인지 네트워크

Cognitive network
인지 네트워크 테크놀로지와 혼동하지 말 것.

통신 네트워크에서 인지 네트워크(CN)는 현재 네트워크가 직면한 몇 가지 문제를 해결하기 위해 여러 연구 영역(기계 학습, 지식 표현, 컴퓨터 네트워크, 네트워크 관리)의 최첨단 기술을 활용하는 새로운 유형의 데이터 네트워크입니다.인지 네트워크는 OSI 모델의 모든 레이어를 커버하기 때문에 인지 무선(CR)과는 다릅니다(CR과 같이 레이어 1과 레이어 2 뿐만이 아닙니다).

역사

인지 네트워크의 첫 번째 정의는 Theo Kanter가 1998년 6월 기억력이 있는 네트워크로서의 인지 네트워크를 발표하는 것을 포함하여 스톡홀름 왕립 공과대학 KTH의 박사학위 연구에서 제공되었습니다.Theo는 Chip Maguire의 학생으로 인지 라디오의 창시자인 Joe Mitola에게 조언을 해주기도 했다.Mitola는 노드에서의 인지에 초점을 맞춘 반면, Kantor는 네트워크에서의 인지에 초점을 맞췄다.1999년 8월에 발행된 Mitola의 라이선스 논문에는 다음과 같은 인용구가 포함되어 있습니다.「[Radio Knowledge Representiate Language]RKRL을 탑재한 네트워크는, 모델에 맞지 않는 자연 환경의 특징을 구별할 수 있습니다.인식 네트워크에 오류를 선언할 수 있습니다."이것은 칸토르가 조금 늦게 발표한 이후 개념 인지 네트워크의 가장 이른 출판물입니다.

2001년 IBM의 자율 네트워크 과제는 네트워크에 인식 사이클을 도입하는 계기가 되었습니다.인지 무선, 칸토르의 인지 네트워크, IBM의 자율 네트워크는 인지 무선 네트워크 및 기타 인지 네트워크의 병렬 진화를 위한 기반을 제공했습니다.2004년 현재 아헨주 RWTH에 재직 중인 Petri Mahonen과 미톨라 박사 위원회의 멤버는 독일 Dagstuhl에서 인지 무선 네트워크에 관한 제1회 국제 워크숍을 개최하였습니다.또한, EU의 E2R 및 E3 프로그램은 자기 조직 네트워크, 자기 인식 네트워크 등의 자기 조직 네트워크*의 주도로 인지 네트워크 이론을 개발하였습니다.인지 네트워크의 개념을 정의하는 시도 중 하나는 2005년에 Thomas 등에 의해 만들어졌으며,[3] 2003년에 Clark 등에 의해 기술된 지식 영역의 오래된 아이디어에 기초하고 있다. B.S. Manoj 등은 [4]2008년에 인지 완전한 지식 네트워크 시스템을 제안했다.그 이후, 그 지역의 몇 가지 연구 활동이 나타났다.설문조사와 편집된[6] 책을 통해[5] 이러한 노력의 일부를 알 수 있다.

Knowledge Plane은 "네트워크의 다른 요소에 서비스와 어드바이스를 제공하기 위해 네트워크가 무엇을 해야 하는지에 대한 높은 수준의 모델을 구축 및 유지하는 네트워크 내의 퍼베이시브 시스템"입니다.[3]

대규모 인지 네트워크의 개념은 [7]송에 의해 2008년에 더욱 만들어졌으며, 대규모 무선 네트워크에 대한 지식 계획은 무선 스펙트럼과 무선 방송국의 가용성에 대한 지식으로 명확하게 정의되었다.

정의.

Thomas 등은 CN을 엔드 투 엔드 목표를 따르는 동시에 현재의 네트워크 조건을 인식하고, 계획, 결정, 그러한 조건에 따라 행동하고, 행동의 결과로부터 배울 수 있는 인지 프로세스를 가진 네트워크로 정의한다.이 루프는 환경을 감지하고 센서와 네트워크 정책으로부터의 입력에 따라 액션을 계획하며 추론 엔진을 사용하여 엔드 투 엔드의 목적에 가장 적합한 시나리오를 결정하고 마지막으로 이전 섹션에서 설명한 대로 선택된 시나리오에 따라 작동합니다.시스템은 과거(상황, 계획, 결정, 행동)로부터 학습하고, 이 지식을 사용해 장래의 결정을 개선합니다.

CN의 이 정의는 네트워크에 대한 지식을 명시적으로 언급하지 않고 인지 루프를 설명하고 CR 또는 이른바 인지 계층과 구별되는 엔드 투 엔드 목표를 추가합니다.CN의 이러한 정의는 에서 [5][6][7][8]논의된 바와 같이 인지 시스템의 중요한 구성요소인 지식이 부족하기 때문에 불완전해 보입니다.[9]

Balamuralidhar와 Prasad는[8] 온톨로지 지식 표현의 역할에 대한 흥미로운 관점을 제공합니다. "이 온톨로지의 지속적 특성은 '무시할 수 있는 사건'에 대한 사전 대응성과 견고성을 가능하게 하며, 단일 특성은 엔드 투 엔드의 적응을 가능하게 합니다."

여기서 [5]CN은 계층에 걸쳐 수직으로 확장(크로스 레이어 설계를 사용)하거나 기술과 노드(이질적인 환경을 커버)에 걸쳐 수평으로 확장될 수 있는 지식 플레인에 의해 증강된 통신 네트워크로 간주됩니다.지식 영역에는 적어도 두 가지 요소가 필요하다. (1) 범위에 관한 관련 지식의 표현(장치, 동종 네트워크, 이종 네트워크 등) (2) 상태 내에서 인공지능 기술을 사용하는 인식 루프(학습 기술, 의사결정 기술 등).

더욱이,[9] 및[7] 에서, CN을 위한 상세한 교차 계층 네트워크 아키텍처가 제안되었습니다. CN은 그러한 자원 가용성에 대한 지식을 바탕으로 무선 스펙트럼과 무선국 자원을 기회적으로 모두 활용할 수 있는 네트워크로 해석됩니다.CR은 스펙트럼 채널을 기회적으로 이용할 수 있는 무선 트랜시버(다이나믹 스펙트럼 액세스)로 개발되었기 때문에 CN은 기회적으로 CR를 편성할 수 있는 네트워크입니다.

네트워크 아키텍처

의[9] CN의 크로스 레이어 네트워크 아키텍처는 Open System Interconnection(OSI; 오픈시스템 상호접속) 프로토콜 스택이 아닌 Embedded Wireless Interconnection(EWI; 임베디드 무선 상호접속)이라고도 불립니다.CN 아키텍처는 무선 링크의 새로운 정의에 기초하고 있습니다.새로운 추상 무선 링크는 일련의 인접(근접) 무선 노드 간의 임의의 상호 협력으로 재정의됩니다.이에 비해 종래의 무선 네트워킹은 사전에 결정된 무선 노드 쌍과 할당된 스펙트럼을 갖춘 포인트 투 포인트 "가상 유선 링크"에 의존합니다.

이 네트워크 아키텍처에는 다음 3가지 주요 원칙도 있습니다.

  • 기능 링크 추상화: 추상 무선 링크의 정의에 따라 무선 링크 모듈은 개별 무선 노드에 구현되어 다양한 유형의 추상 무선 링크를 설정할 수 있습니다.기능 추상화에 따르면 무선 링크 모듈의 카테고리는 브로드캐스트, 유니캐스트, 멀티캐스트 및 데이터 집약 등을 포함할 수 있습니다.따라서 네트워크 기능은 무선 링크모듈 설계에 통합할 수 있습니다.그 결과 각각 시스템레이어와 무선 링크레이어를 포함한 2개의 계층 레이어가 아키텍처의 기본이 됩니다.하단의 무선 링크레이어는 상위 시스템레이어에 무선 링크모듈 라이브러리를 공급합니다.시스템 레이어는 효율적인 애플리케이션프로그래밍을 실현하기 위해 무선 링크모듈을 편성합니다.
  • 기회주의적인 무선 링크:인지 무선 네트워킹 개념을 실현함에 있어서, 점유한 스펙트럼과 추상 무선 링크의 참가 노드 모두 순간 가용성에 의해 기회적으로 결정된다.이 원리에 따라 무선 링크층의 무선 링크모듈 설계가 결정됩니다.네트워크 밀도가 높아지면 추상 무선 링크의 [10]기회주의적 형성에 추가적인 다양성이 생기기 때문에 네트워크 규모가 커질수록 시스템 성능이 향상될 수 있습니다.
  • 글로벌 QoS 디커플링: 글로벌 애플리케이션 또는 네트워크 QoS(Quality of Service)는 인근 무선 노드(무선 링크 QoS 등)에서의 협업에 관한 로컬 요건에 따라 디커플링됩니다.구체적으로는 글로벌응용 프로그램레벨의 QoS를 분리함으로써 시스템레이어가 무선 링크레이어에 의해 제공되는 무선 링크모듈을 보다 적절하게 정리할 수 있게 됩니다.예를 들어 throughput, 엔드 투 엔드 지연, 지연 지터 등의 글로벌네트워크 레벨의 QoS를 분리함으로써 무선 링크모듈 설계는 글로벌 QoS 요건을 충족할 수 있습니다.제공된 무선 링크 모듈에 기초하여 개별 노드에서의 복잡도는 네트워크 규모와는 무관할 수 있다.

무선 링크 모듈은 시스템 설계자에게 재사용 가능한 오픈네트워크 추상화를 제공합니다.이 추상화에서는 모듈을 개별적으로 갱신하거나 무선 링크레이어에 새로운 모듈을 추가할 수 있습니다.미들웨어 또는 애플리케이션 개발에는 높은 모듈성과 유연성이 필수적입니다.

EWI는 시스템레이어가 무선 링크모듈(무선 링크레이어)을 편성하는 조직형 아키텍처이기도 합니다.또, 피어 무선 링크모듈은 패킷헤더를 시스템레이어 정보 유닛에 패딩함으로써 모듈 관리 정보를 교환할 수 있습니다.

각각 브로드캐스트, 피어 투 피어 유니캐스트, 멀티캐스트, 토싱크 유니캐스트 및 데이터 집약 등 5가지 유형의 무선 링크모듈이 제안되었습니다.다른 임의의 유형의 모듈을 추가하여 제한 없이 다른 유형의 추상 무선 링크를 확립할 수 있습니다.예를 들어 브로드캐스트모듈은 단순히 데이터 패킷을 주변 노드에 배포합니다.피어 투 피어 유니캐스트모듈은, 복수의 무선 홉을 개입시켜 송신원으로부터 수신처에 데이터 패킷을 전달할 수 있습니다.멀티캐스트 모듈은 피어 투 피어 유니캐스트와 비교하여 데이터 패킷을 여러 수신처로 전송합니다.To-Sink 유니캐스트모듈은 데이터 수집기(또는 싱크)의 보다 높은 기능을 사용하는 무선 센서네트워크에서 특히 도움이 됩니다.데이터 집약 모듈은 일련의 근접 무선 노드에서 컨텍스트 관련 데이터를 기회적으로 수집 및 집약합니다.

시스템 레이어와 무선 링크레이어 사이의 인터페이스에는 각각 WL_SAP(Wireless Link SAP)와 WLME_SAP(Wireless Link Management Entity SAP)라는2개의 Service Access Point(SAP; 서비스액세스 포인트)가 정의되어 있습니다.데이터 플레인에 WL_SAP가 사용되며 관리 플레인에 WLME_SAP가 사용됩니다.SAP는 무선 링크모듈의 QoS를 제어하기 위해 시스템레이어에 의해 이용됩니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ 미톨라 2000년
  2. ^ a b 토마스 2005.
  3. ^ a b Clark 2003.
  4. ^ Manoj, B.; Rao, Ramesh; Zorzi, Michele (2008). "Cog Net: A cognitive complete knowledge network system". IEEE Wireless Communications. 15 (6): 81–88. doi:10.1109/MWC.2008.4749751.
  5. ^ a b c Fortuna, Carolina; Mohorcic, Mihael (2009). "Trends in the development of communication networks: Cognitive networks". Computer Networks. 53 (9): 1354–1376. doi:10.1016/j.comnet.2009.01.002.
  6. ^ a b Q. Mahmoud, "인지 네트워크: Self-Aware Networks, John Wiley and Sons, 2007, ISBN 978-0-470-06196-1.
  7. ^ a b c Song, Liang (2008). "Cognitive Networks: Standardizing the Large Scale Wireless Systems". 2008 5th IEEE Consumer Communications and Networking Conference. pp. 988–992. doi:10.1109/ccnc08.2007.227. ISBN 978-1-4244-1457-4.
  8. ^ a b Balamuralidhar, P.; Prasad, Ramjee (2008). "A Context Driven Architecture for Cognitive Radio Nodes". Wireless Personal Communications. 45 (3): 423–434. doi:10.1007/s11277-008-9480-7.
  9. ^ a b c Song, Liang; D. Hatzinakos (2009). "Cognitive networking of large scale wireless systems". International Journal of Communication Networks and Distributed Systems. 2 (4): 452–475. doi:10.1504/IJCNDS.2009.026558.
  10. ^ Kotobi, Khashayar; Mainwaring, Philip; Tucker, Conrad; Bilén, Sven (2015). "Data-Throughput Enhancement Using Data Mining-Informed Cognitive Radio". Electronics. 4 (2): 221–238. doi:10.3390/electronics4020221.

원천

외부 링크