英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
移动网络中物联网流量的时间平滑
Yoshinobu Yamadaa, Ryoichi Shinkumaa , Takanori Iwaib , Takeo Onishib ,
Takahiro Nobukiyob , Kozo Satodab
神奈川县211-8666，系统平台研究室
京都市606-8501，京都大学信息学院
摘要：随着物联网(IoT)设备的普及，移动设备流量占互联网总流量的比例不断上升。在这里，如果大量的物联网设备在同一时间向同一基站发送通信请求，这些请求会相互冲突，从而导致蜂窝网络严重的拥塞。为了解决这个问题，研究人员讨论了交通平滑技术。然而，他们的工作仅集中于时间分流或空间分流。当我们考虑移动IoT设备时，延迟其针对暂时卸载的通信请求也可能会像空间卸载一样工作，因为这些设备可能会在等待其传输定时的同时移至其他相邻小区。也就是说，延迟请求不仅有助于时间上的流量卸载，而且有助于空间上的流量卸载。基于此原理，我们提出了一种通信时序控制时空流量卸载，适用于在蜂窝网络中移动IoT设备。通过使用我们的方法，部分多余的流量将移至非高峰时间和邻近小区。一项比较评估证明，我们的方法有效地减少了峰值流量，同时满足了IoT应用程序的延迟要求。
关键词：通信平滑，IoT，效用函数，移动网络
- 引言
物联网（IoT）是一种新的模式，在这种模式中，传感器、车辆和机器人等机器在通信网络上产生大量的交通信息，而不是人类。Ericson估计，连接到通信网络的批量设备数量在2016年达到160亿，到2022年将增加到290亿左右，而Gartner预测，到2020年这一数字将增加到204亿。
研究人员讨论了各种基于IoT的应用程序，这些应用程序被分类为监测和控制、大数据和业务分析、信息共享和协作。Al-Fuqaha等人调查了物联网服务的使用技术，例如智能家居、智能楼宇与楼宇自动化系统（BAS），智能交通系统（ITS）、工业自动化、智慧医疗、智能电网和智能城市。特别地，在本文中，我们将ITS视为一种物联网服务，因为可以将车辆视为移动物联网设备。
标准化组织和研究人员提出了许多有关物联网服务架构的想法，这些想法考虑了对技术、业务需求和技术要求的支持。国际电信联盟建议，物联网架构由五个不同的层组成：感知、接入网络、中间件和应用程序。Da等人提出了感知层、网络层、服务层和接口层组成的物联网应用基础架构。另一项提议提出了三个主要层面：感知、网络和服务。尽管仍在讨论每个体系结构的适用性，毫无疑问，支持移动物联网设备应该是强制性的。特别是，为移动物联网设备提供互联网连接是一项重要的技术要求。Wi-Fi、蓝牙、IEEE802.15.4和蜂窝网络被认为是连接的手段。传统上用于人对人通信而不是机器对机器通信的蜂窝网络也正在作为连接物联网设备(称为蜂窝物联网)的基础设施开发。使用蜂窝网络的好处是它们能够支持与快速移动设备的通信，并在单元之间进行切换。3GPP是一个蜂窝网络标准化组织，一直在讨论如何发展长期演进(LTE)、LTE- advanced (LTE-A)和第五代(5G)网络作为蜂窝物联网的基础设施。
然而，当大量的IoT设备以同步的方式同时发送数据时，IoT应用中的通信流量可能会在蜂窝网络的基站造成严重的拥塞。当基站拥塞时，IoT设备的数据传输延迟增加是由于两个原因的结果:i)物联网设备需要一次又一次地传输其通信请求，直到它们在基站的随机访问过程中成功地获得传输机会;ii)可用带宽被分成多个通道，而且每个通道的带宽被大量的物联网设备共享。因此，每个物联网设备的传输速度会变慢。而由于物联网设备发送的流量长度一般较短，因此第一个因素对延迟性能的影响要大于第二个因素。所以，在本文中，我们关注的是随机访问过程中的延迟。
在蜂窝网络中，最直接的交通拥堵解决方案是交通平滑。传统的技术大致可分为三大类：1)时间上的分载；2)空间上的分载；3)异构网络上的分载。时间流量分流的基本原理是将高峰时间的部分多余流量转移到非高峰时间，以减少峰值流量并处理通信请求。另一方面，动态单元关联是空间卸载技术的一个例子，它考虑每个小区的交通拥挤情况，并根据这些条件处理小区间切换、用户关联和新用户的小区选址。另一种主要的方法是异构网络中的流量分流，它将网络中的部分多余流量分流到其他网络，将蜂窝网络中的流量转移到Wi-Fi网络是异构网络中流量转移的一个典型例子。然而，正如我们将在第2节中讨论的，之前的工作没有考虑到，对于移动物联网设备(如装备有传感器的车辆)，通过暂时延迟它们对一个单元的请求，可以允许它们被卸载到车辆正在行驶的相邻单元。
基于以上逻辑，移动网络中移动IoT设备的请求延迟不仅会导致时间上的流量分流，还会导致空间上的流量分流，因此我们提出了一种适用于移动移动物联网设备的流量平滑通信定时控制方法。在我们的方法中，系统发送一条指示消息，指示拥挤小区的物联网设备延迟它们的通信请求，由于通信请求被延迟，1)部分多余的流量被转移到非高峰时间，2)一些移动的IoT设备到达相邻的单元后重新开始请求。但是，如果太多的设备延迟了通信请求，流量可能会比预期的减少更多，并且在延迟时间过后可能会出现另一个流量高峰。因此，我们的方法引入了一种基于效用的控制方法，使每个物联网设计能够概率性地确定是否遵循指示消息。在我们的方法中，每个物联网设备的效用函数是根据应用程序的延迟需求来确定的，每个物联网设备决定以效用函数确定的概率跟随指示消息。我们的方法是有益的，因为物联网设备对拉紧不那么敏感，它们更有可能遵循指示信息。因此，我们的方法可以在满足IoT应用程序延迟要求的同时平滑通信。另一个好处是，由于我们的方法可以在应用层中实现而无需在蜂窝网络的无线层中使用任何技术，并且延迟请求的决定是在IoT设备驱动的基础上完成的，它甚至可以被像不能控制基站的无线层的移动虚拟网络运营商(MVNO)这样的服务运营商所采用。
2.相关工作
在第1节中，我们提到了i）时间分流，ii）空间分流和iii）异构网络中的分流作为先前的工作。本节将讨论i）和ii），因为它们与我们的工作直接相关。正如我们将在以下段落中讨论的那样，任何先前的研究都没有考虑过当我们考虑在蜂窝网络中移动IoT设备时，延迟请求不仅会导致时间流失，还会导致空间流失。在第1节中，我们还提到了我们方法的操作是在应用层中由设备驱动的。相比之下，大多数先前的研究都假设由无线层中的基站进行集中控制。
时间流量卸载的基本原理是将高峰时段的部分过剩流量移至非高峰时段，从而降低高峰流量，在净工作能力下快速处理通信请求。人们提出了各种各样的流量调度方法，它们主要可以分为访问控制和优先级控制。访问控制只是拒绝来自用户的通信请求，以抑制流量增加。另一方面，优先级控制是根据处理时间或效用函数对用户的通信请求进行优先排序，定价是确定用户请求优先级的另一种方法。
与时间卸载不同，空间卸载只在多单元环境中工作。空间分流的基本原理是观察每个小区的交通拥塞程度，根据使用条件，控制小区间切换、用户关联和新到用户的小区选址。为了在多个单元上分配和平衡流量负载，必须有一个控制度量。Kyuho等人使用预期吞吐量的概念作为度量，乔阳认为为每个用户优化长期速率函数需要在所有信噪比加噪声比（SINR）和基本稳定负载上产生巨大的效用最大化问题。Corroy使用所有用户的费率之和作为度量标准，并使用启发式方法将其最大化。Kim使用传输请求的到达率和每次传输的数据大小来定义流量负载。
3建议方法
3.1系统概述
图1示出了所提出的方法的系统概况，该系统由系统服务器和物联网设备组成。系统服务器通过应用层网络连接到每个物联网设备，系统服务器和LOT设备使用诸如HTTP之类的应用层协议进行通信。系统服务器和IoT设备之间的信令可以通过HTTP可靠地完成，因为对于多种应用程序，HTTP通过网关并且由于其安全通信协议HTTPS，确保了其安全性。物联网设备通过无线通信连接到最近的基站。系统服务器与基站之间通过有线链路通过核心网络进行通信。基站和路由器只是按照通常的方式转发数据，而不需要为我们的方法配备任何专门的功能。
图1 拟议系统概述
3.2 控制程序
在本节中，我们将说明所建议方法的控制过程，如图2所示。让我们首先说明系统服务器的控制过程，该系统过程建立在以下假设的基础上：有关流量和连接的信息是由蜂窝网络的移动网络运营商使用我们的方法为服务运营商提供了每个基站处的IoT设备。当系统服务器检测到基站拥塞时，该过程开始。然后，系统服务器将指示消息发送到连接到基站的IoT设备。指示消息指示直到IoT设备应延迟其请求的时间。
接下来，我们描述了批量设备的流程，即每个批量设备以分布式的方式形成的流程。当IoT设备从系统服务器接收到指示消息时，该过程开始。首先，IoT设备计算如果它遵循指令，它将获得的效用数量。其次，它将通过计算实用程序的响应概率并将其与不遵循指令的情况相比较来决定是否延迟请求。我们将在下一节中详细解释这一决策过程。最后，如果IoT设备决定遵循指令，它将在发送请求之前插入由指令消息指示的等待时间。否则，它将立即发送请求。
图2 基于提出方法的控制程序流程图
3.2 决策程序
在这里，我们解释了IoT设备如何决定是否遵循指令。
决策程序的概要如下:1）IoT设备计算两种情况下的效用（遵循或不遵循）；2）由效用计算响应概率；3）根据概率随机决定是否执行指令。
如果有太多的批量设备延迟通信请求，那么流量可能会比预期减少得更多，并且在延迟时间之后可能会出现另一个流量高峰。为此，本文提出了一种基于效用函数的控制方法，使每一批生产都能以概率方式确定是否遵循指令生产信息。
在我们的方法中，每个IoT设备的效用函数是根据应用程序的延迟需求来确定的，据报道，应用程序之间的延迟需求差异很大。每个物联网设备都决定以实用程序功能确定的概率遵循指示消息。我们的方法是有益的，因为许多设备对延迟不太敏感，他们更有可能遵循指示信息。因此，我们的方法可以平滑流量，同时满足大量应用的延迟要求。众所周知，经验延迟的效用函数随着延迟的指数函数单调下降。因此，我们定义批量设备的效用函数如下：
(1)
其中，是IoT设备成功发送请求的时间。是应由物联网应用的延迟要求确定的系数；如果设置得较大，则效用相对于延迟的下降更为敏感。是一个常数因子，它决定了时实用程序的体积。
在我们的方法中，IoT设备在接收指令时只有两个选项：是或否。IoT设备根据和进行决策，通过在等式中设置给出，因为如果设备遵循指令，则延迟时间等于指令时间。由方程中设置给出，因为如果器件不遵循指令，则延迟时间等于0。这种需要对两个选项做出决定的情况，可以使用分解行为模型来建模。相应地，批量设备选择“是”的概率为:
（2）
（3）
其中，为指示延迟时间。但是，由于IoT设备不应将其请求延迟到其延迟所需的时间之后，因此应通过以下方式进行决策:
（4）
其中，如方程中所定义，D为批量申请等待时间要求的截止期，为指令延迟时间。
4性能评价
4.1 模拟场景
我们进行了一项模拟研究，以验证我们的方法是否能有效平滑移动网络中大量应用的流量。特别是，我们选择了一个场景，其中“智能汽车”（可连接互联网，并配备多种传感器，例如:全球定位系统（GPS）、照相机和加速计）通过蜂窝网络中的基站将批量应用数据上载到互联网，在智能交通系统（ITS）环境下智能车辆有望提高交通安全，缓解交通拥堵，减少空气污染，并提高驾驶的舒适性。一个示例应用是存储大量与道路交通相关的信息并在车辆之间共享。另一个例子是利用云服务器上强大的计算资源分析智能车辆收集的数据，以解决严重的交通问题，例如道路交通拥堵等。
表1
交通模型中的参数
表2
通信系统设置中的参数
4.2 流量模型
在上述模拟场景中，在移动网络中生成流量的实体是车辆。我们根据美国旧金山出租车的真实行驶轨迹数据集，使这些车辆在仿真中运动。数据集包含11,210组每日移动数据，间隔为一分钟。在模拟的每个试验中，我们随机选取1000组数据并重现1000辆车的运动。
据报道，物联网流量可分为定期生成的周期性更新（PU）流量或由特定事件生成的事件驱动（ED）流量
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[245995]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
