Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

차량 엣지 컴퓨팅 환경에서 강화학습 기반의 서비스 마이그레이션Service Migration Based on Reinforcement Learning in Vehicular Edge Computing

Other Titles
Service Migration Based on Reinforcement Learning in Vehicular Edge Computing
Authors
문성원임유진
Issue Date
Feb-2021
Publisher
한국정보과학회
Keywords
차량 엣지 컴퓨팅; 서비스 마이그레이션; 강화학습; Q-learning; vehicular edge computing; service migration; reinforcement learning; Q-learning
Citation
정보과학회논문지, v.48, no.2, pp.243 - 248
Journal Title
정보과학회논문지
Volume
48
Number
2
Start Page
243
End Page
248
URI
https://scholarworks.sookmyung.ac.kr/handle/2020.sw.sookmyung/146828
DOI
10.5626/JOK.2021.48.2.243
ISSN
2383-630X
Abstract
사용자에게 초저지연 및 실시간 서비스를 제공할 수 있어 엣지 컴퓨팅은 사물인터넷을 이끌 수 있는 유망 기술로 부상하고 있다. 하지만 사용자의 이동성과 엣지 서버의 제한적인 커버리지 때문에 서비스 중단과 QoS 저하를 초래한다. 그래서 끊김 없는 서비스를 보장하기 위해 서비스 마이그레이션이 중요한 이슈로 다뤄진다. 본 논문에서는 차량 엣지 컴퓨팅 환경에서 Q-learning 강화학습 기법을 사용하여 마이그레이션에 관해 결정하는 알고리즘을 제안한다. 제안한 알고리즘은 차량의 이동에 따라 마이그레이션 진행 여부와 대상을 결정하는 것이다. 제안한 알고리즘의 목적은 지연 제약조건을 충족하며 시스템 비용을 최소화하는 것이다. 본 논문에서는 제안 알고리즘의 성능 비교를 통하여 기존 기법에 비하여 마이그레이션 진행 여부와 대상 결정의 측면에서 더 나은 성능을 보임을 확인하였다.
Files in This Item
Go to Link
Appears in
Collections
ICT융합공학부 > IT공학전공 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Lim, Yu Jin photo

Lim, Yu Jin
ICT융합공학부 (IT공학전공)
Read more

Altmetrics

Total Views & Downloads

BROWSE