$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

SDN 기반 Fog Computing 환경에서 서비스 이동성 제공 방안
Service Mobility Support Scheme in SDN-based Fog Computing Environment 원문보기

한국사물인터넷학회 논문지 = Journal of the Korea Internet of Things Society, v.6 no.3, 2020년, pp.39 - 44  

경연웅 (한신대학교 컴퓨터공학부) ,  김태국 (동명대학교 정보통신소프트웨어공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 SDN 기반 네트워크에서 fog computing 서비스의 이동성을 제안하고자 한다. Fog computing 아키텍처는 컴퓨팅 및 배터리 자원의 제약이 있는 IoT(Internet of Things) 기기들에게 테스크 오프로딩을 가능하게 함으로써 IoT의 저지연/고성능 서비스를 위한 방안으로 연구되고 있다. 하지만 fog computing 아키텍처에서는 고정된 IoT 기기 뿐만 아니라 이동하는 IoT 기기도 서비스 대상 단말로 고려되어야 하기 때문에 이러한 기기의 이동성을 고려한 오프로딩 방안이 필요하다. 특히 저지연 응답 시간을 요구하는 IoT 서비스의 경우, 오프로딩 이후 단말이 이동했을 때 새로운 fog computing 노드와의 새로운 통신 연결 및 테스크 오프로딩 과정을 다시 수행해야 하기 때문에 지연시간이 발생하여 사용자의 QoS(Quality of Service) 저하가 발생할 수 있다. 그러므로 본 연구에서는 단말의 이동성을 고려하여 테스크 또는 테스크의 결과를 이동 후의 fog computing 노드로 미리 migration 시키고 데이터 전송을 위한 rule 또한 미리 배치시킴으로써 통신 지연 및 서비스 복구 지연 시간을 줄일 수 있는 방안을 제시하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose a SDN-based fog computing service mobility support scheme. Fog computing architecture has been attracted because it enables task offloading services to IoT(Internet of Things) devices which has limited computing and power resources. However, since static as well as mobile I...

주제어

#이동성   #핸드오버   #서비스 Migration  

표/그림 (3)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러므로 본 연구에서는 SDN 기반의 fog computing 네트워크에서 단말의 이동 시에 서비스 지연 시간을 줄이기 위한 target fog computing 노드로의 서비스 migration 및 네트워크 연결 지연 시간을 줄이기 위한 선점적인 플로우 규칙 할당을 결합한 이동성 제공 방안을 제안하고자 한다.
  • 기존 fog 컴퓨팅 환경에서의 이동성 지원 방안은 task의 pre-migration 방법만을 고려하였고 이동 후 발생하게 되는 경로 설정을 위한 시간 지연을 고려하지 못하였다. 그러므로 본 연구에서는 단말의 이동 후 새로운 fog 컴퓨팅 노드와의 서비스 pre-migration 및 선점적인 경로 설정 및 플로우 규칙 저장 방법을 이용하여 서비스 지연을 최소화 시키고자 하였다. 제안하는 방법은 저지연 특성을 요구하는 IoT 서비스의 요구사항을 만족시킬 수 있을 것으로 기대된다.
  • 본 논문은 컴퓨팅 및 배터리 자원의 제약이 존재하는 IoT 기기들에게 테스트 오프로딩을 가능하게 함으로써 저지연/고성능 IoT 서비스를 위한 fog 컴퓨팅 환경에서 사용자의 이동성을 지원하는 방안을 연구하였다. 기존 fog 컴퓨팅 환경에서의 이동성 지원 방안은 task의 pre-migration 방법만을 고려하였고 이동 후 발생하게 되는 경로 설정을 위한 시간 지연을 고려하지 못하였다.
  • 본 연구에서 제안하는 방법은 네트워크 관점에서 fog computing node의 변경으로 인한 네트워크 연결 지연 시간을 줄이는 것에 초점을 맞추고자 한다. 제안하는 방법의 절차는 [Fig.
  • 특히 이렇게 서비스 레벨의 fog/edge/cloud computing 및 CDN 서비스 migration과 운영, 네트워크 경로 및 트래픽 관리를 종합적으로 고려하기 위한 연구들은 SDN(Software-defined networking) 기반의 중앙집중적인 트래픽 관리와 글로벌 네트워크 뷰, 그리고 네트워크 및 서비스 상태 관리의 장점을 활용하여 제안하는 migration 방법을 제공하고자 한다[10,12].

가설 설정

  • 그리고 서비스 중단 시간 계산에서 컨트롤러는 단말의 요청을 바로 처리할 수 있을 만큼 여유가 있다는 것을 가정하였다. RS, RA, L2 report, flow-mod는 각각 52 bytes, 92 bytes, 52 bytes, 172 bytes이며 link layer 핸드오버에 소요되는 시간은 500 ms으로 가정하였고, 무선 및 유선 대역폭은 각각 10 Mbps와 100 Mbps로 가정하였다. [Fig.
  • 또한 rule placement의 효과에 집중하기 위하여 task up/download 및 migration에 소요되는 지연 시간은 task의 사이즈 및 fog node 간 통신이 보장된다는 가정으로 정적인 값을 이용하였다[5]. 그리고 서비스 중단 시간 계산에서 컨트롤러는 단말의 요청을 바로 처리할 수 있을 만큼 여유가 있다는 것을 가정하였다. RS, RA, L2 report, flow-mod는 각각 52 bytes, 92 bytes, 52 bytes, 172 bytes이며 link layer 핸드오버에 소요되는 시간은 500 ms으로 가정하였고, 무선 및 유선 대역폭은 각각 10 Mbps와 100 Mbps로 가정하였다.
  • SDN 컨셉 기반으로 AS1, AS2, CS 등 모든 전송장비들은 SDN 컨트롤러에 의해 제어되고 있고, flow 통계 정보 및 이벤트 발생 정보는 컨트롤러에게 전송하고 있다. 또한 pFog와 nFog(new fog computing node) 등 fog computing 노드들에 대한 자원 관리 및 상태 검사도 SDN 컨트롤러가 수행하고 있다고 가정하였다. 이러한 상황에서 MN의 이동성으로 인해 AS1으로부터 AS2로 핸드오버를 시도하는데, 제안하는 방법은 AS1의 통계적 정보 보고로 인해 L2(Layer 2) 핸드오버 타이밍을 SDN 컨트롤러가 알 수 있다고 가정한다[3].
  • 주어진 네트워크는 PMIP 기반의 이동성 프로토콜을 사용하고 있고, 단말의 이동에 따라 route solicitation/advertisement (RS/RA) 메시지가 발생하는 것을 가정하였다[3]. 또한 rule placement의 효과에 집중하기 위하여 task up/download 및 migration에 소요되는 지연 시간은 task의 사이즈 및 fog node 간 통신이 보장된다는 가정으로 정적인 값을 이용하였다[5]. 그리고 서비스 중단 시간 계산에서 컨트롤러는 단말의 요청을 바로 처리할 수 있을 만큼 여유가 있다는 것을 가정하였다.
  • 이는 현재 fog computing 노드들에 대한 자원 활용 및 부하, 그리고 이동 후 MN과의 최적 경로 등을 고려하여 결정할 수 있다[17]. 이 때, 수행중인 task 자체를 migration 시킬 수도 있고, task를 마무리한 다음 결과물을 migration 시킬 수도 있는데, 본 논문에서는 follow-me-fog 컨셉에 따라 후자의 방법을 따르는 것을 가정한다[5]. 컨트롤러는 nFog를 결정한 다음 pFog에게 migration을 요청하고 그때부터 pFog에서 nFog로의 task migration이 진행된다.
  • 다음으로 nFog 및 AS2가 결정되었기 때문에 두 노드 사이의 최적의 경로를 선택한다. 이 또한 경로 최적화 연구 관련하여 다양한 연구가 진행되었는데[19] 본 연구에서는 플로우 규칙의 선점 효과에 대해 집중하기 위해 최적의 경로가 AS2와 CS, 그리고 nFog로 구성되어 있다고 가정하였다. 최적의 경로가 결정되면 컨트롤러는 MN과 nFog 사이의 데이터 전송이 바로 수행될 수 있도록 해당 경로에 플로우 규칙을 미리 저장한다.
  • 또한 pFog와 nFog(new fog computing node) 등 fog computing 노드들에 대한 자원 관리 및 상태 검사도 SDN 컨트롤러가 수행하고 있다고 가정하였다. 이러한 상황에서 MN의 이동성으로 인해 AS1으로부터 AS2로 핸드오버를 시도하는데, 제안하는 방법은 AS1의 통계적 정보 보고로 인해 L2(Layer 2) 핸드오버 타이밍을 SDN 컨트롤러가 알 수 있다고 가정한다[3].
  • 반면 현재 이동통신망과 같이 현재 서빙 셀 및 이웃한 셀들의 신호세기 리포트를 통해 정확히 결정할 수도 있다[8]. 이렇게 위치를 결정하는 연구는 하나의 큰 연구주제이기 때문에 본 연구에서는 MN의 이동 후 위치는 결정될 수 있다고 가정하고 진행하고자 한다.
  • 제안된 방법의 효과를 입증하기 위하여 다음의 가정들을 기반으로 성능 분석을 수행하였다. 주어진 네트워크는 PMIP 기반의 이동성 프로토콜을 사용하고 있고, 단말의 이동에 따라 route solicitation/advertisement (RS/RA) 메시지가 발생하는 것을 가정하였다[3]. 또한 rule placement의 효과에 집중하기 위하여 task up/download 및 migration에 소요되는 지연 시간은 task의 사이즈 및 fog node 간 통신이 보장된다는 가정으로 정적인 값을 이용하였다[5].
본문요약 정보가 도움이 되었나요?

참고문헌 (19)

  1. D.W.Lee, K.Cho and S.H.Lee, "Analysis on Smart Factory in IoT Environment," Journal of The Korea Internet of Things Society, Vol.5, No.2, pp.1-5, 2019. 

    상세보기 crossref

  2. K.B.Jang, "A Study on IoT Platform for Private Electrical Facilities Management," Journal of The Korea Internet of Things Society, Vol.5, No.2, pp.103-110, 2019. 

  3. Y.W.Kyung and T.K.Kim, "Flow Handover Management Scheme based on QoS in SDN Considering IoT," Journal of The Korea Internet of Things Society, Vol.6, No.2, pp.45-50, 2020. 

  4. P.Mach and Z.Becvar, "Mobile Edge Computing: A Survey on Architecture and Computation Offloading," IEEE Communications Surveys & Tutorials, Vol.19, No.3, pp.1628-1656, 2017. 

    상세보기 crossref

  5. W.Bao, D.Yuan, Z.Yang, S.Wang, W.Li, B.B.Zhou and A.Y.Zomaya, "Follow Me Fog: Toward Seamess Handover Timing Schemes in a Fog Computing Environment," IEEE Communications Magazine, Vol.55, No.11, pp.72-78, 2017. 

  6. Y.Ma, W.Liang, J.Li, X.Jia and S.Guo, "Mobility-Aware and Delay-Sensitive Service Provisioning in Mobile Edge-Cloud Networks," IEEE Transactions on Mobile Computing, Early Access, 2020. 

  7. Y.Kyung and T.Kim, "QoS-Aware Flexible Handover Management in Software-Defined Mobile Networks," MDPI Applied Sciences, Vol.10, No.12, 2020. 

  8. 3GPP TS 36.300 v.15.8.0 Release 13, LTE.; Evolved Universal Terrestrial Radio Access (E-UTRA) and Evolved Universal Terrestrial Radio Access Network (E-UTRAN); Overall Description; Stage 2. Available online: https://www.etsi.org/deliver/etsi_ts/136300_136399/136300/15.08.00_60/ts_136300v150800p.pdf 

  9. T.Taleb and A.Ksentini, "Follow Me Cloud: Interworking Federated Clouds and Distributed Mobile Networks," IEEE Network, Vol.27, No.5, pp.12-19, 2013. 

    상세보기

  10. Y.Bi, G.Han, C.Lin, Q.Deng, L.Guo and F.Li, "Mobility Support for Fog Computing: An SDN Approach," IEEE Communications Magazine, Vol.56, No.5, pp.53-59, 2018. 

    상세보기

  11. M.Liebsch and F.Z.Yousaf, "Runtime Relocation of CDN Serving Points-Enabler for Low Costs Mobile Content Delivery," in Proc. IEEE Wireless Communications and Networking Conference, 2013. 

  12. M.Wichtlhuber, R.Reinecke and D.Hausheer, "An SDN-Based CDN/ISP Collaboration Architecture for Managing High-Volume Flows," IEEE Transactions on Network and Service Management, Vol.12, No.1, pp.48-60, 2015. 

    상세보기 crossref

  13. OpenFlow switch specification 1.5.1, [Online]. Available: https://www.opennetworking.org/images/stories/downloads/sdn-resources/onf-specifications/openflow/openflow-switch-v1.5.1.pdf, 2015. 

  14. Y.W.Kyung and J.W.Park, "Prioritized Admission Control with Load Distribution over Multiple Controllers for Scalable SDN-based Mobile Networks," Springer Wireless Networks, Vol.25, pp.2963-2975, 2019. 

    상세보기 crossref

  15. S.Bera, S.Misra and M.S.Obaidat, "Mobi-Flow: Mobility-Aware Adaptation Flow-Rule Placement in Software-Defined Access Network," IEEE Transactions on Mobilie Computing, Vol.18, No.8, pp.1831-1842, 2019. 

    상세보기 crossref

  16. S.H.Rastegar, A.Abbasfar and V.S-Mansouri, "On Fair Rule Caching in Software Defined Radio Access Networks," IEEE Wireless Communications Letters, Vol.7, No.3, 2018. 

    상세보기

  17. Q.Fan and N.Ansari, "Towards Workload Balancing in Fog Computing Empowered IoT," IEEE Transactions on Network Science and Engineering, Vol.7, No.1, 2020. 

    상세보기

  18. H.Li, P.Li and S.Guo, "MoRule: Optimized Rule Placement for Mobile Users in SDN-enabled Access Networks," in Proc. IEEE Globecom, 2014. 

  19. F.Y.Okay and S.Ozdemir, "Routing in Fog-Enabled IoT Platforms: A Survey and an SDN-based Solution," IEEE Internet of Things Journal, Vol.5, No.6, 2018. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로