19ZH1100, 사물-사람-공간의 유기적 연결을 위한 초연결 공간의 분산 지능 핵심원천 기술,
박준희
초록
매달 수십 엑사바이트 이상 발생하는 데이터 트래픽과 급증하는 모바일 기기를 지원하기 위해서 분산형 에지네트워크가 조명받고 있다. 특히 에지 캐싱과 에지 컴퓨팅 기술은 전체 트래픽의 60-70%를 차지하면서 소수의 콘텐츠가 반복적으로 요청되는 멀티미디어 서비스를 효율적으로 지원하기에 알맞아 활발히 연구되고 있다. 시간에따라 변화하는 채널, 콘텐츠 인기도, 현재 캐시 상태에 따라 콘텐츠의 캐싱과 전송 정책을 최적화하는 연구는 에지 서비스가 다양하게 분화되고 사용자 수가 급증하면서 굉장히 높은 복잡도와 처리 시간을 요구하게 되었다. 이에 심층 강화학습을 활용한 콘텐츠 캐싱, 전송, 데이터 오프로딩 기술이 연구되었고, 본 논문에서는 다양한 관점에서 심층 강화학습 기반 에지 캐싱 및 컴퓨팅 기술의 최신 기술 동향을 소개한다. 먼저 다양한 에지 네트워크 시나리오에서 살펴보고, 각종 심층 강화학습 알고리즘이 활용되는 방식에 대해 알아본다. 또한, 다른 최신 에지 기술들과 심층 강화학습의 융합으로 발전된 에지 캐싱과 컴퓨팅 정책을 제안하는 연구를 소개한 뒤, 마지막으로 향후연구 방향을 제시한다.
본 저작물은 공공누리 제4유형 : 출처표시 + 상업적 이용금지 + 변경금지 조건에 따라 이용할 수 있습니다.
저작권정책 안내문
한국전자동신연구원 지식공유플랫폼 저작권정책
한국전자통신연구원 지식공유플랫폼에서 제공하는 모든 저작물(각종 연구과제, 성과물 등)은 저작권법에 의하여 보호받는 저작물로 무단복제 및 배포를 원칙적으로 금하고 있습니다. 저작물을 이용 또는 변경하고자 할 때는 다음 사항을 참고하시기 바랍니다.
저작권법 제24조의2에 따라 한국전자통신연구원에서 저작재산권의 전부를 보유한 저작물의 경우에는 별도의 이용허락 없이 자유이용이 가능합니다. 단, 자유이용이 가능한 자료는 "공공저작물 자유이용허락 표시 기준(공공누리, KOGL) 제4유형"을 부착하여 개방하고 있으므로 공공누리 표시가 부착된 저작물인지를 확인한 이후에 자유이용하시기 바랍니다. 자유이용의 경우에는 반드시 저작물의 출처를 구체적으로 표시하여야 하고 비영리 목적으로만 이용이 가능하며 저작물을 변형하거나 2차 저작물로 사용할 수 없습니다.
<출처표시방법 안내> 작성자, 저작물명, 출처, 권호, 출판년도, 이용조건 [예시1] 김진미 외, "매니코어 기반 고성능 컴퓨팅을 지원하는 경량커널 동향", 전자통신동향분석, 32권 4호, 2017, 공공누리 제4유형 [예시2] 심진보 외, "제4차 산업 혁명과 ICT - 제4차 산업 혁명 선도를 위한 IDX 추진 전략", ETRI Insight, 2017, 공공누리 제 4유형
공공누리가 부착되지 않은 자료들을 사용하고자 할 경우에는 담당자와 사전협의한 이후에 이용하여 주시기 바랍니다.