초록 ▼

□ 연구개요
본 연구는 비디오 컨텐츠와 서비스의 인기도 및 요청 패턴을 수집하고, 강화학습(Reinforcement Learning)과 Lyapunov 최적화 기반의 동적 캐시와 컴퓨팅 자원 할당(대여) 및 동적 컨텐츠와 서비스의 엣지 캐싱 알고리즘을 개발한다. 컨텐츠 사업자 입장에서 동적 엣지 캐시 자원 대여, 컨텐츠 캐싱, 컨텐츠-사용자 라우팅 알고리즘을 균일 확률분포의 컨텐츠 인기도와 요청량 환경에서 Lyapunov 최적화 기법과 강화학습에 기반하여 개발한다.

□ 연구 목표대비
연구결과
최종연구목표

□ 연구개요
본 연구는 비디오 컨텐츠와 서비스의 인기도 및 요청 패턴을 수집하고, 강화학습(Reinforcement Learning)과 Lyapunov 최적화 기반의 동적 캐시와 컴퓨팅 자원 할당(대여) 및 동적 컨텐츠와 서비스의 엣지 캐싱 알고리즘을 개발한다. 컨텐츠 사업자 입장에서 동적 엣지 캐시 자원 대여, 컨텐츠 캐싱, 컨텐츠-사용자 라우팅 알고리즘을 균일 확률분포의 컨텐츠 인기도와 요청량 환경에서 Lyapunov 최적화 기법과 강화학습에 기반하여 개발한다.

□ 연구 목표대비
연구결과
최종연구목표: 비디오 컨텐츠와 서비스의 인기도 및 요청 패턴을 수집하고 강화학습과 Lyapunov 최적화 기반의 동적 캐시와 컴퓨팅 자원 할당 및 동적 컨텐츠와 서비스의 엣지 캐싱 알고리즘을 개발함. 개발한 알고리즘을 상용 클라우드 서비스 플랫폼 위에 구현하고, 성능을 검증함.
연구결과: 아마존의 AWS와 마이크로소프트 Azure 등 세계적인 클라우드 기업들이 탄력적인 CDN(Content Delivery Networks) 서비스를 제공하는 것에서부터 동기를 얻어 컨텐츠 공급자가 서비스 품질을 향상시키기 위해 다양한 엣지 서버의 캐시 용량을 시공간에 맞추어 동적으로 임대할 수 있다는 사실을 연구에 활용하였다. 이를 통해 탄력적인 CDN 서비스 시나리오에서 최종 사용자로부터의 컨텐츠 요청, 무선/모바일 환경 및 캐싱가격의 시공간적 변동에 맞추기 위해 장기간의 가용예산을 컨텐츠 캐싱에 투자하는 방법과, 각 컨텐츠별 캐싱 위치 및 컨텐츠 요청에 따른 라우팅 알고리즘을 동시에 동적으로 최적화하는 알고리즘을 개발하였다. 알고리즘 개발은 Lyapunov drift-minus-benefit 기법과 Jensen의 부등식을 활용하여 시간평균 목적함수를 미래의 파일 인기도와 무선채널이득의 크기에 대한 지식 없이 실시간으로 해결할 수 있는 하위 문제로 변환하였다. 중첩되지 않은 스몰셀(Small Cell) 시나리오의 경우 최적의 하위 문제 해결법을 제공하였고, 일반적 시나리오의 경우, NP-Hard 문제가 되는데 이 경우 목적함수의 submodularity 특성과 randomized 캐시 임대 방식의 pick-and-compare 속성을 이용하여 이론적으로 특정 상수값 이상의 유틸리티 성능과 특정 상수값 이하의 전송지연을 보장함을 보였다. 미자막으로 실제 데이터셋 기반의 시뮬레이션을 통해 제안된 알고리즘이 실제 스몰셀 토폴로지에서 기존 정적 캐시 스토리지 기반의 알고리즘 대비 154%의 유틸리티 향상을 달성함을 보였다. 또한, 서비스 캐싱 문제를 강화학습 기반의 Markov Chain 모델 기반의 솔루션을 제안하고 제안 알고리즘이 우수한 성능을 달성함을 확인하였다. 상용 클라우드 서비스 플렛폼 위에 구현하는 것은 제안 알고리즘의 수학적 난이도가 높아 시간이 지연되어서 향후 연구결과에 반영할 계획이다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구개발성과는 컨텐츠 인기도가 미리 알려지지 않은 상태에서 액티브 캐싱 환경의 동적 캐싱 용량 결정 및 컨텐츠 캐싱, 컨텐츠 라우팅을 동시에 결정하는 문제를 세계최초로 해결하였다는 측면에서 의의를 가진다. 이 결과는 컨텐츠 인기도 뿐만 아니라 다양한 서비스의 인기도를 고려한 서비스 캐싱의 전반적인 활용에 적용될 수 있을 뿐만 아니라 아마존 AWS, 마이크로소프트 Azure 등의 클라우드 기업을 대상의 소비자가 해당 컴퓨팅, 캐싱, 네트워킹 자원을 어떻게 효율적으로 활용할 수 있는가에 대한 해답을 어느 정도 제시했다는 점에서 앞으로의 클라우드 및 엣지컴퓨팅 기술 및 산업화에 큰 기여를 할 수 있다고 볼 수 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 1) 연구동기 및 개요 ... 4
• 2) 최종연구목표 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 1) 1차년도 연구목표 및 내용(2019.06 – 2020.02, 9개월) ... 4
• 2) 2차년도 연구목표 및 내용(2020.03 – 2021.02, 12개월) ... 6
• 3) 3차년도 연구목표 및 내용(2021.03 – 2022.02, 12개월) ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 8
• 1) 정성적 연구개발성과(연구개발결과) ... 8
• 2) 세부 정량적 연구개발성과 ... 8
• 3) 목표 달성 수준 ... 8
• 4) 목표 미달 시 원인 분석 ... 9
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 9
• 5. 연구개발성과의 관리 및 활용 계획 ... 9
• 6. 참고문헌 ... 10
• 붙임1. 세부 정량적 연구개발성과 ... 11
• 붙임2. 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 16
• 끝페이지 ... 26