DOVE : Data offloading through Spatio-temporal Rendezvous in Vehicular Network

Drone can solve mobile traffic?

 

Problem

- Increasing mobile traffic 은 나중에 드론 교통에 문제가 된다

- offload traffic을 해결하기 위한 대책이 필요하다

 

DOVE의 목적

1. DATA off loading framework using DUBs

 

Configuration

off-load purpose, cellular network를 사용해야한다. spatio-temporal set이 문제를 해결할 수 있다. 그래서 time-prediction이 대두되었다. 

- Dove의 알고리즘 : offloading 위치를 spatio-temproal set covering problem에 사용했다. 그래서 time-prediction based set covering algorithm을 사용해서 vehicle trajectory selection을 시도했다. 

 

Target Scenario and Goal

- 여러명의 user가 같은 file을 계속 다운받으면 cellualr traffic 이 증가한다. 

- vehicle cellular graffic을 줄이는 것이 나중에 offloading redunctance에 중요하다. 

결국은 가장 효과적인 off-load location을 잘 설해서 tongs on the cellular link 사용을 minimize하는 것이 중요하다. 

 

DOVE Components and Assumptions

- TCC : traffic management node maintaining vehicle trajectory

 - Relay node : wireless packet holder for reliable transmission

- Vehicles : DSRC devices

 

Design principles using RNs

1. High probability of success : 

 

Design and operation of DOVE :

travel time prediction은 미분이랑 나중에 expectation의 합으로 구함

Operation of TCC : 어떤 RN이 OP로 사용되는지를 봐야하기 때문에 contenct request랑 trajetories를 각각 vehicle에서 모은다. 

 

Performance evaluation

뭐 당연하세고 DOVE를 쓴게 vehicular netowrk에서 잘 맞는다. 그리고 당연히 success ratio도 그렇고 CDF를 했을 때 delay of consumer도 낮은 delay에서 도달한다. 

impact of vehicle speed on the traffic reduction에서도 DOVE, DOVE + perfection이 다른 Greedy나 Random만 썼을 때보다 높고 speed도 높아졌을 때 Average를 높게 잡는다. 

 

결론

Data offloading framework through vehicular Networks

vehicle trajectories are utilized for data offloading

DOVE가 57%의 cellular link usage를 OPs를 통해 줄여냈다.