상세 보기
5G/B5G 엣지 클라우드를 위한 사용자 이동성 인지형 심층 서비스 오케스트레이션
Deep Mobility-Aware Service Orchestration in 5G/B5G Edge Clouds
- 변규린;
- 루숭구 조쉬 음와싱가;
- 양희규;
- 추현승
초록
5G/B5G 네트워크의 Multi-access Edge Computing (MEC)은 네트워크 엣지에서 latency-critical 작업을 처리함으로써 ultra-Reliable Low-Latency Communications (uRLLC)을 지원한다. 그러나 이동성이 높은 User Equipment (UE)는 빈번한 service migration으로 인해 downtime과 운영 비용이 증가한다. 이 문제를 해결하기 위해 Deep Mobility-Aware Service Orchestration (DMASO) 프레임워크를 제안한다. DMASO는 Actor–Critic 기반 Deep Reinforcement Learning (DRL) 구조와 Generative Adversarial Network (GAN) 기반 mobility predictor를 결합하여 migration의 시점과 대상을 동시에 최적화한다. 시뮬레이션 결과, DMASO는 baseline 정책 대비 downtime을 22%, migration 빈도를 11% 감소시켜 Quality of Experience (QoE) 향상과 operator overhead 감소를 동시에 달성한다.
키워드
Edge Computing; Service Mobility Management; Availability; Deep Reinforcement Learning; Policy Gradient; Actor–Critic; 엣지 컴퓨팅; 서비스 이동성 관리; 가용성; 심층 강화학습; 정책 경사법; Actor–Critic
- 제목
- 5G/B5G 엣지 클라우드를 위한 사용자 이동성 인지형 심층 서비스 오케스트레이션
- 제목 (타언어)
- Deep Mobility-Aware Service Orchestration in 5G/B5G Edge Clouds
- 저자
- 변규린; 루숭구 조쉬 음와싱가; 양희규; 추현승
- 발행일
- 2026-04
- 유형
- Y
- 저널명
- 인터넷정보학회논문지
- 권
- 27
- 호
- 2
- 페이지
- 13 ~ 18