acm-header
登录

ACM通信

研究突出了

SkyCore:移动核心到无栓和可靠的基于无人机的LTE网络的边缘


云边的网络,插图

无人机(UAV)技术的进步使移动运营商能够在无人机上部署LTE(长期演进)基站(BSs),并提供按需、自适应连接到热点场所和应急场景。然而,如今编排LTE无线接入网(RAN)的分组核心(EPC)在满足如此具有挑战性的无线和移动无人机环境方面面临着根本性的限制,特别是在多BSs(无人机)存在的情况下。在这项工作中,我们主张并提出一种替代的、激进的方法边缘EPC设计被称为SkyCore,它将EPC功能推到核心网络的极致边缘,将EPC折叠成一个单一的、轻量级的、自包含的实体,与每个无人机BS一起配置。SkyCore集成了旨在解决无人机环境中这种分布式设计所面临的独特挑战的元素,即无人机平台的资源约束,以及显著的无人机和UE移动性的分布式管理。我们在双无人机LTE网络上构建并部署了一个功能齐全的SkyCore版本,并展示了它(i)与商用LTE BSs和智能手机互操作的能力,(ii)支持热点和独立的多无人机部署,以及(iii)与该环境中的其他EPC变体相比,优越的控制和数据平面性能。

回到顶部

1.简介

如今无处不在的移动LTE(长期演进)网络是在一个地区经过充分的射频规划后部署的。然而,LTE基站(BS)部署的静态特性限制了它们满足某些关键5G用例的能力——热点地区(如体育场和赛事中心)激增的流量需求,以及在紧急情况下(如自然灾害)的可用性,在这种情况下,基础设施本身可能受到损害。为基站提供额外的自由度,即流动性,让他们摆脱这些限制。

无人机驱动的移动网络。无人机(UAV)技术的进步使运营商能够将按需户外连接提升到另一个水平,允许他们的基站部署在无人机上(图1),从而在部署和优化方面提供完全的灵活性。AT&T和Verizon等移动运营商都进行了无人机上安装LTE基站的试验98(分别是直升机和固定翼飞机)。去年,美国电话电报公司(AT&T)还在波多黎各遭受飓风“玛丽亚”(Maria)袭击后,用无人机提供了LTE网络服务。3.此外,随着CBRS等共享访问频谱的可用性2在3.5 GHz频段,这也为较小的新兴运营商打开了大门,他们可以部署并提供按需的、私有的LTE连接服务,而无需承担与频谱和部署相关的沉重成本。

f1.jpg
图1。无人机LTE网络。

遗留EPC的局限性。典型的移动蜂窝网络需要部署两个基本组件:一个是由多个基站(BSs)组成的无线接入网(RAN),它向客户端(UEs)提供广域无线连接;另一个是位于RAN后面的高速有线网关核心网(进化包核心,EPC),负责所有的移动、管理和控制功能,以及路由用户流量进出Internet。实现多无人机驱动的RAN (BSs部署在无人机上)EPC在地面上或在云端是一种直接将今天的EPC架构应用到无人机环境的方法(如图2).根据公开的信息,3.89这就是目前运营商驱动的无人机的情况。然而,在这个充满挑战的环境中,这在交付真正价值方面面临着巨大的限制。具体地说,虽然连接设置(EPC-UAV连接已连线,图2一个显著)限制无人机的机动性和扩展到多架无人机的能力,一个无线设置(EPC-UAV连接是无线/移动的,图2 b)招致所有的无线频道变幻莫测.对于后者,无线技术的选择变得至关重要,因为EPC负责设置、路由和拆除所有语音/数据承载器。EPC必须可靠地到达所有无人机无线的,例如那些可能很远的非视距条件(例如,建筑物,树叶等)。此外,它必须提供足够的容量来支持RAN中的流量需求。对于一种无线技术来说,无论是低频(sub- 6ghz如LTE、WiFi等)还是高频(mmWave、卫星),同时满足需求都是极具挑战性的范围、可靠性/健壮性和容量的需求无人机环境对关键的EPC-RAN链路的要求。

f2.jpg
图2。基于无人机的LTE网络的遗留EPC变体。

核心在边缘。考虑到在地面或云中部署EPC以支持多无人机RAN的基本限制,我们主张对EPC进行激进的、但符合标准的重新设计,即Edge-EPC架构,以适应无人机环境。顾名思义,我们的目标是推动整个EPC功能到核心网络的极致边缘,通过将EPC定位为单个、轻量级、自包含的实体,在每架无人机(BSs)上,如图所示图3.由于这种体系结构完全分布在网络的最边缘,因此完全消除了关键的EPC-RAN路径上的无线,从而消除了遗留体系结构在此环境中所面临的严重缺陷。

f3.jpg
图3。基于无人机的LTE网络的Edge-EPC。

尽管在一开始肯定有希望,实现这种激进的设计并不是没有自己的一组挑战,这是无人机环境所特有的。特别是,(我)环境:提供基建样板EPC中众多网络功能所消耗的计算资源是可观的,当所有EPC功能都放在单个节点上并直接部署在无人机平台上时,就会引起关注——后者从一开始就面临高度的资源挑战。这可能会显著影响无人机的操作寿命和处理(控制和数据面)其流量的延迟(见图4),从而减低交通量,(ii)移动性管理:遗留EPC体系结构的层次性为单个网络网关(如移动性管理实体,MME)提供了多个BSs的统一视图,从而允许它在活动终端移动性期间有效地管理切换,以及跟踪/分页处于空闲模式的移动终端。当整个EPC位于每架无人机上时,活动终端(移交)和空闲终端(跟踪/分页)的移动性都成为一个关键挑战,从而限制了它们对事件的视图,只对无人机本地的事件进行查看。这种事件的频率被无人机的机动性进一步加剧。

f4.jpg
图4。边角消失模铸造在无人机工程中具有较高的成本。

我们的建议:SkyCore。向着我们的建筑愿景无栓但可靠的无人机移动网络,我们展示了我们新颖的EPC设计,SkyCore。SkyCore体现了Edge-EPC架构,同时在其设计中引入了两个关键支柱,以解决相关的挑战:完整的EPC软件重构在无人机上的高效计算部署和新的inter-EPC通信接口以实现在多无人机环境下的全功能操作。通过软件重构, SkyCore消除了分布式EPC接口,通过将后者转换为一系列交换流表和相关的交换操作,将所有分布式功能分解为单个逻辑实体(代理)。它还通过预计算和存储(在内存中)几个关键属性(安全键、QoS配置文件等)来减少控制平面信号和延迟,从而无需任何计算即可快速实时访问终端。为了确保完整的EPC功能,SkyCore在网络边缘管理移动性——它启用了一个新的控制/数据接口软件定义网络SDN)实现高效epc间信令和通信无人机之间的直接。这允许每架无人机上的SkyCore代理主动同步它们彼此的状态,从而避免无线(无人机-无人机)链路对关键控制功能的实时影响,结果是快速和无缝切换主动模式终端,以及在多个无人机之间跟踪空闲模式终端。

现实世界的原型:我们已经在单板服务器上用一个小的计算和能源消耗构建了一个完整的SkyCore版本,并将其部署在大疆Matrice 600 Pro旋翼无人机上,以创建一个双无人机LTE网络。据我们所知,这是首个能够支持多架无人机网络的独立Edge-EPC解决方案的实现,是对SkyCore设计的直接肯定。SkyCore的可行性和功能通过与ip的商用LTE RAN (BS)的无缝集成和运行得到验证。访问和现成的终端(Moto G和Nexus智能手机)。我们演示了SkyCore无人机既可以作为LTE热点运行,通过扩展地面LTE网络的覆盖范围,实现更好的终端连接到互联网,也可以作为独立的LTE网络,通过两种不同的无人机(例如,紧急情况下的急救人员)连接地理上分离的终端,同时还允许切换。我们对SkyCore的真实评估及其与最先进的软件EPC (OpenEPC)的比较6)在无人机上清楚地展示了SkyCore卓越的性能和可扩展性——SkyCore提供了更低数量级的控制平面延迟,降低了5倍的CPU利用率,并提供了目前可扩展到1gbps的数据平面速率。

我们在这项工作中的两个主要贡献包括:

  • 一个新颖的边缘epc解决方案,SkyCore可以可靠和可伸缩的支持多无人机LTE网络部署,这在之前是不可能的
  • 展示其可行性和卓越性能的实际实现和评估

更广泛的含义:SkyCore的基本设计是由这样的观察驱动的:当处于关键路径上的核心网络功能之间的连接不可靠时(无线和移动),将功能推到网络边缘的好处明显超过了相关的缺点。因此,尽管SkyCore的设计是为多无人机环境设计的,但它也可以使其他部署受益,在这些部署中,分布式关键功能必须通过不可靠的链接进行通信(例如,分布式企业ran)。此外,SkyCore采用基于sdn的设计,同样适用于未来的RAN技术,如5G和6G。

回到顶部

2.Skycore:设计概述

*2.1.遗留EPC的背景

进化包芯(EPC,图5)是由不同节点组成的分布式系统,每个节点由管理LTE网络所需的不同网络功能(NFs)组成。EPC由数据数据平面和控制数据平面组成:数据平面对出入用户设备(UE)的数据流量执行运营商策略(例如,DPI、QoS类和会计),而控制平面提供关键控制和管理功能,如访问控制、移移性和安全管理。enodeb或enb (ran)被分组为逻辑服务区域,并连接到服务网关(SGWs)。SGW通过包数据网络网关(PGW)连接到外部包网络(如Internet)。PGW执行大多数数据平面策略(如NAT和DPI),并可以将核心连接到其他IP网络服务(如Web服务器)。EPC使用单独的GTP-U (GPRS隧道协议)隧道在eNodeB和PGW之间转发每个终端的数据流量。移动性管理实体(MME)与HSS(家庭订阅服务器)数据库和PCRF(策略和收费规则功能)一起负责访问控制和执行,以及安全和移动性功能(例如,连接/分离和分页/切换)。

f5.jpg
图5。遗留EPC架构。

与传统EPC相比,SkyCore采用了Edge-EPC架构,如图所示图6.SkyCore将整个EPC分解,并将其推到我们网络的边缘,即在每一架无人机本身,在那里它与RAN相结合。尽管这从EPC和RAN之间的关键路径上完全消除了无线,但为了解决与Edge-EPC架构相关的挑战,SkyCore引入了两个新颖的设计组件,在这里简要说明:

f6.jpg
图6。SkyCore网络架构。

EPC功能的软件重构:为了减少无人机上的计算占用,SkyCore采用了一种软件重构方法来消除分布式EPC接口并崩溃所有分布式功能(图5)变成一个单一的逻辑实体。它通过将分布式数据平面函数转换为一系列交换流表和相关的交换动作(对应于GTP-U封装/解封装、充电等功能)来实现这一点。它还通过预计算和存储(在内存中)与安全密钥、QoS配置文件等相关的几个关键属性来减少控制平面的信令和延迟,这些关键属性可以在不需要任何计算的情况下进行本地实时访问。

高效inter-EPC交流:随着每架无人机现在都在运行自己的EPC代理,即使是跨两架无人机的一个活动UE的简单eNB-eNB切换现在也变成了mme之间的切换,这需要跨两个不同的EPC代理完成。SkyCore支持新的控制/数据接口,允许不同无人机上的代理主动(在后台)同步终端状态。这绕开了无线(无人机-无人机链路)对关键控制路径功能的实时影响,允许在边缘处无缝切换和跟踪空转模式终端。每个SkyCore代理中的HSS对等体维护网络中所有终端的位置(锚定SkyCore代理)。因此,当一个agent发送一个UE位置更新时,其他无人机中的agent也会相应地更新自己的HSS。因此,当流量需要从SkyCore代理发送到位于另一架无人机上的终端时,HSS将显示终端锚定的目的地SkyCore代理以及流量必须路由到的目的地SkyCore代理。然后SkyCore确定网格回程上的实际路由路径,驻留在无人机上的回程代理提供底层回程拓扑信息。

*2.2.EPC的软件重构

每个SkyCore代理都具有极简和无人机感知的sdn基础架构(图7),由执行控制功能的控制器和处理用户数据流量的交换机组成。控制器执行控制功能,处理终端的信令流量并与其他代理进行协调。在接下来的文章中,我们将描述重构EPC功能并将其扩展到我们的代理体系结构所采取的6个高级步骤。

f7.jpg
图7。SkyCore将EPC功能重构为轻量级软件驱动代理,具有与本地无人机和其他无人机交互的新接口。

步骤1。解耦EPC控制和数据平面管道。EPC的高复杂性和高开销背后的一个主要原因是它的节点执行混合控制和数据平面功能。为了使EPC功能适合无人机,我们首先解耦EPC控制和数据平面。在EPC节点中,MME、PCRF和HSS是纯控制节点。因此,我们的解耦不影响这些元素,而只影响SGW和PGW。解耦的结果控制组件是PGW-C、SGW-C、MME、PCRF和HSS,数据元素包括SGW-D和PGW-D (C代表控制,D代表数据)。尽管解耦控制和数据平面的好处之前已经被阐明,19我们将其应用于无人机网络环境中,并通过以下机制大幅增强它。

步骤2。对EPC控制平面的功能进行分类。接下来,我们根据EPC控制节点的高级功能对其进行分类。在我们的解耦EPC中,有三种类型的节点:(1)SGW-C和PGW-C负责管理用户数据流量的QoS策略实施和路由,(2)MME与ue和enb交换信令流量,(3)PCRF和HSS为其他节点动态生成网络安全和QoS策略。为了压缩EPC功能,我们将每个类别中的节点合并到代理控制器之上,并删除EPC分布式协议,如下所示。

步骤3。将SGW-C、PGW-C和MME合并为轻量级SDN应用程序。我们提取SGW-C和PGW-C中的内部功能,并将它们重构为一个单独的SDN应用程序,LTE策略应用程序,位于控制器之上。我们对MME进行同样的处理,并将其转换为LTE移动应用程序。这种整合的一个值得注意的方面是,我们自然地消除了复杂的GTP-C协议、它的六个接口和来自核心网络的连续控制消息(图5).这使得SDN应用程序非常轻量级和可扩展,而不会损害其原始功能。注意,这些应用程序之间仍然交换信息,但是通过简单的本地发布-订阅机制。

步骤4。从核心中消除HSS和PCRF,并用预计算的策略数据存储替换它们。接下来,我们将关注HSS和PCRF,它们被认为是当今蜂窝网络信号风暴的来源。57HSS通常在磁盘上存储数百个包含不同终端状态的数据库表。此外,它充当MME和这些表之间的代理,并执行不同类型的复杂安全和位置跟踪计算。PCRF通常访问一个逻辑数据库(有时在HSS中实现),并动态地为终端生成不同的QoS和收费策略。在SkyCore中,我们从代理中完全消除了这两个节点,并表明动态策略生成可以小心地替换为预先计算的内存中策略数据存储(参见图9).预计算与内存事务相结合,极大地减少了资源紧缺无人机的核心开销。这也消除了复杂的Diameter协议(图5)。

f9.jpg
图9。(a) SkyCore用于LTE无人机网络的全网控制和数据平面连接,(b)我们用于从UE1到UE2数据流量的段路由示例。

第5步。将无人机专用的SDN应用添加到核心。SkyCore与传统EPC的关键区别之一是它与无人机硬件及其api的持续交互。特别地,我们提倡在代理之上建立两个新的应用程序。每个SkyCore代理运行无人机控制应用程序,监听来自无人机的飞行变化事件和无人机上剩余的电池资源。这对于我们的代理之间正确地交换终端是必要的,例如,当无人机需要立即离开网络进行充电时。这些用例清楚地展示了我们基于sdn的无人机感知架构的潜力。此外,我们设计了一个代理间(UAV)通信应用程序(第2.3节),它与相邻代理交换控制平面消息以同步状态主动,从而实现无缝移动(活动和空闲)。遗留EPC应用程序和新的SkyCore核心应用程序需要通过我们的本地发布-订阅协议相互交换信息。

步骤6。用紧凑的SDN交换机取代分级数据平面网关。因为SkyCore是一个扁平的架构,它消除了每架无人机上的分层网关的需求。为了进一步使我们的代理更紧凑,我们将SGW-D和PGW-D功能重构为单个软件开关。在这个软件开关中,S/PGW-D中的每个数据平面函数都作为一个单独的Match+Action表实现。每个表对用户数据流量字段的一个子集执行查找,并应用与第一个匹配对应的操作。用户的流量在离开或进入无人机之前通过这些表。特别是,我们的软件交换机执行UL/DL数据速率强制执行、有状态防火墙操作和通过传输级机制(例如,设置DiffServ)基于与每个UE关联的QoS类标识符(QCI)的QoS控制。尽管传统EPC将每个UE的流量隧道到跨越RAN、PGW-D和SGW-D的两个隧道段中,但SkyCore背离了这种方法,并在我们的代理交换机中终止GTP-U隧道(解封装来自eNB发送的上行数据包的GTP-U头,并将发送到eNB的下行数据包封装到合适的GTP-U头中),原因有二。首先,每终端隧道在LTE无人机网络中不能伸缩,因为终端是移动的,这些隧道经常变化。其次,我们的整合已经消除了SGW-D和PGW-D功能之间复杂的GTP-U隧道的需要。

*2.3.高效interagent沟通

可扩展的SDN控制和数据覆盖。SkyCore代理之间无缝交换控制和数据流量,这是当今EPC实例所缺乏的功能。在SkyCore的设计中,我们选择采用SDN的方式来支持代理之间的流量交换,而不是依赖于分布式和多跳的无线路由协议。SDN使我们能够执行全局优化(例如,多路径流量工程),并提供细粒度的可编程性(例如,有效地支持不同的QoS类),这是即时和有效地重新配置核心以响应我们环境中的网络动态(例如,无人机离开和到达)的必要工具。特别是,我们利用SDN覆盖在物理无人机网络(图9).其中一个网络片用于SkyCore代理之间的控制平面通信,另一个用于数据通信。我们将控制和数据通信分离,确保了当网络饱和时,时间关键的控制平面通信不受影响。为了形成覆盖,我们使用流量隧道技术,但与基于EPC和sdn的数据中心(DC)网络中使用的现有方法不同1516因为它们需要频繁地更改网络配置(稍后将讨论)。我们在SkyCore中采用了一种新的基于段的路由变体,并基于SDN中最先进的能力即P4语言提出了一种优化设计。12P4允许我们在代理内部为SDN交换机定义新的包头和包处理动作,以最小化无人机间链路上的包头开销,这是由形成覆盖引起的。

主动的无状态迁移支持。SkyCore用在不同代理上复制的预计算策略数据存储取代了集中式HSS和PCRF的概念。因此,UE状态和政策在不同的代理之间保持一致是至关重要的,特别是在UE迁移期间。响应式一致性管理方法,例如分布式哈希表(DHT),将无线(无人机间链路)放在控制功能的关键路径上。SkyCore采用了一种方法来避免这种实时依赖主动同步每个代理主动地将其更改广播到UE策略,并将状态广播到网络中的其他代理。这样的方法(i)最小化代理之间的控制平面延迟,特别是在移动场景中,因为目的地代理已经知道关于移动终端的最新信息;(ii)当当前无人机停机充电时,可无缝切换活动终端到邻近的无人机;(iii)是可扩展的,因为与代理之间的用户数据平面通信相比,在代理间回程链路上广播的控制平面通信量可以忽略不计(第4节)。

SkyCore代理只需要发送三种类型的广播更新消息在网络广泛网络建立一个一致的观点:(i)安全更新通知其他代理,它使用一个安全向量预先计算的问题,并要求其他代理无效向量,(ii)位置更新通知其他代理,一个特定的问题连接到它的无人机,和(3)政策更新沟通其本地修改预先计算的QoS和充电的问题。

回到顶部

3.实现

SkyCore原型。我们制作了一个完整版本的SkyCore原型,其中涉及了大量的工程工作。我们的原型有三个显著的特点:(1)通过与商用LTE ran和现成的终端(SIM卡被编程连接到SkyCore)交换信号和数据流量,无缝地工作;(2)完全虚拟化,通过形成SkyCore代理的无线网络,可以开箱即用地管理多个LTE无人机;(3)完全符合我们对单一药剂(图7而且8)和跨代理(代理间通信)(图6而且9).每个SkyCore代理由执行控制平面策略的控制器和处理用户数据流量的交换机组成。我们用c++开发了一个高性能多线程控制器,并在OVS之上构建了我们的SkyCore交换机22内核空间中的软件开关。我们对OVS进行了大量的测试和优化,因为它不支持我们的自定义流表和开关操作(例如,我们的p4启用的隧道方案和GTP-U隧道封装/解封装操作)。因为我们的基线(基于OpenEPC的Edge-EPC6我们在Lagopus软件交换机的基础上,在用户空间中开发了SkyCore交换机的另一个变体。4这确保了我们的比较是在体系结构级别上的,并且独立于特定的包转发技术。

f8.jpg
图8。SkyCore的网络策略预计算不仅使核心资源高效利用,而且使网络访问延迟最小化。

无人机实验。我们进行了三种实验。(1)户外小规模:2架无人机,少量终端.我们将SkyCore原型部署在两架先进的大疆Matrice 600 Pro无人机上(图10).我们在每架无人机上安全地安装了两台机器。其中一台机器(平台P1)是一台低端单板4核服务器,具有8gb ram和1.9 GHz CPU,执行SkyCore和Edge-EPC。它还配备了无线网卡,以支持我们的代理间通信。另一台机器是商用LTE小单元(ip。access S60 eNB)支持LTE终端(每个终端下行速率为50mbps),通过以太网线连接到P1平台。(2)户外大型:2架无人机,数十台终端.为了在存在大量UE的情况下对SkyCore的控制和数据平面进行压力测试,我们将无人机上的eNB替换为另一个运行统一RAN/UE模拟器(模拟eNB和大量UE的活动)的单板服务器。仿真器与LTE核心的交互类似于真正的终端。(3)模拟强大的无人机平台.为了理解SkyCore在更强大的无人机上的性能,我们模拟后者,用高端服务器(平台P2)替换P1平台——一台Intel Xeon E5-2687W处理器,工作在3.0 GHz, 12个CPU核和128 GB RAM。因为不可能飞行我们目前的无人机与这样的服务器,这些实验是在实验室进行的(结果可在Moradi等人。18).

f10.jpg
图10。Multi-UAV SkyCore原型。

基线。我们关注Edge-EPC架构(每架LTE无人机上都有一个标准EPC)和SkyCore之间的比较。我们使用OpenEPC实现边缘epc6因为它是3GPP EPC架构的最完整的开源实现,可以与商业设备(例如,LTE enb和智能手机)一起工作。

指标。我们研究了不同网络饱和水平下的四个性能指标:(1)在网络访问(LTE连接/分离)中ue感知的控制延迟,(2)在LTE主/空闲模式移动中ue感知的服务中断时间,(3)我们的资源受限无人机上的CPU使用率,以及(4)用户流量支持的数据平面速率。

回到顶部

4.评价

我们首先展示了SkyCore在实现热点和独立LTE无人机网络方面的基本功能和潜力。然后,我们演示了在小型和大型实验设置中,SkyCore比Edge-EPC体系结构更高效和更轻量化。

*4.1.小规模on-drone评价

我们形成了一个双无人机LTE网络(图11),每个都在地面上一个移动终端的部分视线内(受一座建筑物影响)。每架无人机覆盖一个直径650英尺的区域。无人机在一个小的重叠区域进行机动实验。

f11.jpg
图11。我们基于无人机的基本功能设置进行了实验。在Edge-EPC(基线)中,每个SkyCore代理都被3GPP EPC (OpenEPC)所取代。

基本功能——lte热点用例。形成按需热点是LTE无人机和5G网络的一个重要用例。在单架无人机的实验中,我们通过地面LTE网络将其中一架无人机连接到互联网,展示了这一功能图11).接下来,我们打开地面上的Moto G手机,它通过无人机上的eNB向SkyCore代理发送LTE连接请求。SkyCore代理通过快速访问其预计算的策略数据存储成功完成LTE附加过程。然后,我们访问CNN.com,在手机上观看4K Youtube视频。最后,我们将Moto G转入飞行模式,使UE正确地与代理分离。图12通过描述终端和互联网之间交换的数据流量来展示这个基本功能。

f12.jpg
图12。热点基于无人机的LTE网络:随时间交换数据流量和控制事件。

基本功能—独立LTE用例。接下来,我们将演示SkyCore创建独立LTE网络的能力(例如,在跨越不可逾越的山脉的急救人员之间)。为了模拟这样的场景,我们在一栋大楼的两个终端之间建立了一个直接的视频通话,每个终端连接到一个单独的无人机,通过我们的interagent数据平面覆盖(参见图11 b).图13显示了两个SkyCore代理之间的控制和数据平面交通交换的时间轴。我们再次在第一架无人机覆盖的区域打开了Moto G手机。它的SkyCore代理处理LTE附加过程,并向另一架无人机的代理发送后台SkyCore更新消息。该消息由位置、策略和安全更新组成,如第2部分所述。在第二个代理处理完这个更新后,我们打开第二架无人机覆盖区域的一台Nexus 6手机,向后台的第一个代理触发一条类似的SkyCore更新消息。最后,我们建立了一个从Nexus 6到Moto g的35秒高清视频通话,由于SkyCore的主动后台更新,Nexus 6对应的座席不需要等待发现另一个终端的位置。基于我们的基于段的隧道方案,它立即在出口用户数据流量上推入正确的标签堆栈,并将其转发给另一个代理。一个类似的过程出现在相反的方向上。在这次双无人机视频通话中,终端之间成功交换了7.5K视频报文。

f13.jpg
图13。基于独立无人机的LTE网络:通过SkyCore高效的座席间通信方案实现UE-to-UE高清视频通话。控制和数据平面处理时间以及两架无人机上SkyCore特工内部和之间的交通交换。

重构的性能优势。使用相同的设置,我们演示了SkyCore明显比Edge-EPC更轻量化。为了与Edge-EPC进行比较,我们在这里使用SkyCore的用户空间版本。我们在第一架无人机覆盖的40个地点对Moto G的LTE连接/分离延迟和上行/下行带宽进行了采样和平均。作为图14而且表1显示,SkyCore平均减少69-90%的网络控制平面延迟(在核心中使用),减少40-60%的ue感知控制平面延迟。此外,它可以使UE的上行/下行速率翻倍。此外,在LTE连接/分离事件中,SkyCore将运行核心网络的机器上的平均CPU使用率降低了25%。这些节省来自于我们对网络策略的预计算,以及将EPC功能整合到紧凑的sdn驱动代理上。

f14.jpg
图14。核心的网络访问延时分解。

t1.jpg
表1。SkyCore软件重构EPC功能对ue感知QoS的好处。

高效interagent communication-handoff。与Edge-EPC不同,SkyCore支持无缝的终端移动,这得益于其高效的代理间通信方案。在这个实验中,我们测量了移动终端在两架无人机覆盖的区域之间移动并触发切换事件时所经历的服务中断。图15描述了从终端上的两架无人机接收到的信号强度及其连续带宽测量iPerf3.第一架无人机上的RAN收集uue测得的RSRP值,当第二架无人机的RSRP值变得更高时,RAN向本地SkyCore代理发送handdoff Required消息。因为无人机上的SkyCore代理已经同步,所以UE在最短的140毫秒内(在代理间协调中发生)迁移到第二架无人机上。相反,Edge-EPC不支持UE的机动性,因此迫使UE与第一架无人机上的EPC进行分离过程,然后与第二架无人机上的EPC进行重连接过程。整个过程的结果是2年代的断开时间,显著影响移动应用程序的性能。

f15.jpg
图15。SkyCore的代理间通信方案的好处:SkyCore提供无缝的活动模式移动支持,而Edge-EPC会导致严重的连接中断。

*4.2.大规模on-drone评价

使用相同的双无人机实验设置,我们替换ip。在每架无人机上使用RAN/UE模拟器访问eNB,在大规模网络访问负载下测试SkyCore和Edge-EPC(移动负载结果可在Moradi等人的论文中获得)。18).

处理信令风暴。第一架无人机上的RAN/UE模拟器模拟了大量用户进入该地区时的闪人事件(附加风暴)被无人机覆盖。类似地,模拟器通过让许多用户优雅地断开与无人机的连接,创建了一个LTE分离风暴。在此过程中,我们对LTE核心机的CPU利用率进行抽样,并测量终端感知到的平均控制平面延迟。在图16,我们观察到,当Edge-EPC上的附加/分离负载增加时,终端体验到指数级更大的延迟。特别是当每秒的连接请求数达到100个时,终端需要等待最长6秒的时间才能连接网络,从而降低了QoE。EPC是一个复杂的系统,我们从图16 bEdge-EPC在无人机上快速使用其可用的CPU资源,因此面临性能瓶颈,导致更大的延迟。相比之下,我们注意到,当无人机使用SkyCore时,由于其软件重构EPC功能,网络访问延迟低于1 s。

f16.jpg
图16。SkyCore大幅减少网络访问时间和CPU利用率,以处理大规模网络访问请求。

回到顶部

5.相关工作

SDN / NFV-based EPC。最近,无线网络社区提出了几种软件定义的EPC解决方案。SoftMoW19通过分离EPC的控制平面和数据平面来增强其可编程性。克莱因23和规模10优化EPC节点在地理分布的dc上的位置。回声20.处理不可靠的公有云中的epc节点故障。PEPC24通过创建每个ue的EPC in-box来扩展EPC数据平面。虽然SkyCore和这一方案有一些相似之处,但它们的区别是显著的。这些先前的设计是为高可靠的、通常是分层的DC基础设施定制的,在这些基础设施中,过度供应和响应式网络更新成本不高。相比之下,SkyCore在一个不可靠且资源受限的无线环境中运行,这种方法的可扩展性很差。

SDN控制和数据平面。关于分层和平面结构(如ONOS)的分布式SDN控制平面设计有丰富的文献11).大多数方案都是针对直流网络设计的,基于集中式数据存储或复杂的共识算法,不适合我们不可靠的多无人机环境。

LTE无人机RAN优化。DroneNet14通过在无人机上创建WiFi热点,扩展现有LTE基站的覆盖范围。最近的一些工作1725针对地面上的特定移动用户,研究无人机轨迹的理论优化(例如,使所有用户的最小平均速率最大化)。这些RAN工作主要针对单一无人机,并补充SkyCore专注于多无人机LTE网络的EPC设计。

回到顶部

6.结论

我们提出了一种新颖的边缘epc架构- skycore的设计和实现,支持多无人机LTE网络的无栓和可靠运行。SkyCore基于sdn的设计同样适用于未来的RAN(例如5G和6G)技术。此外,即使在地面网络环境中,EPC- ran通信通常是可靠的,运营商也可以利用SkyCore等edge -EPC设计,将EPC功能移动到其边缘云或基站,并实现许多5G用例所需的超低延迟。这些部署的动机是运营商推动移动边缘计算(MEC)的发展。1321以及他们在发射塔上部署白盒开关的努力。1

回到顶部

参考文献

1.美国电话电报公司(AT&T)将在手机基站部署白盒硬件,为移动5G时代提供动力,时间将于2017年。https://goo.gl/snRW6M

2.cbr谱,2017年。https://goo.gl/3zbYyo

3.飞行奶牛连接波多黎各,2017年。https://goo.gl/NEq1HA

4.Lagopus: SDN交换机,2017。http://www.lagopus.org/

5.LTE信号风暴,2017年。http://goo.gl/qk6Bp9

6.OpenEPC, 2017年。http://www.openepc.com/

7.Oracle通信LTE直径信号指数,2017。https://goo.gl/6BZ8Fo

8.2017年,威瑞森公司试验无人机作为飞行信号塔。https://goo.gl/q9YjNv

9.当牛会飞:AT&T从无人机发送LTE信号,2017年。https://goo.gl/9u33qC

10.Banerjee, A., Mahindra, R., Sundaresan, K., Kasera, S., Van der Merwe, K., Rangarajan, S.为未来移动接入扩展LTE控制平面。在ACM论文集, 2015年。

11.Berde, P., Gerola, M., Hart, J., Higuchi, Y., Kobayashi, M.等。ONOS:朝着开放的、分布式的sdn os发展。在ACM HotSDN SIGCOMM研讨会论文集, 2014年。

12.博斯特,P.等。P4:编程独立于协议的数据包处理器。ACM CCR, 2014年。

13.Cho, J.,等。ACACIA:用于移动网络上连续交互应用的上下文感知边缘计算。在ACM论文集, 2016年。

14.Dhekne, A.等。通过无人机扩大信号塔覆盖范围。在ACM HotMobile会议记录, 2017年。

15.在香港,彭译葶。,Kandula, S., Mahajan, R., et al. Achieving high utilization with software-driven WAN.ACM CCR, 2013年。

16.Jain, S., Kumar, A., Mandal, S.等。B4:有全球部署的软件定义广域网的经验。ACM CCR, 2013年。

17.林,X., Yajnanarayana, V., Muruganathan, S.D,等。天空并不是极限:LTE用于无人机。arXiv预印本arXiv: 1707.07534, 2017年。

18.在ACM MobiCom论文集, 2018年。

19.Moradi,吴伟,李丽娥,毛志明。SoftMoW:递归和可重构的胞状万向体系结构。在ACM论文集, 2014年。

20.阮斌斌,张涛,张晓燕,等。MSR技术报告。面向超大规模公共云的可靠分布式蜂窝核心网络, 2018年。

21.帕特尔,M.等人。移动端计算导论技术白皮书。白皮书,移动边缘计算(MEC)产业倡议, 2014年。

22.普法夫,佩蒂特,J., Koponen, T.等。开放式vswitch的设计与实现。在USENIX NSDI会议记录, 2015年。

23.卡齐,Z.A.,克里希纳,P.,塞卡尔,V.,戈帕拉克里希南,V.,乔希,K.,达斯,S.R.克莱因:弹性细胞核的最小破坏设计。在ACM SOSR会议记录, 2016年。

24.卡兹,Z.A.,沃尔斯,M.,潘达,A.等。下一代蜂窝网络的高性能分组核心。在ACM SIGCOMM会议记录, 2017年。

25.吴强,曾勇,张锐。多无人机无线网络联合轨迹与通信设计。IEEE ACM /吨, 2018年。

回到顶部

作者

人士Moradimoradi@umich.edu),密歇根大学,安娜堡,密歇根州,美国。

Karthikeyan Sundaresankarthiks@nec-labs.com),美国NEC实验室,普林斯顿,新泽西州,美国。

尤金·柴eugene@nec-labs.com),美国NEC实验室,普林斯顿,新泽西州,美国。

位于Rangarajan周二sampath@nec-labs.com),美国NEC实验室,普林斯顿,新泽西州,美国。

z莫理毛zmao@umich.edu),密歇根大学,安娜堡,密歇根州,美国。

回到顶部

脚注

本文的原始版本发表在2018 ACM MobiCom会议论文集


©2021 0001 - 0782/21/1 ACM

允许为个人或课堂使用部分或全部作品制作数字或硬拷贝,但不得为盈利或商业利益而复制或分发,且副本在首页上附有本通知和完整的引用。除ACM外,本作品的其他组件的版权必须受到尊重。允许有信用的文摘。以其他方式复制、重新发布、在服务器上发布或重新分发到列表,都需要事先获得特定的许可和/或费用。请求发布的权限permissions@acm.org传真(212)869-0481。

数字图书馆是由计算机协会出版的。版权所有©2021 ACM, Inc.


没有发现记录

登录为完全访问
»忘记密码? »创建ACM Web帐号
文章内容:
Baidu
map