소셜 네트워크로 강화된 D2D 통신, 셀룰러 네트워크의 트래픽 부하 해결하다

초록

본 논문은 셀룰러 네트워크의 막대한 트래픽 부하를 해소하기 위해, 사용자의 소셜 네트워크 특성을 활용한 D2D(Device-to-Device) 통신 최적화 방안을 제안합니다. 사용자의 오프라인 만남 기록을 바탕으로 물리적 D2D 네트워크를 구성하고, 온라인 콘텐츠 선택 패턴을 ‘인도식 뷔페 프로세스’로 모델링하여 두 계층을 통합합니다. 이를 통해 eNB(기지국)의 트래픽을 D2D 링크로 효과적으로 오프로드할 수 있는 알고리즘을 제시하고, 그 성능을 체르노프 경계와 누적분포함수(CDF)로 분석하여 실제 데이터 기반 시뮬레이션을 통해 유효성을 입증합니다.

상세 분석

이 논문의 핵심 기술적 통찰은 ‘소셜 관계’라는 인간의 행동 패턴을 무선 네트워크 리소스 할당에 정량적으로 적용한 점에 있습니다. 기존 D2D 연구가 주로 채널 상태, 거리, 간섭 등 물리적 계층 매개변수에 집중했다면, 본 연구는 오프라인 접촉 기록(Encounter History)에서 도출한 ‘친밀도(Closeness Metric)‘를 기반으로 안정적인 D2D 서브네트워크(OffSN)를 구성합니다. 친밀도는 감마 분포를 가정한 접촉 지속시간이 최소 전송 요구시간을 초과할 확률로 계산되며, 이는 D2D 링크의 신뢰성을 확률적으로 보장하는 수학적 근거가 됩니다.

또한, 온라인에서의 콘텐츠 확산을 모델링하기 위해 ‘인도식 뷔페 프로세스(IBP)‘를 도입한 것이 혁신적입니다. IBP는 사용자가 콘텐츠(요리)를 선택할 때 선호도뿐만 아니라 선행 사용자들의 선택(피드백)에 영향을 받는 과정을 베이지안 확률 모델로 표현합니다. 이를 통해 특정 콘텐츠가 ‘오래된 콘텐츠’(이미 다른 사용자가 다운로드함)가 될 확률을 동적으로 예측할 수 있어, eNB가 어떤 요청을 D2D로 오프로드할지 판단하는 데 핵심적인 입력값을 제공합니다.

제안된 알고리즘은 이 두 계층 모델을 실시간으로 통합합니다. eNB는 사용자의 위치(OffSN 내부인지 ‘화이트’ 영역인지)와 온라인 활동(OnSN에서의 콘텐츠 요청)을 모니터링합니다. 요청이 ‘오래된 콘텐츠’이고 사용자가 OffSN 내에 있다면, eNB는 해당 콘텐츠를 보유한 사용자 중 요청자와 친밀도가 가장 높은 사용자를 선택해 D2D 세션을 설정합니다. 이 접근법은 단순한 캐싱이 아닌, 사회적 연결 강도와 콘텐츠 인기도라는 두 가지 차원에서 최적의 D2D 페어를 선택한다는 점에서 차별화됩니다.

성능 분석에서 체르노프 경계와 근사 CDF를 도출한 것은 제안 알고리즘이 오프로드할 수 있는 트래픽량의 상한을 이론적으로 보장하고, 성능 분포를 정량화할 수 있음을 의미합니다. 이는 시스템 설계자에게 예측 가능한 성능 향상치를 제공한다는 실용적 가치가 큽니다.