최근 소셜 네트워크, 비디오 스트리밍 등 이동통신망 환경에서 즐길 수 있는 서비스가 종류가 점점 증가함에 따라, 모바일 사용자(MU : Mobile User)는 이동통신 데이터를 소모하여 원하는 콘텐츠에 더욱 쉽게 접근할 수 있게 되었다. 하지만 이동통신 환경 아래서, 모바일 사용자는 콘텐츠를 즐기기 위해 네트워크 서비스 제공자(SP : Service Provider)에게 높은 이동통신 데이터 요금을 내야한다. 이를 해결하기 위한 방법으로 소개된 '데이터 스폰서(data sponsor)'기법은 모바일 사용자의 콘텐츠 접근성을 높이는 획기적인 방법으로 주목받고 있다. 본 논문에서는 서비스 제공자와 콘텐츠 제공자를 리더 그룹, 모바일 사용자를 추종자 그룹으로 하는 슈타켈버그 게임을 통해 최적의 요금 할인율을 결정짓는 알고리즘을 제안한다. 또한 모바일 사용자의 콘텐츠에 대한 접근성을 더욱 높이기 위해, 모바일 사용자에게 높은 인기가 있는 콘텐츠를 엣지 서버에 캐싱하는 엣지 캐싱을 게임이론의 다대다 매칭 게임을 통해 설계하는 알고리즘을 제안한다. 컴퓨터 시뮬레이션을 통해 기존에 제안된 데이터 스폰서 기법에 비해 본 논문에서 제안한 방법이 제공자들의 콘텐츠 소모에 대한 수익률 측면에서 6~11% 가량의 우위를 보였으며, 엣지 캐싱의 유무에 따라 콘텐츠 제공자의 수익률이 12% 향상됨을 확인하였다.
최근 소셜 네트워크, 비디오 스트리밍 등 이동통신망 환경에서 즐길 수 있는 서비스가 종류가 점점 증가함에 따라, 모바일 사용자(MU : Mobile User)는 이동통신 데이터를 소모하여 원하는 콘텐츠에 더욱 쉽게 접근할 수 있게 되었다. 하지만 이동통신 환경 아래서, 모바일 사용자는 콘텐츠를 즐기기 위해 네트워크 서비스 제공자(SP : Service Provider)에게 높은 이동통신 데이터 요금을 내야한다. 이를 해결하기 위한 방법으로 소개된 '데이터 스폰서(data sponsor)'기법은 모바일 사용자의 콘텐츠 접근성을 높이는 획기적인 방법으로 주목받고 있다. 본 논문에서는 서비스 제공자와 콘텐츠 제공자를 리더 그룹, 모바일 사용자를 추종자 그룹으로 하는 슈타켈버그 게임을 통해 최적의 요금 할인율을 결정짓는 알고리즘을 제안한다. 또한 모바일 사용자의 콘텐츠에 대한 접근성을 더욱 높이기 위해, 모바일 사용자에게 높은 인기가 있는 콘텐츠를 엣지 서버에 캐싱하는 엣지 캐싱을 게임이론의 다대다 매칭 게임을 통해 설계하는 알고리즘을 제안한다. 컴퓨터 시뮬레이션을 통해 기존에 제안된 데이터 스폰서 기법에 비해 본 논문에서 제안한 방법이 제공자들의 콘텐츠 소모에 대한 수익률 측면에서 6~11% 가량의 우위를 보였으며, 엣지 캐싱의 유무에 따라 콘텐츠 제공자의 수익률이 12% 향상됨을 확인하였다.
Recently, as the types of services that can be enjoyed in mobile telecommunication networks such as social networks and video streaming are increasing, mobile users(MUs) can access mobile contents easily by consuming mobile data. However, under a mobile telecommunication environment, MUs have to pay...
Recently, as the types of services that can be enjoyed in mobile telecommunication networks such as social networks and video streaming are increasing, mobile users(MUs) can access mobile contents easily by consuming mobile data. However, under a mobile telecommunication environment, MUs have to pay a high data fee to a network service provider(SP) in order to enjoy contents. The 'data sponsor' technique, introduced as a way to solve this problem, has attracted attention as a breakthrough method for enhancing contents accessibility of MUs. In this paper, we propose an algorithm that determines the optimal discount rate through the Stackelberg game in the data sponsor environment. We also propose an algorithm to design edge caching, which caches highly popular content for MUs on edge server, through many-to-many matching game. Simulation results clearly indicate that the profit for CP's content consumption is improved by about 6~11%, and the profit of CP according to the ratio of edge caching is improved by about 12% than the other existing schemes under data sponsor environment.
Recently, as the types of services that can be enjoyed in mobile telecommunication networks such as social networks and video streaming are increasing, mobile users(MUs) can access mobile contents easily by consuming mobile data. However, under a mobile telecommunication environment, MUs have to pay a high data fee to a network service provider(SP) in order to enjoy contents. The 'data sponsor' technique, introduced as a way to solve this problem, has attracted attention as a breakthrough method for enhancing contents accessibility of MUs. In this paper, we propose an algorithm that determines the optimal discount rate through the Stackelberg game in the data sponsor environment. We also propose an algorithm to design edge caching, which caches highly popular content for MUs on edge server, through many-to-many matching game. Simulation results clearly indicate that the profit for CP's content consumption is improved by about 6~11%, and the profit of CP according to the ratio of edge caching is improved by about 12% than the other existing schemes under data sponsor environment.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
6)을 풀기 위한 최적화 문제는 NP-Hard이기 때문에, 이를 풀기 위해서 다른 근사 알고리즘이 필요하다. 때문에 본 논문에선 Equation (3.6)의 해를 도출하기 위한 반복 알고리즘인, 다대다 매칭게임을 활용한 콘텐츠 매칭 알고리즘을 소개한다.
콘텐츠 제공자의 이익을 최대화하기 위한 다양한 데이터 스폰서 기법이 존재하지만, 그 중 콘텐츠 트래픽 기반의 데이터 스폰서 기법이 대표적인 방법이다. 또한 모바일 사용자를 게임 참가자로 고려하지 않고, 서비스, 콘텐츠 제공자 간 슈타켈버그 게임을 통한 데이터 스폰서 기법에 대해 알아본다.
이를 해결하기 위한 방법으로, 데이터 스폰서가 모바일 사용자의 콘텐츠 접근성을 높이는 방법으로 주목받고 있다. 본 논문에 서는 서비스 제공자와 콘텐츠 제공자를 리더 그룹, 모바일 사용자를 추종자 그룹으로 하는 슈타켈버그 게임을 통해 최적의 요금 할인율을 결정짓는 알고리즘을 제안한다. 제안하는 알고리즘은 리더 그룹의 참가자인 콘텐츠 제공자와 서비스 제공자가 협력하는 상황에서 최적화 기법을 통한 최적의 전략 선택하며, 추종자 그룹의 참가자인 모바일 사용자는 서로 간의 경쟁상황 속에서 내쉬 균형을 찾는 알고리즘을 통해 최적의 전략을 결정짓는다.
본 장에선 목적함수 Equation (3.6)을 풀기 위한 콘텐츠 매칭 알고리즘을 제안한다. 다대다 매칭 게임의 참가자는 콘텐츠 집합 L과 엣지 서버 집합 N으로 구성되어 있다.
서비스 제공자의 효용은 모바일 사용자와 콘텐츠 제공자에게서 받는 데이터 사용 요금의 총합이라 할 수 있다. 이동 통신 네트워크를 유지하기 위해 드는 비용을 고려할 수 있겠지만, 네트워크 유지비용은 이동통신 데이터 사용에만 영향을 받는 것이 아닐뿐더러, 데이터 요금으로 얻는 수익과 비교하면 굉장히 미시적이기에 함수의 간편화를 위해 생략한다. 또한 모든 모바일 사용자에게 책정되는 데이터 단위요금이 같다는 전제하에, 서비스 제공자의 효용함수는 아래와 같이 정의할 수 있다.
제안 방법
100m × 100m 크기의 맵 안에서 50개의 가상 모바일 사용자를 랜덤하게 배치하였다. 각 모바일 사용자는 콘텐츠에 대한 임의의 선호도를 가지며, 본인의 선호도와 콘텐츠 소모에 대한 QoS를 토대로 이익을 계산한다. 이때 콘텐츠 제공자와 서비스 제공자는 모바일 사용자의 이익을 역 귀납법을 사용하여 예측, 계산하여 이익을 창출하며, 이때 각 제공자의 특정은 실험 환경에서의 특성 인자로 결정된다.
각 실험의 성능 평가 기준은 콘텐츠 제공자의 콘텐츠 소모에 대한 수익률 비교, 서비스 제공자의 트래픽 소모에 대한 수익률 비교, 엣지 캐싱의 유무에 따른 콘텐츠 제공자의 수익률에 대해 비교하였다.
데이터 스폰서 환경에서 모바일 사용자의 요금 지원과 더불어, 모바일 사용자들의 콘텐츠에 대한 선호도를 파악하여 캐싱을 한다면 모바일 사용자의 콘텐츠 접근성이 더욱 높아져 더 많은 이익효과를 볼 수 있을 것이다. 때문에 본 논문에선 콘텐츠 제공자와 서비스 제공자 간 협력게임을 통해 데이터 스폰서 비용과 데이터 가격을 결정하고, 혼잡제어를 고려하여 모바일 사용자 간 상호작용을 포함한 슈타켈버그 게임을 소개한다. 또한 콘텐츠 제공자의 이익 증가를 위해, 모바일 사용자의 콘텐츠 접근성을 높이는 엣지 캐싱을 메칭 게임으로 구현한다.
제안하는 알고리즘은 리더 그룹의 참가자인 콘텐츠 제공자와 서비스 제공자가 협력하는 상황에서 최적화 기법을 통한 최적의 전략 선택하며, 추종자 그룹의 참가자인 모바일 사용자는 서로 간의 경쟁상황 속에서 내쉬 균형을 찾는 알고리즘을 통해 최적의 전략을 결정짓는다. 또한 모바일 사용자의 콘텐츠에 대한 접근성을 더욱 높이기 위해, 모바일 사용자에게 높은 인기가 있는 콘텐츠를 엣지 서버에 캐싱하는 엣지 캐싱을 게임이론의 매칭 게임을 통해 설계하는 알고리즘을 제안하였다. 컴퓨터 시뮬레이션을 통해 기존에 제안된 데이터 스폰서 기법에 비해 본 논문에서 제안한 방법이 제공자들의 콘텐츠 소모에 대한 수익률 측면에서 6~11% 가량의 우위를 보였으며, 엣지 캐싱의 유무에 따라 콘텐츠 제공자의 수익률이 12% 향상됨을 확인하였다.
제안하는 알고리즘의 성능 분석을 위해, 동일 환경에서 데이터 스폰서 알고리즘을 제안한 DSC(Data sponsoring based stackelberg game between Service provider and Content provider)기법과[5], 콘텐츠 트래픽의 양이 불확실할 때 콘텐츠 제공자의 트래픽 데이터를 조사함으로써 콘텐츠 제공자와 서비스 제공자 간의 데이터 가격을 결정하는 DCT(Data sponsoring based Content Traffic)기법을 통해 콘텐츠 제공자와 서비스 제공자의 콘텐츠 소모에 대한 수익률을 비교하였다[2]. 또한 엣지 서버의 크기에 따른 엣지 캐싱 비율을 수정하여 모바일 사용자의 효용을 비교하였으며, 마지막으로 엣지 캐싱의 유무에 따른 콘텐츠 제공자의 수익률 변화에 대해 비교하였다.
때문에 본 논문에선 콘텐츠 제공자와 서비스 제공자 간 협력게임을 통해 데이터 스폰서 비용과 데이터 가격을 결정하고, 혼잡제어를 고려하여 모바일 사용자 간 상호작용을 포함한 슈타켈버그 게임을 소개한다. 또한 콘텐츠 제공자의 이익 증가를 위해, 모바일 사용자의 콘텐츠 접근성을 높이는 엣지 캐싱을 메칭 게임으로 구현한다.
4는 엣지 캐싱의 유무에 따른 콘텐츠 제공자의 수익률을 비교한 그래프이다. 엣지 서버의 수와 콘텐츠의 수의 비가 적절하지 않을 경우 엣지 캐싱의 의미가 퇴색되기 때문에, 콘텐츠 종류의 수에 비례하여 엣지 서버의 수를 설정하여 시뮬레이션을 진행하였다. 만약 콘텐츠 종류의 수에 비해 엣지 서버의 수가 많게 될 경우, 단순히 다양한 콘텐츠를 엣지 서버에 저장하여 모바일 사용자가 느끼는 서비스 품질을 향상 시키면 되기 때문에 엣지 캐싱이 무의미해지며, 마찬가지로 엣지 서버의 수가 너무 적다면 모바일 사용자가 만족할만한 엣지 캐싱 자체가 불가능하다.
이를 본 논문에선 게임이론을 활용하여 모델링한다. 이를 위해 각 참여자들의 효용함수(utility function)를 정의하고, 효용함수를 토대로 하여 참여자 간 두단계 슈타켈버그 게임을 실시한다.
여기에 서비스 제공자로부터 대여의 형식으로 지원되는, 혹은 콘텐츠 제공자가 사설로 소유하고 있는 엣지 서버에 높은 선호도의 콘텐츠를 캐싱한다면, 콘텐츠를 소모하는 모바일 사용자의 콘텐츠 접근성이 더 높아질 것이다. 이를 위해 콘텐츠와 콘텐츠 제공자의 평가함수를 정의하고, 이를 토대로 하여 콘텐츠와 콘텐츠 제공자간의 매칭 게임을 통한 엣지 캐싱을 실시한다.
이번 장에서는 본 논문에서 제안한 슈타켈버그 게임을 적용한 콘텐츠 스폰서와 매칭 게임을 적용한 콘텐츠 캐싱의 성능을 시뮬레이션을 통하여 기존에 존재하는 타 기법들과 비교한다. 이를 통해 본 논문에서 제안하는 기법의 성능을 평가하도록 한다.
본 논문에 서는 서비스 제공자와 콘텐츠 제공자를 리더 그룹, 모바일 사용자를 추종자 그룹으로 하는 슈타켈버그 게임을 통해 최적의 요금 할인율을 결정짓는 알고리즘을 제안한다. 제안하는 알고리즘은 리더 그룹의 참가자인 콘텐츠 제공자와 서비스 제공자가 협력하는 상황에서 최적화 기법을 통한 최적의 전략 선택하며, 추종자 그룹의 참가자인 모바일 사용자는 서로 간의 경쟁상황 속에서 내쉬 균형을 찾는 알고리즘을 통해 최적의 전략을 결정짓는다. 또한 모바일 사용자의 콘텐츠에 대한 접근성을 더욱 높이기 위해, 모바일 사용자에게 높은 인기가 있는 콘텐츠를 엣지 서버에 캐싱하는 엣지 캐싱을 게임이론의 매칭 게임을 통해 설계하는 알고리즘을 제안하였다.
제안하는 알고리즘의 성능 분석을 위해, 동일 환경에서 데이터 스폰서 알고리즘을 제안한 DSC(Data sponsoring based stackelberg game between Service provider and Content provider)기법과[5], 콘텐츠 트래픽의 양이 불확실할 때 콘텐츠 제공자의 트래픽 데이터를 조사함으로써 콘텐츠 제공자와 서비스 제공자 간의 데이터 가격을 결정하는 DCT(Data sponsoring based Content Traffic)기법을 통해 콘텐츠 제공자와 서비스 제공자의 콘텐츠 소모에 대한 수익률을 비교하였다[2]. 또한 엣지 서버의 크기에 따른 엣지 캐싱 비율을 수정하여 모바일 사용자의 효용을 비교하였으며, 마지막으로 엣지 캐싱의 유무에 따른 콘텐츠 제공자의 수익률 변화에 대해 비교하였다.
서비스 제공자와 콘텐츠 제공자간의 슈타켈버그 게임을 통한 데이터 스폰서 기법에선, 서비스 제공자는 데이터 단위당 요금 설정과 데이터 요금 지원율을 전략으로 가지며, 콘텐츠 제공자는 서비스 제공자가 제안한 전략의 수용 여부를 전략으로 가진다[5]. 하나의 서비스 제공자가 리더, 다수의 콘텐츠 제공자가 추종자의 형태로 슈타켈버그 게임을 진행하는 해당 모형은 데이터 스폰서를 지원하는 콘텐츠 제공자와 지원하지 않는 콘텐츠 제공자와의 공존 상황을 다루었다.
대상 데이터
100m × 100m 크기의 맵 안에서 50개의 가상 모바일 사용자를 랜덤하게 배치하였다.
6)을 풀기 위한 콘텐츠 매칭 알고리즘을 제안한다. 다대다 매칭 게임의 참가자는 콘텐츠 집합 L과 엣지 서버 집합 N으로 구성되어 있다. 매칭게임은 각각의 참가자가 본인의 이득을 최대화하는 연결을 찾기 위한 평가 함수를 가지고 있기 때문에, 본 게임 역시 콘텐츠와 엣지 서버의 평가 함수를 각각 정의하여 게임을 진행한다.
본 시뮬레이션은 개인이 소유할 수 있는 성능의 PC 환경 아래서 진행하였기 때문에 모바일 사용자의 수를 50명으로 제한하여 실험을 진행하였다. 여기서 모바일 사용자의 수와 개개인의 특징을 나타내는 특징 인자의 다양성을 늘린다면, 계산량이 많아져 최적의 전략을 도출하는데 소비되는 비용이 증가된다.
우선 본 논문은 세 분류의 참가자로 구성된 데이터 스폰서 마켓을 고려한다. 구체적으로, 이동통신 환경을 제공하는 서비스 제공자, 데이터를 소모하여 이를 사용하는 모바일 사용자, 그리고 모바일 사용자에게 콘텐츠를 제공하여 수익을 얻는 콘텐츠 제공자로 구성된 참가자들이 서로 상호작용을 통해 각자의 이익을 결정한다.
이론/모형
때문에 목적함수가 엄밀한 오목 함수일 때, 근사 최적해를 찾을 수 있는 반복 알고리즘인 GABS(Gradient Assisted Binary Search)를 응용하여 최적의 Θ*와 {Pu}*를 찾는다[12].
구체적으로, 이동통신 환경을 제공하는 서비스 제공자, 데이터를 소모하여 이를 사용하는 모바일 사용자, 그리고 모바일 사용자에게 콘텐츠를 제공하여 수익을 얻는 콘텐츠 제공자로 구성된 참가자들이 서로 상호작용을 통해 각자의 이익을 결정한다. 이를 본 논문에선 게임이론을 활용하여 모델링한다. 이를 위해 각 참여자들의 효용함수(utility function)를 정의하고, 효용함수를 토대로 하여 참여자 간 두단계 슈타켈버그 게임을 실시한다.
성능/효과
α값이 크면 클수록 초기 모바일 사용자의 접근성은 높았으나, 시간이 지날수록 모바일 사용자 개인이 가지는 콘텐츠에 대한 접근성, 즉흥미와 가격 부분에 대한 효용이 떨어져 성능이 저하되는 것을 보였다.
컴퓨터 시뮬레이션을 통해 기존에 제안된 데이터 스폰서 기법에 비해 본 논문에서 제안한 방법이 제공자들의 콘텐츠 소모에 대한 수익률 측면에서 6~11% 가량의 우위를 보였으며, 엣지 캐싱의 유무에 따라 콘텐츠 제공자의 수익률이 12% 향상됨을 확인하였다. 결과적으로 제안한 기법이 동일한 데이터 스폰서 환경에서 제공자들의 합리적인 전략 선택과 그에 따른 모바일 사용자의 효용 증가로 인해, 기존의 타 기법에 비해 더 높은 이익 창출을 보장한다.
데이터 스폰서 기법은 모바일 사용자가 콘텐츠 제공자의 지원을 받아 더 적은 이동통신 요금으로 콘텐츠를 즐기게 함으로써 콘텐츠에 대한 모바일 사용자의 접근성을 높일 수 있으며, 동시에 콘텐츠 제공자는 콘텐츠에 포함되어 있는 광고 등의 부가적인 수익을 통해 보다 높은 이익 창출이 가능해진다. 결론적으로, 데이터 스폰서 기법은 콘텐츠 제공자와 모바일 사용자, 그리고 서비스 제공자 모두에게 이익이 되는 잠재성을 가지고 있다. 두 제공자와 모바일 사용자가 데이터의 단위가격을 조정하고 데이터 지원 금액을 조절하는 것으로 본인의 이익을 최대화하기 위해 행동한다는 점에서, 데이터 스폰서는 제공자와 사용자를 참가자로 하는 경쟁적 상황으로 설명할 수 있으며, 이는 게임 상황으로 설계하기 수월하다.
2와 마찬가지로, 정적인 콘텐츠 상황이라 가정하였기 때문에 시간이 지남에 따라 누적된 서비스 제공자의 이익 증가 폭이 점차 줄어든다. 또한 마찬가지로 순정상태의 이동통신망은 콘텐츠 소모 속도가 느린 반면, 데이터 스폰서 환경에서는 빠름을 볼 수 있으며, 본 논문에서 제안한 기법이 더 빠르게 모바일 사용자의 접근성을 높여 콘텐츠 소모 속도가 빠름을 볼 수 있다.
여기서 모바일 사용자의 수와 개개인의 특징을 나타내는 특징 인자의 다양성을 늘린다면, 계산량이 많아져 최적의 전략을 도출하는데 소비되는 비용이 증가된다. 이는 더 나은 PC 환경에서 극복할 수 있지만, 모바일 사용자의 수와 콘텐츠의 종류가 많아지는 실제 네트워크 상황에선 시뮬레이션에서 고려되지 않은 모바일 사용자의 이동성, 콘텐츠의 확장성, 더 넓은 범위의 이동통신망에 대한 영향력과 등과 같은 미시적인 제한조건이 더 커져, 본 논문에서 도출한 전략이 최적의 전략과 오차가 발생할 가능성이 있다. 이는 더욱 세세한 제한조건 검토와 시뮬레이션 환경 확장이 필요하다.
또한 제한된 저장 공간을 가지고 있는 콘텐츠 제공자의 엣지 서버에, 최적의 콘텐츠 캐싱을 위한 매칭 게임을 설명한다. 제안하는 기법을 적용함으로써 데이터 스폰서 환경에서 세 부류의 참가자(서비스 제공자, 콘텐츠 제공자, 모바일 사용자)의 최적 전략을 도출하고, 매칭게임을 통한 최적의 콘텐츠 캐싱을 보인다.
또한 모바일 사용자의 콘텐츠에 대한 접근성을 더욱 높이기 위해, 모바일 사용자에게 높은 인기가 있는 콘텐츠를 엣지 서버에 캐싱하는 엣지 캐싱을 게임이론의 매칭 게임을 통해 설계하는 알고리즘을 제안하였다. 컴퓨터 시뮬레이션을 통해 기존에 제안된 데이터 스폰서 기법에 비해 본 논문에서 제안한 방법이 제공자들의 콘텐츠 소모에 대한 수익률 측면에서 6~11% 가량의 우위를 보였으며, 엣지 캐싱의 유무에 따라 콘텐츠 제공자의 수익률이 12% 향상됨을 확인하였다. 결과적으로 제안한 기법이 동일한 데이터 스폰서 환경에서 제공자들의 합리적인 전략 선택과 그에 따른 모바일 사용자의 효용 증가로 인해, 기존의 타 기법에 비해 더 높은 이익 창출을 보장한다.
후속연구
데이터 스폰서 환경에서 모바일 사용자의 요금 지원과 더불어, 모바일 사용자들의 콘텐츠에 대한 선호도를 파악하여 캐싱을 한다면 모바일 사용자의 콘텐츠 접근성이 더욱 높아져 더 많은 이익효과를 볼 수 있을 것이다. 때문에 본 논문에선 콘텐츠 제공자와 서비스 제공자 간 협력게임을 통해 데이터 스폰서 비용과 데이터 가격을 결정하고, 혼잡제어를 고려하여 모바일 사용자 간 상호작용을 포함한 슈타켈버그 게임을 소개한다.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.