Stand Alone (NSA)). 예를 들면, 5G 네트워크에는 액세스 네트워크(예: 5G radio access network(RAN) 또는 next generation RAN(NG RAN))만 있고, 코어 네트워크(예: next generation core(NGC))는 없을 수 있다. 이런 경우, 전자 장치(101)는 5G 네트워크의 액세스 네트워크에 액세스한 후, 레거시 네트워크의 코어 네트워크(예: evolved packed core(EPC))의 제어 하에 외부 네트워크(예: 인터넷)에 액세스할 수 있다. 레거시 네트워크와 통신을 위한 프로토콜 정보(예: LTE 프로토콜 정보) 또는 5G 네트워크와 통신을 위한 프로토콜 정보(예: New Radio(NR) 프로토콜 정보)는 메모리(230)에 저장되어, 다른 부품(예: 프로세서(120), 제1 커뮤니케이션 프로세서(212), 또는 제2 커뮤니케이션 프로세서(214))에 의해 액세스될 수 있다.
트래픽 상황에 무관하게 패킷 처리 고속 성능이 유지되기 위해서는 패킷을 처리하기 위해 사용되는 데이터들을 최대한 캐시 메모리에 적재하여 데이터 접근 시간을 최소화하는 것이 요구된다. 하지만 기존의 경우, 다양한 트래픽 상황에 대해 패킷 처리 성능이 일정하게 유지되지 않았다. 상기와 같은 문제를 해결하기 위하여, 로드 밸런싱(load balancing)이 제안되었다. 상기 로드 밸런싱은, 트래픽 상황에 따라 여유 있는 리소스로 패킷을 재분배하거나, 다른 모듈로 스티어링(steering)하는 방법을 지칭할 수 있다.
다만, 패킷을 처리하는 모듈의 리소스 자원을 효율적으로 사용하지 않는 상황에서, 트래픽 처리를 위해 여유 있는 리소스나 다른 모듈로 패킷을 재분배하는 방법은 결국 패킷 처리 모듈 자체의 리소스를 비효율적으로 사용하는 한계를 극복하지 못하며 증가되는 트래픽을 처리하기 위하여 새로운 리소스를 확보하거나, 다른 모듈을 구비하기 위한 비용이 빠르게 증가되는 문제가 있다.
도 3은, 다양한 실시예들에 따른 레거시(Legacy) 통신 및/또는 5G 통신의 네트워크를 제공하는 무선 통신 시스템들을 도시한다.
도 3를 참조하면, 네트워크 환경(100A, 100B, 및 100C)은, 레거시 네트워크 및 5G 네트워크 중 적어도 하나를 포함할 수 있다. 상기 레거시 네트워크는, 예를 들어, 전자 장치(101)와 무선 접속을 지원하는 3GPP 표준의 4G 또는 LTE 기지국(350)(예를 들어, eNB(eNodeB)) 및 4G 통신을 관리하는 EPC(evolved packet core)(351)를 포함할 수 있다. 상기 5G 네트워크는, 예를 들어, 전자 장치(101)와 무선 접속을 지원하는 New Radio (NR) 기지국(350)(예를 들어, gNB(gNodeB)) 및 전자 장치(101)의 5G 통신을 관리하는 5GC(352)(5th generation core)를 포함할 수 있다.
다양한 실시예들에 따르면, 전자 장치(101)는 레거시 통신 및/또는 5G 통신을 통해 제어 메시지 (control message) 및 사용자 데이터(user data)를 송수신할 수 있다. 제어 메시지는 예를 들어, 전자 장치(101)의 보안 제어(security control), 베어러 설정(bearer setup), 인증(authentication), 등록(registration), 또는 이동성 관리(mobility management) 중 적어도 하나와 관련된 메시지를 포함할 수 있다. 사용자 데이터는 예를 들어, 전자 장치(101)와 코어 네트워크(330)(예를 들어, EPC(342))간에 송수신되는 제어 메시지를 제외한 사용자 데이터를 의미할 수 있다.
참조번호 300A를 참조하면, 일 실시예에 따른 전자 장치(101)는 레거시(legacy) 네트워크의 적어도 일부(예: LTE 기지국(340), EPC(342))를 이용하여 5G 네트워크의 적어도 일부(예: NR 기지국(350), 5GC(352))와 제어 메시지 또는 사용자 데이터 중 적어도 하나를 송수신할 수 있다.
다양한 실시예에 따르면, 네트워크 환경(100A)은 LTE 기지국(340) 및 NR 기지국(350)으로의 무선 통신 듀얼 커넥티비티(multi-RAT(radio access technology) dual connectivity, MR-DC)를 제공하고, EPC(342) 또는 5GC(352) 중 하나의 코어 네트워크(330)를 통해 전자 장치(101)와 제어 메시지를 송수신하는 네트워크 환경을 포함할 수 있다.
다양한 실시예에 따르면, MR-DC 환경에서, LTE 기지국(340) 또는 NR 기지국(350) 중 하나의 기지국은 MN(master node)(310)으로 작동하고 다른 하나는 SN(secondary node)(320)로 동작할 수 있다. MN(310)은 코어 네트워크(330)에 연결되어 제어 메시지를 송수신할 수 있다. MN(310)과 SN(320)은 네트워크 인터페이스를 통해 연결되어 무선 자원(예를 들어, 통신 채널) 관리와 관련된 메시지를 서로 송수신 할 수 있다.
다양한 실시예에 따르면, MN(310)은 LTE 기지국(350), SN(320)은 NR 기지국(350), 코어 네트워크(330)는 EPC(342)로 구성될 수 있다. 예를 들어, LTE 기지국(340) 및 EPC(342)를 통해 제어 메시지 송수신하고, LTE 기지국(350)과 NR 기지국(350)을 통해 사용자 데이터를 송수신 할 수 있다.
참조번호 300B를 참조하여, 다양한 실시예에 따르면, 5G 네트워크는 제어 메시지 및 사용자 데이터를 전자 장치(101)와 독립적으로 송수신할 수 있다.
참조번호 300C를 참조하여, 다양한 실시예에 따른 레거시 네트워크 및 5G 네트워크는 각각 독립적으로 데이터 송수신을 제공할 수 있다. 예를 들어, 전자 장치(101)와 EPC(342)는 LTE 기지국(350)을 통해 제어 메시지 및 사용자 데이터를 송수신할 수 있다. 또 다른 예를 들어, 전자 장치(101)와 5GC(352)는 NR 기지국(350)을 통해 제어 메시지 및 사용자 데이터를 송수신할 수 있다.
다양한 실시예에 따르면, 전자 장치(101)는 EPC(342) 또는 5GC(352) 중 적어도 하나에 등록(registration)되어 제어 메시지를 송수신할 수 있다.
다양한 실시예에 따르면, EPC(342) 또는 5GC(352)는 연동(interworking)하여 전자 장치(101)의 통신을 관리할 수도 있다. 예를 들어, 전자 장치(101)의 이동 정보가 EPC(342) 및 5GC(352)간의 인터페이스를 통해 송수신될 수 있다.
도 4는 일 실시예들에 따른, 5G 통신의 코어 네트워크(352) 및 트래픽 최적화 모듈(201)을 도시한다.
도 4를 참조하면, 코어 네트워크(도 3의 5GC(352))의 아키텍처는 다양한 네트워크 기능(network function)들을 포함할 수 있다. 예를 들어, 코어 네트워크(352)는 AMF(access and mobility management function)(420), UPF(user plane function)(425), SMF(session management function)(430), PCF(policy control function)(450), NRF(NF repository function)(455), UDM(unified data management)(460), AUSF(authentication server function)(465), NEF(network exposure function)(470), NSSF(network slicing selection function)(475), 및 AF(application function)(480)을 적어도 포함할 수 있다. 일 실시예에 따라, CPF(control plane function)은, AMF(420), SMF(430), PCF(450), UDM(460), AUSF(465), NEF(470) 및 AF(480)를 포함할 수 있다.
AMF(420)는 UE(user equipment)(410) 단위로 접속 및 이동성 관리를 위한 기능을 제공할 수 있다. 예를 들어, AMF(420)는 3GPP 액세스 네트워크들 간에 이동성을 위한 시그널링을 지원할 수 있다.
UPF(425)는, DN(440)으로부터 수신한 하향링크 패킷 데이터 유닛을 (R)AN(415)을 경유하여 UE(410)에게 전달하며, (R)AN(415)을 경유하여 UE(410)로부터 수신한 상향링크 패킷 데이터 유닛을 DN(440)으로 전달할 수 있다. 구체적으로, UPF(425)는 인트라 RAT 이동성 및/또는 인터 RAT 이동성을 위한 앵커 포인트, DN(440)으로의 상호연결(interconnect)의 외부 PDU(packet data unit) 세션 포인트, 패킷 라우팅(routing) 및 포워딩(forwarding), 패킷 검사(inspection) 등을 수행할 수 있다.
SMF(430)는, 세션 관리 기능을 제공하며, UE(410)가 다수 개의 세션을 가지는 경우 각 세션 별로 서로 다른 SMF에 의해 관리될 수 있다. 구체적으로, SMF(430)는 세션 관리, UE(410)의 IP 주소 할당 및 관리, UPF(425)에서 트래픽을 적절한 목적지로 라우팅하기 위한 트래픽 스티어링(traffic steering) 등을 설정할 수 있다.
PCF(450)는, 네트워크 슬라이스 정책, QoS 정책, 세션 관리 등의 정책을 결정하는 기능을 제공한다. 예를 들어, PCF(450)는 네트워크 동작을 통제하기 위한 단일화된 정책 프레임워크 지원할 수 있다.
NRF(455)는, 서비스 디스커버리 기능을 지원할 수 있다. 예를 들면, NF(network function) 디스커버리 요청이 NF 인스턴스로부터 수신될 수 있다. 예를 들면, NF 디스커버리 요청한 NF 인스턴스의 정보가 NF 인스턴스에게 제공될 수 있다.
UDM(460)은, 사용자의 가입 데이터, 정책 데이터에 대한 정보를 저장할 수 있다. UDM(460)은, 어플리케이션 프론트 엔드 및 UDR(user data repository)를 포함할 수 있다. AUSF(465)는, UE(410)의 인증을 위한 데이터를 저장할 수 있다.
NEF(470)는, 3GPP 네트워크 기능들에 의해 제공되는 예를 들어, 제3자(3rd party), 내부 노출(internal exposure), 어플리케이션 기능, 엣지 컴퓨팅(Edge Computing)을 위한 서비스들 및 능력들을 안전하게 노출하기 위한 수단을 제공할 수 있다. NSSF(475)는 네트워크 슬라이싱의 NSI(network slice instance)를 결정할 수 있다.
AF(480)는, 서비스 제공(예를 들어, 트래픽 라우팅 상에서 어플리케이션 영향, 네트워크 능력 노출(Network Capability Exposure) 접근, 정책 제어를 위한 정책 프레임워크와의 상호동작 등의 기능)을 지원하기 위해 3GPP 코어 네트워크와 상호 동작할 수 있다.
일 실시예에 따른 트래픽 최적화 모듈(201)은 트래픽 처리를 위한 데이터를 저장하는 캐시 메모리를 효율적으로 사용하도록 제어할 수 있다. 예를 들어, 트래픽 최적화 모듈(201)은 코어 네트워크(352) 중 UPF(425)로부터 트래픽 상황 정보를 수신할 수 있다. 트래픽 상황 정보는, 현재 패킷을 전송중인 트래픽의 점유율에 대한 정보를 포함할 수 있다. 트래픽 최적화 모듈(201)은 상기 트래픽 상황 정보에 기반하여, 트래픽을 처리중인 UPF(425)가 기반하는 프로파일 정보를 재구성할지 여부를 판단할 수 있다.
상기 프로파일 정보는, 트래픽 상황별로 UPF(425)의 소프트웨어를 구성하는 캐시라인들을 지칭할 수 있다. 상기 캐시라인은, 캐시 메모리 상에 캐싱되는 최소 단위의 데이터 셋(set)에 상응할 수 있다. 즉, 하나의 캐시라인을 캐싱하는 경우, 하나의 캐시라인에 포함되는 복수의 데이터들은 동시에 캐시 메모리 상에 로드될 수 있다. 일 실시예에 따라, 프로파일 정보는, 트래픽 정보를 포함할 수 있다. 상기 트래픽 정보는, 프로파일에 포함되는 캐시라인에 따라 소프트웨어를 구성하였을 때, UPF(425)가 최적의 패킷 처리 성능을 나타낼 수 있는 트래픽 유형을 지시할 수 있다. 예를 들어 트래픽 정보는, IPv4의 TCP 패킷 유형이 20%, IPv4의 UDP 패킷 유형이 30%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 10%를 지시할 수 있다. 일 실시예에 따라, 프로파일 정보는, 캐시라인 특성 정보를 포함할 수 있다. 상기 캐시라인 특성 정보는, 캐시라인에 포함되는 데이터들의 자료형(예를 들어, 문자형(char), 정수형(int), 실수형(float)) 및 크기에 대한 정보를 포함할 수 있다. 예를 들어, 프로파일에 포함되는 캐시라인이 문자형의 제1 데이터, 정수형의 제2 데이터를 포함할 수 있다. 상기 캐시라인 특성 정보는, 제1 데이터의 자료형은 문자형의 1Byte, 제2 데이터는 정수형의 4Byte인 것을 지시할 수 있다. 프로파일 정보는, 캐시라인을 구성하는 데이터들에 대한 정보, UPF(425)의 소프트웨어를 구성하기 위하여 필요한 캐시라인들의 개수에 대한 정보 및 캐시라인을 구성하는 데이터들에 대한 접근 시점에 대한 정보를 더 포함할 수 있다.
트래픽 최적화 모듈(201)은 UPF(425)에서 처리중인 트래픽의 점유율이 임계 값을 초과하는 것을 식별함에 응답하여, UPF(425)가 기반한 프로파일 정보를 재구성할 것을 결정할 수 있다. 트래픽 최적화 모듈(201)은 상기 프로파일 정보에 포함된 캐시라인에 대한 정보를 최적화할 수 있다. UPF(425)는 트래픽 최적화 모듈(201)에 의해 재구성된 프로파일 정보에 기반한 소프트웨어를 실행할 수 있다. UPF(425)는 상기 소프트웨어에 기반하여 새롭게 재구성된 캐시라인에 의해 지시되는 트래픽 처리에 필요한 데이터들을 로드함으로써, 캐시 메모리 상에 캐싱하는 횟수를 감소시켜 트래픽 처리 성능을 향상시킬 수 있다.
도 5는 일 실시예들에 따른, 트래픽 최적화 모듈과 UPF(user plane function) 간에 신호 교환도를 도시한다.
도 5를 참조하면, 동작 510에서, UPF(425)는 데이터 패킷을 처리할 수 있다. UPF(425)는 상기 데이터 패킷을 처리하는 동안, 트래픽 모니터링을 수행할 수 있다. 예를 들어, UPF(425)는 전체 트래픽 중 통신 프로토콜, 통신 링크, 인터넷 버전 프로토콜에 의해 분류되는 점유율을 실시간(real time)으로 모니터링할 수 있다. UPF(425)는 트래픽 점유율에 대한 모니터링 정보를 포함하는 상황 정보를 생성할 수 있다.
동작 515에서, UPF(425)는 상기 상황 정보를 트래픽 최적화 모듈(201)에게 제공할 수 있다. 예를 들어, 상기 상황 정보는, 트래픽 최적화 모듈(201) 중 프로파일 관리 컴포넌트(210)에게 제공될 수 있다. 프로파일 관리 컴포넌트(210)는 복수의 트래픽 상황들마다 각각 매핑된 복수의 프로파일 정보들을 포함할 수 있고, UPF(425)의 트래픽 모니터링 결과를 저장하는 트래픽 히스토리 정보를 더 포함할 수 있다. 일 실시예에 따라, UPF(425)는 미리 지정된 시간 간격마다 트래픽을 지시하는 상기 상황 정보를 트래픽 최적화 모듈(201)의 프로파일 관리 컴포넌트(210)에게 제공할 수 있다. 상기 미리 지정된 시간 간격은, 네트워크 제공 사업자 또는 사용자 설정에 의해 변경될 수 있다. 일 실시예에 따라, UPF(425)는 미리 지정된 조건을 식별함에 응답하여 상기 상황 정보를 제공할 수도 있다. 예를 들어, UPF(425)는 트래픽 점유율이 미리 설정된 임계 값을 초과함을 식별하는 경우, 상기 상황 정보를 트래픽 최적화 모듈(201)에게 제공할 수도 있다.
동작 520에서, 트래픽 최적화 모듈(201)은 트래픽 히스토리 정보를 업데이트할 수 있다. 예를 들어, 동작 515에서, 프로파일 관리 컴포넌트(210)는 UPF(425)에서 처리중인 트래픽의 점유율의 모니터링 결과를 포함하는 상기 상황 정보를 미리 지정된 시간 간격마다 수신할 수 있다. 프로파일 관리 컴포넌트(210)는 상기 미리 지정된 시간 간격마다 수신되는 상기 상황 정보에 기반하여 트래픽 히스토리 정보를 업데이트할 수 있다.
동작 525에서, 데이터 재구성 컴포넌트(220)는 프로파일 관리 컴포넌트(210)에게 트래픽 히스토리 정보를 요청할 수 있다. 데이터 재구성 컴포넌트(220)는 미리 지정된 시간 간격마다 프로파일 관리 컴포넌트(210)에게 트래픽 히스토리 정보를 요청할 수 있다. 상기 트래픽 히스토리 정보의 요청은, 데이터 재구성 컴포넌트(220)가 주기적으로 트래픽 상황을 모니터링하여 특정 트래픽 상황을 위한 최적의 프로파일을 생성해야 하는지 판단하기 위함이다.
동작 530에서, 프로파일 관리 컴포넌트(210)는 상기 요청에 응답하여 상기 트래픽 히스토리 정보를 데이터 재구성 컴포넌트(220)에게 제공할 수 있다. 데이터 재구성 컴포넌트(220)는 프로파일 관리 컴포넌트(210)로부터 수신된 상기 트래픽 히스토리 정보를 이용하여, 최적의 프로파일을 생성해야 하는지 여부를 판단할 수 있다.
전술한 실시예에서, 데이터 재구성 컴포넌트(220)가 프로파일 관리 컴포넌트(210)에게 요청하여 상기 트래픽 히스토리 정보를 수신하는 것을 기준으로 도시되었으나, 이에 제한되는 것은 아니다. 일 실시예에 따라, 프로파일 관리 컴포넌트(210)는 데이터 재구성 컴포넌트(220)로부터 요청을 수신하지 않더라도, 상기 트래픽 히스토리 정보를 데이터 재구성 컴포넌트(220)에게 제공할 수도 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 UPF(425)로부터 상황 정보를 수신하여 트래픽 히스토리 정보를 업데이트할 때마다, 상기 업데이트에 응답하여 데이터 재구성 컴포넌트(220)에게 상기 업데이트된 트래픽 히스토리 정보를 제공하도록 동작할 수도 있다.
동작 535에서, 데이터 재구성 컴포넌트(220)는 캐시라인 재구성 트리거 이벤트를 식별할 수 있다. 상기 캐시라인 재구성 트리거 이벤트는, 현재 트래픽을 처리하는 UPF(425)가 기반한 프로파일의 캐시라인의 정보를 최적화할 필요성이 있는지 판단하기 위한 이벤트에 상응할 수 있다. 예를 들어, 데이터 재구성 컴포넌트(220)는 상기 수신된 트래픽 히스토리 정보를 참조하여 트래픽 점유율이 임계 값을 초과하는 횟수를 카운트할 수 있다. 데이터 재구성 컴포넌트(220)는 상기 카운트된 횟수가 임계 횟수를 초과하는 경우, 캐시라인 재구성 트리거 이벤트가 발생하였다고 식별할 수 있다. 임계 값을 초과하는 트래픽 점유율이 자주 발생하는 경우, 트래픽을 처리하는 UPF(425)가 이용중인 프로파일에 포함된 캐시라인이 최적화되지 않았음을 추정할 수 있기 때문이다.
동작 540에서, 데이터 재구성 컴포넌트(220)는 타겟 프로파일을 요청할 수 있다. 상기 타겟 프로파일은, 데이터 재구성 컴포넌트(220)가 동작 535에서 캐시라인 재구성 트리거 이벤트가 발생하였다고 식별한 프로파일에 상응할 수 있다.
동작 545에서, 프로파일 관리 컴포넌트(210)는 상기 타겟 프로파일을 수신함에 응답하여, 응답 프로파일을 데이터 재구성 컴포넌트(220)에게 제공할 수 있다. 상기 응답 프로파일은, 프로파일 관리 컴포넌트(210)에 저장된 상기 복수의 프로파일들 중 하나의 프로파일에 상응할 수 있다.
동작 550에서, 데이터 재구성 컴포넌트(220)는 상기 응답 프로파일의 캐시라인을 재구성할 수 있다. 일 실시예에 따라, 데이터 재구성 컴포넌트(220)는 상기 응답 프로파일에 포함된 접근 시점 정보를 획득할 수 있다. 상기 접근 시점 정보는, 상기 응답 프로파일에 포함된 캐시라인이 캐시 메모리에 로딩된 시점들에 대한 정보를 저장할 수 있다. 데이터 재구성 컴포넌트(220)는 상기 접근 시점 정보에 기반하여, 동일한 캐시라인에 대한 접근 시점들을 식별할 수 있다. 예를 들어, 상기 응답 프로파일에 저장된 캐시라인들 중 제1 캐시라인은 2회에 걸쳐 캐시 메모리에 로딩될 수 있다. UPF(425)는 제1 시점에 상기 제1 캐시라인에 포함된 제1 데이터 및 제2 캐시라인에 포함된 제3 데이터를 이용하기 위하여 상기 제1 캐시라인 및 상기 제2 캐시라인을 캐시 메모리로 로드할 수 있다. UPF(425)는 상기 제1 시점보다 늦은 제2 시점에 상기 제1 캐시라인에 포함된 제2 데이터 및 상기 제2 캐시라인에 포함된 제4 데이터를 이용하기 위하여 상기 제1 캐시라인 및 상기 제2 캐시라인을 캐싱할 수 있다. 데이터 재구성 컴포넌트(220)는 동일한 제1 시점에 캐싱되는 상기 제1 캐시라인의 제1 데이터 및 상기 제2 캐시라인의 제3 데이터를 동일한 캐시라인에 포함되도록 캐시라인을 재구성할 수 있다. 또한, 데이터 재구성 컴포넌트(220)는 동일한 제2 시점에 캐싱되는 상기 제1 캐시라인의 제2 데이터 및 상기 제2 캐시라인의 제4 데이터를 동일한 캐시라인에 포함되도록 캐시라인을 재구성할 수 있다. UPF(425)는 상기 재구성된 캐시라인을 포함하는 프로파일에 기반하는 경우, 제1 시점에 상기 제1 데이터 및 상기 제3 데이터를 포함하도록 재구성된 캐시라인 하나만 로드하여 패킷 전송을 처리할 수 있다. UPF(425)는 상기 재구성된 캐시라인을 포함하는 프로파일에 기반하는 경우, 제2 시점에 상기 제2 데이터 및 상기 제4 데이터를 포함하도록 재구성된 캐시라인 하나만 로드하여 패킷 전송을 처리할 수 있다. 즉, UPF(425)가 제1 시점 및 제2 시점에 로드하는 캐시라인의 수는 2개에서 1개로 감소시킬 수 있다. 일 실시예에 따라, 데이터 재구성 컴포넌트(220)는 새로운 캐시라인들을 포함하는 프로파일을 재구성하기 위하여, 근사해 탐색 알고리즘(예를 들어, 담금질 기법(simulated annealing), 유전(genetic) 알고리즘) 및/또는 인공지능 알고리즘(예를 들어, 심층 학습(deep learning), 기계 학습(machine learning))에 기반할 수 있다.
동작 555에서, 데이터 재구성 컴포넌트(220)는 재구성된 프로파일을 프로파일 관리 컴포넌트(210)에게 제공할 수 있다. 프로파일 관리 컴포넌트(210)는 재구성된 프로파일을 수신하여 최적의 캐시라인으로 구성된 프로파일을 수신할 수 있다.
동작 560에서, 데이터 재구성 컴포넌트(220)는 재구성된 캐시라인을 포함하는 응답 프로파일에 대한 소프트웨어 바이너리(binary)를 획득할 수 있다. 상기 소프트웨어 바이너리는, 트래픽 최적화 모듈(201)이 코어 네트워크(352)에 포함된 엔티티들에게 제공하여 상기 바이너리를 제공받은 엔티티가 동작하는 소프트웨어를 업데이트하는데 이용될 수 있다.
동작 565에서, 데이터 재구성 컴포넌트(220)는 상기 획득된 소프트웨어 바이너리를 배포 컴포넌트(231)에게 제공할 수 있다.
동작 570에서, 프로파일 관리 컴포넌트(210)는 응답 프로파일의 유형에 따라 프로파일 업데이트를 수행하거나, 또는 새로운 프로파일을 생성할 수 있다. 일 실시예에 따라, 프로파일 관리 컴포넌트(210)는 프로파일 업데이트를 수행할 수 있다. 예를 들어, 동작 545에서, 프로파일 관리 컴포넌트(210)는 상기 복수의 프로파일들 중 상기 타겟 프로파일과 일치하는 프로파일을 식별하고, 상기 식별된 프로파일을 데이터 재구성 컴포넌트(220)에게 제공하였을 수 있다. 프로파일 관리 컴포넌트(210)는 데이터 재구성 컴포넌트(220)로부터 재구성된 프로파일을 수신하고, 상기 재구성된 프로파일을 상기 타겟 프로파일과 일치하는 것으로 식별된 프로파일로 대체(replace)할 수 있다. 일 실시예에 따라, 프로파일 관리 컴포넌트(210)는 새로운 프로파일을 생성할 수 있다. 예를 들어, 동작 545에서, 프로파일 관리 컴포넌트(210)는 상기 복수의 프로파일들 중 상기 타겟 프로파일과 일치하는 프로파일을 식별하지 못하여, 상기 타겟 프로파일과 유사한 프로파일을 데이터 재구성 컴포넌트(220)에게 제공하였을 수 있다. 프로파일 관리 컴포넌트(210)는 데이터 재구성 컴포넌트(220)로부터 수신한 재구성된 프로파일을, 새로운 프로파일로 저장할 수 있다. 상기 새로운 프로파일에 매칭되는 트래픽은, 상기 타겟 프로파일의 트래픽(예를 들어, IPv4의 TCP 패킷 유형이 20%, IPv4의 UDP 패킷 유형이 30%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 10%)과 동일하게 레이블(labeled)될 수 있다.
도 6은 일 실시예들에 따른, 트래픽 최적화 모듈(201)의 프로파일 관리 컴포넌트(210)의 동작을 나타내는 순서도이다.
도 4 및 도 6을 함께 참조하면, 동작 610에서, 프로파일 관리 컴포넌트(210)는 UPF(425)로부터 트래픽 상황 정보를 수신할 수 있다. 상기 트래픽 상황 정보는, 패킷을 처리중인 UPF(425)에 의해 측정되는 트래픽의 점유율에 대한 정보를 포함할 수 있다.
동작 620에서, 프로파일 관리 컴포넌트(210)는, 트래픽 상황 정보에 기반하여 트래픽 히스토리를 업데이트할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 상기 미리 지정된 시간 간격마다 UPF(425)로부터 수신되는 상기 상황 정보에 기반하여 트래픽 히스토리 정보를 업데이트할 수 있다. 동작 630에서, 프로파일 관리 컴포넌트(210)는, 데이터 재구성 컴포넌트(220)의 요청에 응답하여 상기 트래픽 히스토리를 송신할 수 있다.
동작 640에서, 프로파일 관리 컴포넌트(210)는, 데이터 재구성 컴포넌트(220)로부터 타겟 프로파일을 수신할 수 있다. 상기 타겟 프로파일은, 데이터 재구성 컴포넌트(220)가 최적의 캐시라인으로 재구성할 것을 결정한 트래픽 정보를 포함할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 IPv4의 TCP 패킷 유형이 10%, IPv4의 UDP 패킷 유형이 10%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 40%인 프로파일을 타겟 프로파일로 수신할 수 있다.
동작 650에서, 프로파일 관리 컴포넌트(210)는, 상기 타겟 프로파일에 상응하는 식별 프로파일을 데이터 재구성 컴포넌트(220)에게 송신할 수 있다. 프로파일 관리 컴포넌트(210)는 기 저장한 복수의 프로파일들 중 상기 타겟 프로파일의 트래픽 정보와 일치하는 프로파일이 존재하는지 검색할 수 있다. 상기 타겟 프로파일의 트래픽 정보와 일치하는 트래픽 정보의 프로파일이 식별되는 경우, 상기 식별된 프로파일을 데이터 재구성 컴포넌트(220)에게 송신할 수 있다. 상기 타겟 프로파일의 트래픽 정보와 일치하는 트래픽 정보의 프로파일이 식별되지 않는 경우, 상기 타겟 프로파일의 트래픽 정보와 가장 근사한 트래픽 정보의 프로파일을 데이터 재구성 컴포넌트(220)에게 송신할 수 있다.
동작 660에서, 프로파일 관리 컴포넌트(210)는, 데이터 재구성 컴포넌트(220)로부터 캐시라인이 재구성된 응답 프로파일을 수신하고, 응답 프로파일의 유형에 따라 프로파일을 업데이트하거나, 또는 새로운 프로파일을 생성할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 동작 650에서 기 저장된 복수의 프로파일들 중 상기 응답 프로파일을 식별할 수 있다. 프로파일 관리 컴포넌트(210)는, 데이터 재구성 컴포넌트(220)로부터 수신된 응답 프로파일에 포함되는 재구성된 캐시라인에 기반하여, 타겟 프로파일의 트래픽 정보에 상응하는 프로파일로 업데이트할 수 있다. 다른 예를 들어, 프로파일 관리 컴포넌트(210)가 동작 650에서 타겟 프로파일의 트래픽 정보와 일치하는 프로파일을 식별하지 못할 수 있다. 이 경우, 데이터 재구성 컴포넌트(220)로부터 수신된 응답 프로파일에 상응하는 트래픽 정보는, 복수의 프로파일들이 커버하지 않는 새로운 트래픽 상황을 나타낼 수 있다. 따라서, 프로파일 관리 컴포넌트(210)는 데이터 재구성 컴포넌트(220)로부터 수신된 응답 프로파일을 새로운 트래픽 상황을 위한 프로파일로 추가할 수 있다.
도 7은 일 실시예들에 따른, 트래픽 최적화 모듈(201)의 데이터 재구성 컴포넌트(220)가 캐시라인 재구성 트리거 이벤트를 검출하는 동작을 나타내는 순서도이다.
도 7을 참조하면, 동작 710에서, 데이터 재구성 컴포넌트(220)는, 트래픽 히스토리 정보에 기반하여 트래픽 유형들 각각의 점유율들을 식별할 수 있다. 예를 들어, 데이터 재구성 컴포넌트(220)는 트래픽 히스토리 정보에 기반하여, IPv4의 TCP 패킷 유형이 20%, IPv4의 UDP 패킷 유형이 30%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 10%에 상응하는 것을 식별할 수 있다.
동작 720에서, 데이터 재구성 컴포넌트(220)는, 식별된 점유율들 중 적어도 하나의 점유율이 임계 값을 초과하는 것을 식별할 수 있다. 예를 들어, 데이터 재구성 컴포넌트(220)는 트래픽 중 IPv4의 UDP 패킷의 점유율이 70%를 초과하는 것을 식별할 수 있다.
동작 730에서, 데이터 재구성 컴포넌트(220)는, 미리 지정된 시간 구간 동안 적어도 하나의 점유율이 임계 값을 초과하는지 식별하여 동작 740에서 캐시라인 재구성을 위한 트리거 이벤트를 검출할 수 있다. 예를 들어, 데이터 재구성 컴포넌트(220)는 IPv4의 UDP 패킷의 점유율이 70%를 초과하여, 상기 미리 지정된 시간 구간동안 지속적으로 70%를 초과하는 것을 식별할 수 있다. 데이터 재구성 컴포넌트(220)는 현재 UPF(425)의 소프트웨어는 IPv4의 TCP 패킷 유형이 20%, IPv4의 UDP 패킷 유형이 30%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 10%의 트래픽 상황에서 최적화되어 있으므로, 패킷 처리 성능이 감소할 것을 예측할 수 있다. 데이터 재구성 컴포넌트(220)는 IPv4의 UDP 패킷의 점유율이 70%를 초과하는 트래픽 상황에서 UPF(425)의 패킷 처리 성능을 최적화하기 위하여 캐시라인을 재구성할 수 있다.
도 8은 일 실시예들에 따른, 트래픽 최적화 모듈(201)의 프로파일 관리 컴포넌트(210)가 응답 프로파일을 식별하는 동작을 나타내는 순서도이다.
도 8을 참조하면, 동작 810에서, 프로파일 관리 컴포넌트(210)는, 데이터 재구성 컴포넌트(220)로부터 타겟 프로파일을 수신할 수 있다. 상기 타겟 프로파일은, 캐시라인을 재구성할 것으로 식별된 트래픽 상황에 상응하는 프로파일일 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 IPv4의 TCP 패킷 유형이 10%, IPv4의 UDP 패킷 유형이 10%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 40%인 프로파일을 타겟 프로파일로 수신할 수 있다.
동작 820에서, 프로파일 관리 컴포넌트(210)는, 프로파일 관리 컴포넌트(210)는 복수의 프로파일들 중 타겟 프로파일과 일치하는 프로파일이 존재하는지 식별할 수 있다. 프로파일 관리 컴포넌트(210)는 기 저장된 복수의 프로파일들 중 상기 타겟 프로파일의 트래픽 정보와 일치하는 트래픽 정보의 프로파일을 검색할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 상기 복수의 프로파일들 중 IPv4의 TCP 패킷 유형이 10%, IPv4의 UDP 패킷 유형이 10%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 40%인 프로파일이 존재하는지 검색할 수 있다.
동작 830에서, 프로파일 관리 컴포넌트(210)는, 상기 타겟 프로파일과 일치하는 프로파일을 데이터 재구성 컴포넌트(220)에게 제공할 수 있다. 상기 제공되는 프로파일은 응답 프로파일일 수 있다. 상기 응답 프로파일의 트래픽 정보는 상기 타겟 프로파일의 트래픽 정보와 동일할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)는 IPv4의 TCP 패킷 유형이 10%, IPv4의 UDP 패킷 유형이 10%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 40%인 프로파일을 상기 복수의 프로파일들 중 하나로 기 저장하였을 수 있다. 프로파일 관리 컴포넌트(210)는 상기 타겟 프로파일과 트래픽 정보가 일치하는 프로파일을 데이터 재구성 컴포넌트(220)에게 제공할 수 있다.
동작 840에서, 프로파일 관리 컴포넌트(210)는, 상기 타겟 프로파일과 유사한 프로파일을 식별하여 데이터 재구성 컴포넌트(220)에게 제공할 수 있다. 이 경우, 데이터 재구성 컴포넌트(220)에게 제공되는 응답 프로파일의 트래픽 정보는, 상기 타겟 프로파일의 트래픽 정보와 상이할 수 있다. 예를 들어, 프로파일 관리 컴포넌트(210)가 저장하는 복수의 프로파일들 중 상기 타겟 프로파일의 트래픽 정보와 정확히 일치하는 프로파일이 존재하지 않을 수 있다. 프로파일 관리 컴포넌트(210)는 상기 타겟 프로파일의 트래픽 정보와 유사한 트래픽 정보를 포함하는 프로파일을 식별할 수 있다. 예를 들어, 상기 식별된 프로파일은, IPv4의 TCP 패킷 유형이 5%, IPv4의 UDP 패킷 유형이 15%, IPv6의 TCP 패킷 유형이 40%, IPv6의 UDP 패킷 유형이 40%로 구성된 트래픽 정보를 포함하는 프로파일일 수 있다. 상기 타겟 프로파일의 트래픽 정보 중 IPv4의 TCP 패킷 유형 및 IPv4의 UDP 패킷 유형에서 각각 5%만큼 트래픽 정보가 상이할 수 있다. 프로파일 관리 컴포넌트(210)는 상기 식별된 프로파일을 응답 프로파일로서 데이터 재구성 컴포넌트(220)에게 제공할 수 있다.
도 9는 일 실시예들에 따른, 트래픽 최적화 모듈(201)의 프로파일 관리 컴포넌트(210)가 타겟 프로파일에 유사한 응답 프로파일을 식별하는 동작을 나타내는 순서도이다.
도 9를 참조하면, 동작 910에서, 프로파일 관리 컴포넌트(210)는, 타겟 프로파일과 통신 프로토콜이 동일한 제1 프로파일들을 식별할 수 있다. 예를 들어, 타겟 프로파일은 다운링크를 통해 IPv6의 UDP 패킷을 100% 처리하는 트래픽 정보를 포함할 수 있다. 이 경우, 프로파일 관리 컴포넌트(210)는 복수의 프로파일들 중 UDP 패킷을 처리하지 않는 프로파일들(예를 들어, IPv4의 TCP 패킷들만 처리)을 제외한 나머지 프로파일들을 상기 제1 프로파일들로 식별할 수 있다.
동작 920에서, 프로파일 관리 컴포넌트(210)는, 상기 제1 프로파일들 중 타겟 프로파일과 통신 링크가 동일한 제2 프로파일들을 식별할 수 있다. 예를 들어, 타겟 프로파일은 다운링크를 통해 IPv6의 UDP 패킷을 100% 처리하는 트래픽 정보를 포함할 수 있다. 이 경우, 프로파일 관리 컴포넌트(210)는 상기 제1 프로파일들 중 업링크를 통해 UDP 패킷을 처리하는 프로파일들을 제외한 나머지 프로파일들을 제2 프로파일들로 식별할 수 있다.
동작 930에서, 프로파일 관리 컴포넌트(210)는, 상기 제2 프로파일들 중 타겟 프로파일과 인터넷 프로토콜 버전이 동일한 제3 프로파일들을 식별할 수 있다. 예를 들어, 타겟 프로파일은 다운링크를 통해 IPv6의 UDP 패킷을 100% 처리하는 트래픽 정보를 포함할 수 있다. 이 경우, 프로파일 관리 컴포넌트(210)는 상기 제2 프로파일들 중 IPv4의 인터넷 버전 프로토콜에 기반하여 패킷을 처리하는 프로파일들을 제외한 나머지 프로파일들을 제3 프로파일들로 식별할 수 있다.
동작 940에서, 프로파일 관리 컴포넌트(210)는, 상기 제3 프로파일들 중 점유율이 가장 유사한 프로파일 하나를 식별할 수 있다. 예를 들어, 상기 제3 프로파일들은 모두 다운링크를 통해 IPv6의 UDP 패킷을 적어도 일부 처리하는 프로파일들을 모두 포함할 수 있다. 프로파일 관리 컴포넌트(210)는, IPv6의 UDP 패킷의 점유율이 100에 가장 근접한 하나의 프로파일을 결정하여 응답 프로파일로 식별할 수 있다.
도 10은 일 실시예들에 따른, 데이터 재구성 컴포넌트(220)에 기반하여 재구성된 캐시라인(cache line)의 예를 도시한다.
도 10을 참조하면, 캐시라인(1010)은 데이터 재구성 컴포넌트(220)에 의해 재구성되기 이전의 캐시라인일 수 있다. 캐시라인(1020)은 데이터 재구성 컴포넌트(220)에 의해 재구성된 이후의 캐시라인일 수 있다. 캐시라인(1010)은 데이터 A(1011), 데이터 B(1012), 데이터 C(1013), 및 데이터 D(1014)를 적어도 포함할 수 있다. 캐시라인(1020)은 데이터 A(1011), 데이터 D(1014), 데이터 H(1021), 및 데이터 I(1022)를 적어도 포함할 수 있다.
일 실시예에 따라, UPF(425)는 데이터 패킷 처리를 위하여 제1 시점에 데이터 A(1011), 데이터 C(1013) 및 데이터 D(1014)를 참조할 수 있고, 상기 제1 시점보다 지연된 제2 시점에 데이터 B(1012)를 참조할 수 있다. 데이터 재구성 컴포넌트(220)는 상기 제1 시점과 상기 제2 시점 간에 시간 차이가 임계 시간보다 큰 경우, 캐시라인 최적화를 위하여 데이터 B(1012)를 캐시라인(1010)로부터 다른 캐시라인으로 이동시킬 수 있다. 데이터 재구성 컴포넌트(220)가 데이터 B(1012)를 이동시키지 않는 경우, 데이터 패킷을 처리하는 과정에서 캐시라인(1010)이 제1 시점 및 제2 시점에 2회 캐싱되기 때문에 패킷 처리 성능이 열화될 수 있다.
일 실시예에 따라, 데이터 C(1013)는 데이터 패킷을 처리하는 과정에서 사용되는 특정 기능을 위한 것일 수 있다. 예를 들어, 캐시라인(1010)이 생성된 이후 상기 특정 기능이 비활성화되는 경우, 데이터 C(1013)는 패킷 처리 과정에서 더 이상 참조되지 않을 수 있다. 다만, 캐시 메모리는 캐시라인 단위로 캐싱하기 때문에 참조되지 않을 데이터 C(1013)는 캐시 메모리의 잦은 캐싱을 유발하여 패킷 처리 성능을 열화시킬 수 있다. 따라서, 데이터 재구성 컴포넌트(220)는 캐시라인 재구성 과정에서 데이터 C(1013)를 캐시라인(1010)으로부터 삭제할 수 있다.
일 실시예에 따라, 데이터 재구성 컴포넌트(220)는 캐시라인(1010)으로부터 데이터 B(1012), 데이터 C(1013)를 삭제하고, 데이터 H(1021) 및 데이터 I(1022)를 포함시킬 수 있다. 예를 들어, 데이터 H(1021) 및 데이터 I(1022)는 캐시라인(1010)이 아닌 다른 캐시라인에 포함되어 있던 데이터일 수 있다. 데이터 재구성 컴포넌트(220)는 데이터 H(1021) 및 데이터 I(1022)의 접근 시점 정보를 참조하여, 접근 시점이 제1 시점에 상응하는 것을 식별할 수 있다. 데이터 재구성 컴포넌트(220)는 캐시라인의 개수를 최소화하기 위해, 캐시라인(1010)을 재구성할 수 있다. 데이터 재구성 컴포넌트(220)는 제1 시점에 액세스되는 데이터 A(1011) 및 데이터 D(1014)를 포함하는 캐시라인(1010)으로 데이터 H(1021) 및 데이터 I(1022)를 포함시켜 캐시라인(1020)을 재구성할 수 있다. UPF(452)가 재구성된 캐시라인(1020)을 포함하는 프로파일에 기반하여 소프트웨어를 실행할 시, 동일 캐시라인이 반복적으로 캐싱되는 것이 방지될 수 있고, 이에 따라 패킷 처리 성능이 향상될 수 있다.
일 실시예에 따른, 트래픽 최적화 모듈은, 트래픽 상황에 따라 캐시 메모리를 최대한 효율적으로 활용할 수 있는 캐시라인을 포함하는 프로파일을 관리함으로써 다양한 트래픽 상황에서 고속 패킷 처리 성능을 유지할 수 있다.
상술한 바와 같은 일 실시예에 따른 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 프로파일을 관리하는 트래픽 최적화 모듈은, 복수의 프로파일들을 저장하는 프로파일 관리 컴포넌트 및 프로파일에 포함되는 캐시라인을 재구성하기 위한 데이터 재구성 컴포넌트를 포함하고, 상기 트래픽 최적화 모듈은, 상기 프로파일 관리 컴포넌트를 통해, 상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하고, 상기 프로파일 관리 컴포넌트를 통해, 상기 상황 정보에 기반하여, 상기 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하고, 상기 데이터 재구성 컴포넌트를 통해 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하고, 상기 데이터 재구성의 수행이 결정된 경우, 상기 프로파일 관리 컴포넌트를 통해 상기 복수의 프로파일들 중 상기 데이터 재구성 컴포넌트가 요청한 타겟 프로파일과 적어도 일치하는 프로파일을 식별하고, 상기 데이터 재구성 컴포넌트를 통해, 상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하고, 상기 데이터 재구성 컴포넌트를 통해, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을, 상기 프로파일 관리 컴포넌트에게 제공하도록 구성될 수 있다.
일 실시예에 따른, 상기 트래픽 최적화 모듈은, 배포 컴포넌트를 더 포함하고, 상기 데이터 재구성 컴포넌트는, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 배포 컴포넌트에게 제공하고, 상기 배포 컴포넌트는, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 UPF에게 제공하도록 구성될 수 있다.
일 실시예에 따른, 상기 복수의 프로파일들 각각은, TCP(Transmission Control Protocol) 또는 UDP(user datagram protocol) 중 어느 하나를 지시하는 프로토콜 유형, 업링크(uplink) 또는 다운링크(downlink) 중 어느 하나를 지시하는 통신 링크 유형, 및 IPv4 또는 IPv6 중 어느 하나를 지시하는 인터넷 프로토콜 버전에 기반하여 식별될 수 있다.
일 실시예에 따른, 상기 프로파일 관리 컴포넌트는, 상기 타겟 프로파일과 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전이 모두 일치하는 프로파일을 식별하지 못한 경우, 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전의 순서에 따라 결정되는 우선순위에 기반하여 상기 타겟 프로파일과 유사한 프로파일을 식별하도록 구성될 수 있다.
일 실시예에 따른, 상기 재구성된 데이터 셋은, SA(simulated annealing), GA(genetic algorithm)와 같은 근사해 탐색 방법 등을 포함하는 알고리즘 또는 DL(deep learning) 또는 ML(machine learning)을 포함하는 인공지능 알고리즘에 기반하여 생성될 수 있다.
일 실시예에 따른, 상기 데이터 재구성 컴포넌트는, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일에 대한 바이너리(binary) 정보를 획득하고, 상기 배포 컴포넌트는, 상기 획득된 바이너리 정보를 상기 UPF에게 제공하도록 구성될 수 있다.
일 실시예에 따른, 상기 데이터 재구성 컴포넌트는, 미리 지정된 시간 간격마다 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 요청하고, 상기 트래픽 히스토리 정보에 기반하여, 임계 트래픽을 초과하는 것을 식별함에 응답하여 상기 데이터 재구성의 수행을 결정하도록 구성될 수 있다.
일 실시예에 따른, 상기 프로파일은, 상기 프로파일에 포함되는 데이터들 각각의 접근 시점에 대한 정보 및 상기 데이터들의 자료형 및 크기에 대한 정보를 포함할 수 있다.
일 실시예에 따른, 상기 프로파일은, 상기 프로파일에 포함되는 데이터 셋들의 개수 및 상기 데이터 셋들 각각에 포함되는 데이터들을 식별하기 위한 정보를 포함할 수 있다.
일 실시예에 따른, 상기 타겟 프로파일은, 상기 식별된 임계 트래픽을 지시하는 정보를 포함할 수 있다.
상술한 바와 같은 일 실시예에 따른 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 복수의 프로파일들을 관리하는 트래픽 최적화 모듈의 동작 방법은, 상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하는 동작과, 상기 상황 정보에 기반하여, 상기 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하는 동작과, 상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하는 동작과, 상기 데이터 재구성의 수행이 결정된 경우, 상기 복수의 프로파일들 중 타겟 프로파일과 적어도 일치하는 프로파일을 식별하는 동작과, 상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하는 동작을 포함할 수 있다.
일 실시예에 따른, 상기 방법은, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 배포 컴포넌트에게 제공하는 동작과, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 UPF에게 제공하는 동작을 포함할 수 있다.
일 실시예에 따른, 상기 복수의 프로파일들 각각은, TCP(Transmission Control Protocol) 또는 UDP(user datagram protocol) 중 어느 하나를 지시하는 프로토콜 유형, 업링크(uplink) 또는 다운링크(downlink) 중 어느 하나를 지시하는 통신 링크 유형, 및 IPv4 또는 IPv6 중 어느 하나를 지시하는 인터넷 프로토콜 버전에 기반하여 식별될 수 있다.
일 실시예에 따른, 상기 방법은, 상기 타겟 프로파일과 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전이 모두 일치하는 프로파일을 식별하지 못한 경우, 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전의 순서에 따라 결정되는 우선순위에 기반하여 상기 타겟 프로파일과 유사한 프로파일을 식별하는 동작을 포함할 수 있다.
일 실시예에 따른, 상기 재구성된 데이터 셋은, SA(simulated annealing), GA(genetic algorithm)와 같은 근사해 탐색 방법 등을 포함하는 알고리즘 또는 DL(deep learning) 또는 ML(machine learning)을 포함하는 인공지능 알고리즘에 기반하여 생성될 수 있다.
일 실시예에 따른, 상기 방법은, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일에 대한 바이너리(binary) 정보를 획득하는 동작과, 상기 획득된 바이너리 정보를 상기 UPF에게 제공하는 동작을 포함할 수 있다.
일 실시예에 따른, 미리 지정된 시간 간격마다 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 요청하는 동작과, 상기 트래픽 히스토리 정보에 기반하여, 임계 트래픽을 초과하는 것을 식별함에 응답하여 상기 데이터 재구성의 수행을 결정하는 동작을 더 포함할 수 있다.
일 실시예에 따른, 상기 프로파일은, 상기 프로파일에 포함되는 데이터들 각각의 접근 시점에 대한 정보 및 상기 데이터들의 자료형 및 크기에 대한 정보를 포함할 수 있다.
일 실시예에 따른, 상기 프로파일은, 상기 프로파일에 포함되는 데이터 셋들의 개수 및 상기 데이터 셋들 각각에 포함되는 데이터들을 식별하기 위한 정보를 더 포함할 수 있다.
일 실시예에 따른, 상기 타겟 프로파일은, 상기 식별된 임계 트래픽을 지시하는 정보를 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"로 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: CD-ROM(compact disc read only memory))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어
Figure PCTKR2022013658-appb-img-000001
)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱(heuristic)하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 프로파일을 관리하는 트래픽 최적화 모듈에 있어서,
    복수의 프로파일들을 저장하는 프로파일 관리 컴포넌트; 및
    프로파일에 포함되는 캐시라인을 재구성하기 위한 데이터 재구성 컴포넌트;를 포함하고,
    상기 트래픽 최적화 모듈은,
    상기 프로파일 관리 컴포넌트를 통해, 상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하고,
    상기 프로파일 관리 컴포넌트를 통해, 상기 상황 정보에 기반하여, 상기 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하고,
    상기 데이터 재구성 컴포넌트를 통해 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하고,
    상기 데이터 재구성의 수행이 결정된 경우, 상기 프로파일 관리 컴포넌트를 통해 상기 복수의 프로파일들 중 상기 데이터 재구성 컴포넌트가 요청한 타겟 프로파일과 적어도 일치하는 프로파일을 식별하고,
    상기 데이터 재구성 컴포넌트를 통해, 상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하고,
    상기 데이터 재구성 컴포넌트를 통해, 상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을, 상기 프로파일 관리 컴포넌트에게 제공하도록 구성된,
    모듈.
  2. 청구항 1에 있어서,
    상기 트래픽 최적화 모듈은, 배포 컴포넌트를 더 포함하고,
    상기 데이터 재구성 컴포넌트는,
    상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 배포 컴포넌트에게 제공하고,
    상기 배포 컴포넌트는,
    상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 UPF에게 제공하도록 더 구성된,
    모듈.
  3. 청구항 1에 있어서,
    상기 복수의 프로파일들 각각은,
    TCP(Transmission Control Protocol) 또는 UDP(user datagram protocol) 중 어느 하나를 지시하는 프로토콜 유형, 업링크(uplink) 또는 다운링크(downlink) 중 어느 하나를 지시하는 통신 링크 유형, 및 IPv4 또는 IPv6 중 어느 하나를 지시하는 인터넷 프로토콜 버전에 기반하여 식별되는,
    모듈.
  4. 청구항 3에 있어서,
    상기 프로파일 관리 컴포넌트는,
    상기 타겟 프로파일과 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전이 모두 일치하는 프로파일을 식별하지 못한 경우, 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전의 순서에 따라 결정되는 우선순위에 기반하여 상기 타겟 프로파일과 유사한 프로파일을 식별하도록 구성되는,
    모듈.
  5. 청구항 1에 있어서,
    상기 재구성된 데이터 셋은,
    SA(simulated annealing) 또는 GA(genetic algorithm) 중 적어도 하나를 포함하는 알고리즘 또는 DL(deep learning) 또는 ML(machine learning) 중 적어도 하나를 포함하는 인공지능 알고리즘에 기반하여 생성되는,
    모듈.
  6. 청구항 2에 있어서,
    상기 데이터 재구성 컴포넌트는,
    상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일에 대한 바이너리(binary) 정보를 획득하도록 구성되고,
    상기 배포 컴포넌트는,
    상기 획득된 바이너리 정보를 상기 UPF에게 제공하도록 구성된,
    모듈.
  7. 청구항 1에 있어서,
    상기 데이터 재구성 컴포넌트는,
    미리 지정된 시간 간격마다 상기 프로파일 관리 컴포넌트에 저장된 상기 트래픽 히스토리 정보를 요청하고,
    상기 트래픽 히스토리 정보에 기반하여, 임계 트래픽을 초과하는 것을 식별함에 응답하여 상기 데이터 세트의 상기 재구성의 수행을 결정하도록 구성되는,
    모듈.
  8. 청구항 1에 있어서,
    상기 프로파일은,
    상기 프로파일에 포함되는 데이터들 각각의 접근 시점에 대한 정보 및 상기 데이터들의 자료형 및 크기에 대한 정보를 포함하는,
    모듈.
  9. 청구항 1에 있어서,
    상기 프로파일은,
    상기 프로파일에 포함되는 데이터 셋들의 개수 및 상기 데이터 셋들 각각에 포함되는 데이터들을 식별하기 위한 정보를 더 포함하는,
    모듈.
  10. 청구항 7에 있어서,
    상기 타겟 프로파일은, 상기 식별된 임계 트래픽을 지시하는 정보를 포함하는,
    모듈.
  11. 무선 통신 시스템에서, UPF(user plane function)의 트래픽 처리와 관련된 복수의 프로파일들을 관리하는 트래픽 최적화 모듈의 동작 방법에 있어서,
    상기 UPF로부터 처리중인 데이터 패킷에 대한 트래픽에 기반한 상황 정보를 수신하는 단계와,
    상기 상황 정보에 기반하여, 상기 트래픽 최적화 모듈의 프로파일 관리 컴포넌트에 저장된 트래픽 히스토리 정보를 업데이트하는 단계와,
    상기 트래픽 히스토리 정보를 참조하여, 상기 트래픽 히스토리 정보에 기반한 데이터 재구성의 수행 여부를 결정하는 단계와,
    상기 데이터 재구성의 수행이 결정된 경우, 상기 복수의 프로파일들 중 타겟 프로파일과 적어도 일치하는 프로파일을 식별하는 단계와,
    상기 식별된 프로파일에 포함되는 데이터 셋을 상기 상황 정보를 처리하는데 필요한 데이터들을 포함하는 데이터 셋으로 재구성하는 단계를 포함하는,
    방법.
  12. 청구항 11에 있어서,
    상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 트래픽 최적화 모듈의 배포 컴포넌트에게 제공하는 단계와,
    상기 재구성된 데이터 셋을 포함하는 상기 식별된 프로파일을 상기 UPF에게 제공하는 단계를 더 포함하는,
    방법.
  13. 청구항 11에 있어서,
    상기 복수의 프로파일들 각각은,
    TCP(Transmission Control Protocol) 또는 UDP(user datagram protocol) 중 어느 하나를 지시하는 프로토콜 유형, 업링크(uplink) 또는 다운링크(downlink) 중 어느 하나를 지시하는 통신 링크 유형, 및 IPv4 또는 IPv6 중 어느 하나를 지시하는 인터넷 프로토콜 버전에 기반하여 식별되는,
    방법.
  14. 청구항 13에 있어서,
    상기 타겟 프로파일과 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전이 모두 일치하는 프로파일을 식별하지 못한 경우, 상기 프로토콜 유형, 상기 통신 링크 유형 및 상기 인터넷 프로토콜 버전의 순서에 따라 결정되는 우선순위에 기반하여 상기 타겟 프로파일과 유사한 프로파일을 식별하는 단계를 더 포함하는,
    방법.
  15. 청구항 11에 있어서,
    상기 재구성된 데이터 셋은,
    SA(simulated annealing), GA(genetic algorithm)와 같은 근사해 탐색 방법 등을 포함하는 알고리즘 또는 DL(deep learning) 또는 ML(machine learning)을 포함하는 인공지능 알고리즘에 기반하여 생성되는,
    방법.
PCT/KR2022/013658 2021-11-30 2022-09-13 트래픽 최적화 모듈 및 이의 동작 방법 WO2023101161A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/972,270 US20230171640A1 (en) 2021-11-30 2022-10-24 Traffic optimization module and operating method thereof

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210169618 2021-11-30
KR10-2021-0169618 2021-11-30
KR10-2022-0006662 2022-01-17
KR1020220006662A KR20230081550A (ko) 2021-11-30 2022-01-17 트래픽 최적화 모듈 및 이의 동작 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/972,270 Continuation US20230171640A1 (en) 2021-11-30 2022-10-24 Traffic optimization module and operating method thereof

Publications (1)

Publication Number Publication Date
WO2023101161A1 true WO2023101161A1 (ko) 2023-06-08

Family

ID=86612516

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/013658 WO2023101161A1 (ko) 2021-11-30 2022-09-13 트래픽 최적화 모듈 및 이의 동작 방법

Country Status (1)

Country Link
WO (1) WO2023101161A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116647877A (zh) * 2023-06-12 2023-08-25 广州爱浦路网络技术有限公司 一种基于图卷积模型的流量类别验证方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170244617A1 (en) * 2014-10-07 2017-08-24 At&T Intellectual Property I, L.P. Method and System to Monitor a Network
US20200213886A1 (en) * 2017-09-29 2020-07-02 Netscout Systems, Inc Selective user plane monitoring multiple monitoring probes when a serving gateway has multiple ip addresses
US20200259853A1 (en) * 2017-08-31 2020-08-13 Blackberry Limited Method and system for user plane traffic characteristics and network security
WO2021091523A1 (en) * 2019-11-04 2021-05-14 Mavenir Networks, Inc. Method and apparatus for user plane resource optimization
US20210219238A1 (en) * 2018-05-29 2021-07-15 Virgilio Fiorese SYSTEMS AND METHODS FOR INVESTIGATING AND ADDRESSING BATTERY LIFE DEGRADATION OF DEVICES, SUCH AS IoT DEVICES, IN A CELLULAR COMMUNICATIONS NETWORK

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170244617A1 (en) * 2014-10-07 2017-08-24 At&T Intellectual Property I, L.P. Method and System to Monitor a Network
US20200259853A1 (en) * 2017-08-31 2020-08-13 Blackberry Limited Method and system for user plane traffic characteristics and network security
US20200213886A1 (en) * 2017-09-29 2020-07-02 Netscout Systems, Inc Selective user plane monitoring multiple monitoring probes when a serving gateway has multiple ip addresses
US20210219238A1 (en) * 2018-05-29 2021-07-15 Virgilio Fiorese SYSTEMS AND METHODS FOR INVESTIGATING AND ADDRESSING BATTERY LIFE DEGRADATION OF DEVICES, SUCH AS IoT DEVICES, IN A CELLULAR COMMUNICATIONS NETWORK
WO2021091523A1 (en) * 2019-11-04 2021-05-14 Mavenir Networks, Inc. Method and apparatus for user plane resource optimization

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116647877A (zh) * 2023-06-12 2023-08-25 广州爱浦路网络技术有限公司 一种基于图卷积模型的流量类别验证方法和系统
CN116647877B (zh) * 2023-06-12 2024-03-15 广州爱浦路网络技术有限公司 一种基于图卷积模型的流量类别验证方法和系统

Similar Documents

Publication Publication Date Title
AU2019271627B2 (en) Electronic device for performing network connection based on data transmission of application and method thereof
US20230171640A1 (en) Traffic optimization module and operating method thereof
WO2023101161A1 (ko) 트래픽 최적화 모듈 및 이의 동작 방법
WO2022114485A1 (ko) 긴급 호를 수행하기 위한 기지국을 선택하는 전자 장치 및 전자 장치의 동작 방법
WO2022173113A1 (ko) 엣지 컴퓨팅 서비스의 제공을 위한 방법 및 장치
WO2022265190A1 (ko) 전자 장치 및 이의 동작 방법
WO2022191437A1 (ko) 패킷을 프로세싱하는 전자 장치 및 그 동작 방법
WO2022215870A1 (ko) 가상화 라디오 액세스 네트워크에서 엣지 컴퓨팅을 지원하기 위한 방법 및 장치
WO2022177155A1 (ko) 프로토콜 데이터 유닛 세션을 관리하는 전자 장치 및 그 동작 방법
WO2022092707A1 (ko) 복수의 가입자 식별 모듈을 포함하는 사용자 단말
WO2021020769A1 (ko) 다중 연결 환경에서 안테나 최적화 방법 및 이를 이용하는 전자 장치
WO2023140688A1 (ko) 듀얼 커넥티비티를 지원하는 전자 장치 및 그 동작 방법
WO2022071665A1 (ko) 네트워크 환경에서 통화 대기 기능을 동기화하기 위한 전자 장치 및 그에 관한 방법
WO2022186559A1 (ko) 전자 장치 및 전자 장치에서 통신 네트워크와의 연결을 제어하는 방법
KR20230081550A (ko) 트래픽 최적화 모듈 및 이의 동작 방법
WO2024123147A1 (ko) 인공지능 모델을 이용하여 gro를 수행하는 전자 장치 및 그 동작 방법
WO2022186640A1 (ko) Target wake time에 기초한 다중 연결 방법 및 장치
WO2023018221A1 (ko) 복수의 가입자 식별 모듈을 포함하는 전자 장치
WO2023033314A1 (ko) 네트워크 정보를 획득하기 위한 전자 장치 및 그의 동작 방법
WO2022186577A1 (ko) 전자 장치 및 이중 접속을 지원하는 전자 장치에서 신호를 전송하는 방법
WO2022220424A1 (ko) 모바일 핫스팟을 제공하는 전자 장치 및 그의 동작 방법
WO2023149722A1 (ko) 전력에 기반한 무선 통신 방법 및 전자 장치
WO2024076152A1 (ko) 빅데이터에 기반한 주변 셀 정보를 이용하는 전자 장치 및 그 동작 방법
WO2022250273A1 (ko) 측정에 의한 전력 소모를 줄이기 위한 전자 장치 및 그의 동작 방법
WO2023090915A1 (ko) 네트워크 슬라이스를 이용하는 전자 장치 및 동작 방법

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: 22901521

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE