Core Concepts
본 연구는 증강 현실/가상 현실(AR/VR) 작업 오프로딩을 위해 지연 제약 조건을 충족하면서 네트워크 운영자 비용을 최소화하는 동기화 정책을 개발하는 것을 목표로 합니다.
Abstract
본 연구는 분산 SDN 환경에서 컨트롤러 동기화 문제를 다룹니다. 주요 내용은 다음과 같습니다:
지연 제약 조건을 충족하면서 네트워크 운영자 비용을 최소화하는 동기화 정책을 개발하기 위해 강화 학습 기법을 활용했습니다.
가치 기반 및 정책 기반 강화 학습 알고리즘을 비교 분석했으며, 정책 기반 방식이 동적 네트워크 환경에서 더 강건한 성능을 보였습니다.
제안된 강화 학습 프레임워크를 최단 경로 라우팅과 같은 다른 SDN 애플리케이션에도 적용하여 평가했습니다.
네트워크 토폴로지, 연결된 디바이스 수, 지연 제약 조건, 엣지 서버 운영 비용 등 다양한 요인을 변화시켜 프레임워크의 강건성을 검증했습니다.
Stats
AR/VR 작업 오프로딩을 위한 지연 제약 조건은 3가지 범주로 나뉩니다: 저지연, 중간 지연, 고지연.
엣지 서버 비용은 20에서 100 사이의 균일 난수로 생성되었습니다.