802.11ax 대규모 Wi-Fi 환경의 심층 생성 모델을 활용한 트래픽 모델링 및 AP 배치 최적화 = Traffic Modeling using a Deep Generative Model and The Optimization of AP Placement in Large-Scale Wi-Fi System for 802.11ax

국문 초록 (Abstract)

대규모 Wi-Fi 시스템은 지리적 영역 내에 다수의 AP(Access Point)가 배치되어 사용자에게 인터넷 서비스를 제공한다. 초기 AP 배치는 통신 음영 지역을 최소화하기 위해 균일한 간격으로 위치하고 강한 신호 세기로 설정한다. 이 균일한 배치는 사용자들의 트래픽이 반영되지 않아 AP를 비효율적으로 사용하게 한다. 특정 AP들은 사용자가 집중되어 낮은 서비스 품질을 제공하고, 반대로 하루 동안 한 명의 사용자도 연결되지 않는 AP가 다수 존재한다. 본 연구는 트래픽을 반영하여 사용자에게 최소한의 처리율을 보장함과 동시에 효율적인 AP 배치를 목표한다.
먼저 대규모 Wi-Fi 시스템의 트래픽을 모델링한다. 기존 모델들은 공간의 특성이 다른 건물을 분류하고 해당 건물에 설치된 AP로부터 데이터를 취합한다. 이 과정은 각 AP의 특성을 반영하지 못하는 한계가 있다. 단층 수준에서 이루어지는 AP 배치 최적화를 고려했을 때, AP 수준에서 트래픽이 모델링 되는 방법이 필요하다. 본 연구는 심층 생성 모델(Deep Generative Model)을 활용하여 AP 수준에서 시공간적으로 이질적인 트래픽 특성을 모델링한다.
다음으로 802.11ax 기반의 OFDMA와 채널 본딩(Channel Bonding)을 고려하여 AP 배치 및 채널 할당 문제를 최적화한다. AP 배치는 최소한의 처리율을 보장하면서 적절한 AP의 개수와 위치를 결정해야 한다. 최적화의 목적 함수는 AP의 개수 최소화함과 동시에 사용자 처리율을 최대화한다. 두 목적의 비중은 네트워크 관리자가 정책에 따라 결정할 수 있도록 설계되었다.
마지막으로 부산대학교에 트래픽 모델을 연계하여 AP 배치 최적화를 적용할 때, 모든 공간에서 기존 배치보다 더 높은 처리율을 기록한다. 특히, 강의 건물은 하나의 AP를 추가하여 최대 5.57배의 처리율 향상을 달성한다.

목차 (Table of Contents)

• 1. 개요 1
• 1.1. 연구의 배경 1
• 1.2. 연구의 기여 4
• 1.3. 논문의 구성 5
• 2. 관련 연구 7
• 2.1. 개요IEEE 802.11 7
• 2.1.1. 구성 요소 7
• 2.1.2. 아키텍쳐 7
• 2.1.3. 표준의 발전802.11 9
• 2.1.4. 의 새로운 기능과 특징802.11ax 11
• 2.2. 트래픽 모델링 16
• 2.2.1. 트래픽 모델링에 활용되는 확률 분포 16
• 2.2.2. 트래픽 모델 20
• 2.2.3. 트래픽 모델의 엄격한 수학적인 가정 21
• 2.2.4. 심층 학습 에 기반한 트래픽 모델(Deep learning) 23
• 2.3. 배치 및 채널 관리AP 25
• 3. 세션 데이터 수집 및 분석 28
• 3.1. 데이터 수집 28
• 3.2. 데이터 통계 및 전처리 31
• 3.3. 트래픽 집중 및 불균형 공간 분석 34
• 3.4. 유휴 현상AP 38
• 4. 심층 생성 모델 기반의 사용자 수요 모델링 39
• 4.1. 사용량Wi-Fi 41
• 4.2. 모델 변수 41
• 4.3. 간섭 매트릭스 43
• 4.4. 사용량 생성 모델Wi-Fi 44
• 4.4.1. VGAE(Variational Graph AutoEncoder) 44
• 4.4.2. VRAE(Variational Recurrent AutoEncoder) 46
• 4.4.3. VRGAE(Variational Recurrent Graph AutoEncoder) 48
• 5. 배치 및 채널 할당 최적화AP 50
• 5.1. 문제 정의 50
• 5.2. 해결 알고리즘 설계 57
• 5.2.1. 채널 완화 복원 알고리즘& (CRRA) 57
• 5.2.2. 그리디 휴리스틱 알고리즘(GH) 62
• 5.2.3. 지리학적인 분할 휴리스틱 알고리즘 (GPGH) 65
• 6. 성능 및 평가 65
• 6.1. 심층 생성 모델의 성능 및 평가 65
• 6.1.1. 기존 연구들과의 성능 비교 65
• 6.1.2. 제안한 모델들 간의 성능 비교 67
• 6.1.3. 공간별 성능 분석 68
• 6.2. 배치 및 채널 할당의 성능 및 평가AP 72
• 6.2.1. 모델링 적합성 평가 72
• 6.2.2. 복잡도 증가에 따른 해결 능력 평가 74
• 6.3. 트래픽 수요를 반영하여 배치 적용 및 평가AP 77
• 7. 결론 80
• 7.1. 사용량 트래픽 모델 제안Wi-Fi 80
• 7.2. 배치 최적화 제안AP 82
• 7.3. 후속 연구 83