Incentives for Cooperative Relay in Heterogeneous Networks: A Dynamic Reputation-Based Approach

황준석, Andrei Shin, Hyenyoung Yoon (2008) · Asia-Pacific Network Operations and Management Symposium 5297:527-530

이종 무선망 특히 Personal Networks(PN) 에서 중계 노드의 selfish 행동이 전체 연결성을 저해하는 문제에 대해, 동적 평판 기반 인센티브(dynamic reputation-based incentive) 를 제안한 짧은 컨퍼런스 페이퍼. proportional fair scheduler 의 timeslot 가중치에 인센티브 변수 $b_i = b_{Fi} + b_{Di}$ 를 결합해 중계 기여도가 큰 노드에 추가 처리율(throughput) 을 동적으로 부여한다. fixed-bonus $b_{Fi}$ 와 SORI (Secure and Objective Reputation-based Incentive) 아키텍처에서 차용한 동적 변수 $b_{Di}$ 를 분리해 BS 가 각 end-user 로부터 받은 평판 기록을 누적 갱신한다. ABM 시뮬레이션 (1 BS + 4 relay + 8 user) 결과 38.4Kb/s 의 낮은 데이터레이트에서도 250 초 이후 동적 방식이 fixed 방식을 추월하고, 500 초 이후 정상 상태에 수렴하며, 고데이터레이트 (76.8, 153.6 Kb/s) 에서는 더 큰 우위를 보인다.

• RQ: 이종 무선망(Personal Networks) 에서 cooperative relay 참여를 selfish 사용자에게 자발적으로 유도할 수 있는 인센티브 메커니즘은 어떻게 설계되어야 하며, 정적 vs 동적 인센티브의 효과는 어떻게 다른가.
• 방법론: 에이전트 기반 모형, 네트워크 시뮬레이션, reputation-mechanism (SORI 차용)
• 데이터: PN two-hop relay 토폴로지 1 BS + 4 relay-node agent + 8 user-node agent, UHF TV 신호 응용, 3 데이터레이트 (38.4 / 76.8 / 153.6 Kb/s), 500 초 시뮬레이션.
• 주요 발견: 38.4Kb/s 에서 동적 메커니즘은 초기엔 fixed 와 동일하지만 250 초 이후 평판 누적이 임계점을 넘으면서 fixed 를 추월, 500 초 이후 정상 상태. 데이터레이트가 높을수록 동적 우위가 더 크다. fixed 1.0 + reputation 만 사용해도 fixed 1.3, fixed 1.5 보다 우수하며, fixed + dynamic 결합이 최고 성능. 따라서 광역 커버리지 · 고데이터레이트 응용일수록 동적 인센티브가 적합.
• 시사점: 스펙트럼 관리 의사결정자는 이러한 동적 인센티브 도입을 촉진해야 하며, 이는 MO 에게 새 부가 서비스와 비즈니스 모델 창출의 유연성을 제공한다. 또한 reward 만 받고 협력을 중단하는 reneging 문제를 동적 평판이 자연 해결.

요약

본 페이퍼는 황준석 1기 네트워크 경제학 / network-engineering 작업이 무선 영역의 무임승차 문제로 확장되는 짧은 컨퍼런스 페이퍼다. 종전 그리드/P2P 라인에서 다룬 free-riding (IRTL (Information Resource Transaction Layer) Middleware Design for P2P and Open GRID Services, Grid and P2P Economics and Market Models) 을 Personal Networks (Niemegeers & de Groot 2002) 의 cooperative relay 환경으로 옮기고, BS 의 proportional fair scheduler 가 fixed bonus 만으로는 인센티브 지속이 어렵다는 Wei & Gitlin (2005) 의 진단을 출발점으로 한다. PN 시나리오에서 3G BS 가 PN gateway, MO 가 PN provider 역할을 하지만 device 가 자원 부족·신호 페이딩·shadowing 등으로 BS 에 도달 못 할 때 중계 노드의 협력이 필수다. 그러나 radio spectrum 과 배터리는 희소 자원이라 selfish 사용자는 자발적 협력을 거부한다.

저자들은 proportional fair scheduler 의 timeslot 할당식

$$k = \arg\max\left\{\frac{b_i \times r_i(t)}{\mu(t)}\right\}$$

의 인센티브 파라미터 $b_i$ 를 사용자 노드는 1.0, 중계 노드는 $b_{Fi} + b_{Di}$ 로 분리한다. $b_{Fi}$ 는 서비스 제공자가 BM 에 따라 결정하는 초기 fixed bonus 이고, $b_{Di}$ 는 SORI (He, Wu, Khosla 2006) 의 평판 메커니즘을 차용해 end-user 가 매 주기 BS 로 전송한 reputation record 의 가중 평균이다. 각 end-user 는 자기 Neighbor Node List 안의 다른 노드들에 대한 credibility $\lambda_i$ 와 confidence $C_j(X)$, helpful/request ratio $G_j(X)$ 를 곱해 자체 평판을 계산, BS 가 이를 통합해 추가 throughput 으로 보상한다.

에이전트 기반 모형 시뮬레이션은 1 BS + 4 relay agent + 8 user agent 의 two-hop 토폴로지, UHF TV 신호 응용 (modern mobile device 가 UHF 대역 송수신 가능) 으로 수행한다. Experiment 1 (3 데이터레이트 비교) 에서 38.4Kb/s 의 낮은 레이트에서는 초기 250 초 동안 동적 = fixed (평판 누적 부족), 250 초 이후 추월, 500 초 이후 정상 상태. 76.8 과 153.6 Kb/s 에서는 동적 우위가 처음부터 명확. Experiment 2 (다양한 초기 가중치) 에서는 fixed 1.0 + reputation only 가 fixed 1.3, fixed 1.5 를 모두 능가하고, fixed 초기 bonus + dynamic 결합이 최선이다. 결론은 동적 인센티브가 평판 임계점을 넘으면 fixed 대비 자기-지속 가능하다는 것이며, 같은 저자 그룹이 한 달 뒤 ACM PM2HW2N 에서 발표한 풀 페이퍼 Dynamic Reputation-Based Incentive Mechanism Considering Heterogeneous Networks 가 본 컨퍼런스판의 확장 버전이다.

핵심 결과

실험	설정	핵심 관찰
Exp 1 (38.4 Kb/s)	normal vs fixed vs dynamic	250s 까지 fixed = dynamic, 250s 이후 dynamic 추월, 500s 이후 정상 상태
Exp 1 (76.8 Kb/s)	3 방식 비교	dynamic 우위 처음부터 명확
Exp 1 (153.6 Kb/s)	3 방식 비교	dynamic 우위 더욱 강화
Exp 2 (dynamic 1.0 + reputation only)	38.4 Kb/s	fixed 1.3 과 fixed 1.5 모두 능가
Exp 2 (fixed bonus + dynamic)	38.4 Kb/s	최고 성능

방법론 노트

핵심 식은 proportional fair scheduler 의 timeslot 할당 (Eq. 1):

$$k = \arg\max\left\{\frac{b_i \times r_i(t)}{\mu(t)}\right\}$$

여기서 $b_i$ 는 인센티브 파라미터, $r_i(t)$ 는 순시 데이터레이트의 최대 비율, $\mu(t)$ 는 과거 할당률 평균. 인센티브 파라미터의 분기 (Eq. 2):

$$b_i = \begin{cases} b_{Fi} + b_{Di} & \text{for relay nodes} \\ 1.0 & \text{for user nodes} \end{cases}$$

동적 변수 $b_{Di}$ 는 SORI 아키텍처에서 (Eq. 3):

$$b_{Di} = \frac{\sum_{j \in NNL_i \cup \{i\}, j \neq X} \lambda_i(j) \cdot C_j(X) \cdot G_j(X)}{\sum_{k \in NNL_i \cup \{i\}, k \neq X} \lambda_i(k) \cdot C_k(X)}$$

$NNL_i$ 는 노드 $i$ 의 Neighbor Node List, $\lambda_i(j)$ 는 노드 $j$ 에 대한 신뢰도(credibility), $C_j(X)$ 는 노드 $j$ 의 중계 노드 $X$ 에 대한 confidence, $G_j(X) = HF_j(X)/RF_j(X)$ 는 helpful/request ratio 다. 에이전트 기반 모형 은 BS/relay/user agent 의 분산 의사결정을 시뮬레이션해 각 사용자가 BS 에 자체 평판 기록을 주기적으로 제출하고, BS 가 이를 통합해 다음 timeslot 의 throughput 보상으로 환원하는 closed loop 를 만든다. 평가 metric 은 총 throughput 의 시계열 변화다.

연구 계보

본 페이퍼의 직접 선행은 황준석 의 IRTL (Information Resource Transaction Layer) Middleware Design for P2P and Open GRID Services, Grid and P2P Economics and Market Models 등 P2P / 그리드 무임승차 라인이며, 이를 무선 PN 환경으로 이식한 결과다. PN 개념 자체는 Niemegeers & de Groot (2002, Wireless Personal Communications) 의 user-oriented 접근에서, proportional fair scheduler 의 incentive 적용은 Wei & Gitlin (2005, Mobile Networks and Applications) 의 selfish hybrid wireless relay network 분석에서, 동적 평판 메커니즘은 He, Wu, Khosla (2006, Wireless Communications and Mobile Computing) 의 SORI 아키텍처에서 가져왔다. 같은 저자 그룹이 한 달 뒤 ACM PM2HW2N 에서 발표한 풀 페이퍼 Dynamic Reputation-Based Incentive Mechanism Considering Heterogeneous Networks 가 본 컨퍼런스판의 확장 버전으로, 본 작업은 황준석 1기→2기 전환기 무선 통신 / 무임승차 라인의 한국 ITRC 프로그램 (IITA 감독) 지원 시기적 자매 작업이다.

See also

• 황준석
• Asia-Pacific Network Operations and Management Symposium
• 무임승차
• 애드혹 네트워크
• 에이전트 기반 모형
• reputation-mechanism
• Dynamic Reputation-Based Incentive Mechanism Considering Heterogeneous Networks
• IRTL (Information Resource Transaction Layer) Middleware Design for P2P and Open GRID Services
• Grid and P2P Economics and Market Models

인접 그래프

1-hop 이웃 14개

• 인물 3
• 방법론 2
• 개념 1
• 주제 3
• 수록처 1
• 분류 1
• 논문 3

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (1)

• Dynamic Reputation-Based Incentive Mechanism Considering Heterogeneous Networks