Content Discovery and Data Offloading in Information-Centric Networking

Abstract

현재의 인터넷은 자원 공유를 목적으로 호스트간 통신 패러다임에 기반하여 설계되었지만, 오늘날 인터넷 사용 패턴은 콘텐트 획득에 집중되어있다. 이러한 이유로, 대부분의 인터넷 트래픽은 비디오 서비스나 P2P 파일 공유와 같은 콘텐트 획득에 의해 발생하고 있는 상황이다. 하지만, 현재 인터넷의 구조와 실제 사용 패턴의 괴리는 비효율적인 콘텐트 전달 (예, 동일한 인기있는 콘텐트에 대한 중복된 콘텐트 전송)을 야기하고 있고, 이는 트래픽 폭발 문제로 이어지고 있다. 이러한 이슈를 다루기 위해 (i) 인터넷 구조를 새롭게 설계하거나 (ii) 데이터 오프로딩 기법을 통해 네트워크 트래픽을 줄이려는 시도들이 있다. 본 학위 논문에서는 정보 중심 네트워킹과 정보 중심의 차량 네트워크라는 두가지 영역에서의 트래픽 감소 기법에 대해 탐구한다.

첫 번째로, 정보 중심 네트워킹을 위한 트래픽 감소 콘텐트 탐색 기법을 제안한다. 정보 중심 네트워킹은 트래픽 폭발과 같은 현재 인터넷의 문제점을 해결하기 위해, 초기 단계부터 인터넷 구조를 새롭게 설계하자는 방향으로 제안되었다. 정보 중심 네트워킹은 가까이에 존재하는 캐시된 콘텐트를 이용하거나 동일한 콘텐트 전송에 대한 중복된 전송을 줄이는 것을 통해 네트워크 트래픽 감소와 같은 이득을 제공할 수 있다. 하지만, 이전의 연구들은 이러한 캐시된 콘텐트를 이용하기 위해 기회주의적 캐시 일치 방식에 의존을 하고 있다. 이러한 방식은 콘텐트 소스로 가는 경로에 존재하는 캐시된 콘텐트만 이용할 수 있기 때문에 네트워크 곳곳에 있는 네트워크 내재 저장 공간을 충분히 이용하지 못하는 한계가 있다. 제안하는 기법인 SCAN은 네트워크에 산재된 캐시된 콘텐트를 더 잘 이용하기 위해서 가까이에 존재하는 캐시된 콘텐트를 탐색한다. 이를 위해 SCAN은 블룸 필터를 사용하여 주변 라우터들 사이에서 캐시된 콘텐트에 대한 정보를 교환한다. 시뮬레이션을 통해 SCAN은 기회주의적 캐시 일치 방식의 기법에 비해 평균 홉 거리, 트래픽 양, 링크간 로드 분배에서 더 나은 성능을 보임을 알 수 있다.

다음으로, 정보 중심의 차량 네트워크를 위한 트래픽 오프로딩 기법을 제안한다. 무선 환경에서 급증하고 있는 모바일 트래픽은 모바일 네트워크 제공자에게 심각한 우려가 되고 있다. 이러한 트래픽 폭발 문제를 다루기 위해, 트래픽을 셀룰러 네트워크에서 WiFi 핫스팟이나 펨토셀과 같은 다른 네트워크로 오프로딩하려는 연구들이 있었다. 본 연구에서는 기존의 시도에서 더 나아가서 데이터 오프로딩을 위한 차량 네트워크의 잠재적 장점에 집중하여 차량 네트워크를 이용한 데이터 오프로딩 프레임워크인 DOVE를 제안한다. 제안하는 데이터 오프로딩 프레임워크는 차량 내 데이터 서비스를 위해 필요한 셀룰러 트래픽을 비용 효과가 높은 방식으로 감소시킬 수 있다. DOVE에서는 오프로딩을 목적으로 차량 이동 경로를 이용하고, 경제적인 비용 절감을 목적으로 차량에서 요청되는 콘텐트 파일들은 셀룰러 네트워크 대신 차량 네트워크를 통해 전달된다. 이를 위해 오프로딩 위치를 선택하는 문제를 시공간적 집합 덮개 문제로 만들고, 차량 이동 경로를 이용한 시간 예측 기반의 집합 덮개 알고리즘을 제안한다. 시뮬레이션 결과에 따르면, DOVE 프레임워크는 차량 네트워크를 통한 오프로딩을 수행하여 57%의 셀룰러 링크 사용량을 크게 감소시킬 수 있다.

While the architecture of current Internet was designed based on the host-to-host communication paradigm for resource sharing, today's Internet usage has been concentrated on content retrievals. As a result, most of Internet traffic is generated by the content retrievals, such as video service and P2P file sharing. However, the discrepancy between the current Internet architecture and the real usage pattern causes inefficient content deliveries (e.g., duplicated content transmission for the same popular content), which leads to traffic explosion problem. To address such issues, there have been a lot of efforts to reduce the network traffic by (i) redesigning the Internet architecture and (ii) proposing data offloading schemes. In this dissertation, we investigate traffic reduction schemes in two different domains, information-centric networking and information-centric vehicular networks.

First, we propose a traffic-reduction content-discovery scheme for information-centric networking (ICN). ICN has been proposed to resolve the problem of current Internet such as traffic explosion by redesigning the Internet architecture in a clean-slate manner. ICN can provide substantial benefits such as network traffic reduction by exploiting a nearby (cached) copy of content and reducing duplicated transmissions for the same content request. However, prior studies usually rely on an opportunistic cache-hit (happen-to-meet) to utilize the cached contents. In the happen-to-meet fashion, only the content cached on the path towards the content source can be utilized, which limits the network-wide usage of the in-network storages. To exploit cached contents better, our proposed scheme SCAN discovers nearby content copies. SCAN exchanges the cached content information among the neighbor routers using Bloom filters for the content discovery. With extensive simulations, SCAN shows better performance than a happen-to-meet cache-hit scheme in terms of average hop counts, traffic volume, and load balancing among links.

Next, we propose a traffic offloading scheme for information-centric vehicular network. In wireless environments, the increasing mobile traffic is becoming a serious concern for mobile network providers. To address the traffic explosion problem, there have been a lot of efforts to offload the traffic from cellular networks to other networks, such as WiFi hotspots and femtocells. Our work moves forward from prior studies by focusing on the potential benefits of vehicular networks for data offloading. In particular, we propose a Data Offloading framework using Vehicular nEtworks (DOVE), which reduces the cellular traffic for in-vehicle data services in a cost effective way. DOVE exploits vehicle trajectories for offloading purposes so that content files requested by vehicles can be delivered via vehicular networks rather than cellular networks for economical purposes. We formulate the problem of selecting offloading positions as a spatio-temporal set-covering problem, and propose a time-prediction based set-covering algorithm using vehicle trajectories. Simulation results show that our DOVE framework can significantly reduce 57% of cellular link usage by performing data offloading through vehicular networks.