엣지 클러스터 구조의 차량 오프로딩 시스템에서 강화학습을 활용한 부하 분산 알고리즘

방수정; 이미정

doi:10.7840/kics.2024.49.8.1096

추천

검색

질문

자료유형: 학술저널

저자정보: 방수정 (이화여자대학교) 이미정 (이화여자대학교)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제49권 제8호

발행연도: 2024.8

수록면: 1,096 - 1,109 (14page)

DOI: 10.7840/kics.2024.49.8.1096

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

차량을 위한 지능형 응용 서비스가 활발히 연구되고 있으나, 차량의 제약적인 자원만으로 서비스 요구사항을 만족시키는 것에는 한계가 존재하여 엣지 서버에 작업을 오프로딩하는 방법론이 주목받고 있다. 하지만 엣지 서버는 중앙 집중형 서버에 비해 자원이 제약적이어서 차량이 밀집되거나 고연산 작업이 다량 요청되면 과부하 상태로 이어져 오프로딩 성공률을 낮출 수 있다. 본 논문은 한정적인 엣지 서버의 가용 자원 활용률을 최대화하는 것을 목적으로, 차량 오프로딩 환경에서 엣지 서버 간 부하 불균형 문제를 해결하는 알고리즘을 제안한다. 본 연구는 엣지 서버 간 클러스터를 형성하고 클러스터 내 가용 자원량의 편차를 최소화하는 최적화 문제를 정의하고, 동적인 환경에서도 최적의 결정을 하기 위하여 강화학습 모델 TD3(Twin Delay DDPG)를 활용한 부하 분산 알고리즘을 제안한다. 실험을 통해 제안 알고리즘이 부하 불균형 상황을 효과적으로 완화시킴을 확인하였고 특히 차량수가 증가하거나 작업의 다양성이 증가하는 환경에서도 높은 오프로딩 성공률을 보이는 것과 부하 분산으로 인한 확장성 향상 효과를 확인하였다.

#Load balancing #edge computing #deep reinforcement learning #clustering #vehicular network

참고문헌 (21)

참고문헌 신청

Y. Ma, et al., “Artificial intelligence applications in the development of autonomous vehicles: A survey,” IEEE/CAA J. Automatica Sinica, vol. 7, no. 2, pp. 315-329, Mar. 2020. (https://doi.org/10.1109/JAS.2020.1003021)

E. Arnold, et al., “A survey on 3D object detection methods for autonomous driving applications,” IEEE Trans. Intell. Transport. Syst., vol. 20, no. 10, pp. 3782-3795, Oct. 2019. (https://doi.org/10.1109/TITS.2019.2892405)

X. Zhao, et al., “Fusion of 3D LIDAR and camera data for object detection in autonomous vehicle applications,” IEEE Sensors J., vol. 20, no. 9, pp. 4901-4913, May 2020. (https://doi.org/10.1109/JSEN.2020.2966034)

H. Khayyam, et al., “Artificial intelligence and internet of things for autonomous vehicles,” Nonlinear Approaches in Eng. Appl.: Automotive Appl. Eng. Problems, pp. 39-68, 2020.

T. L. Willke, P. Tientrakool and N. F. Maxemchuk, “A survey of inter-vehicle communication protocols and their applications,” IEEE Commun. Surv. & Tuts., vol. 11, no. 2, pp. 3-20, Second Quarter 2009. (https://doi.org/10.1109/SURV.2009.090202)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

장애물과 신호등을 고려한 디지털 가상환경 모델 구현 및 심층강화학습기반 다차선 자율주행 연구

이재영 , 유상조 한국통신학회논문지 2024 .06

주차 할당 만족도와 네트워크 오버헤드를 고려한 모바일 엣지 컴퓨팅 기반 스마트 주차 시스템

이경민 , 이미정 한국통신학회논문지 2024 .09

딥러닝 자세 추정 모델을 사용한 각도 기반 위험 행동 분류 엣지 시스템 구현

권태현 , 윤주상 멀티미디어학회논문지 2024 .08

입출력구조와 신경망 모델에 따른 딥러닝 기반 정규화 기법의 성능 분석

류창수 , 김근환 한국산업정보학회논문지 2024 .08

충전소에서의 대기시간을 고려한 전기차량의 경로 최적화 문제에서 강화학습 기법의 적용 방안 연구

김예지 , 민대기 경영과학 2023 .12

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)