Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Time Critical Packet Scheduling via Reinforcement Learning

강화학습을 통한 시간에 엄격한 패킷 스케쥴링

  • Jeong, Hyun-Seok (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Tae-Ho (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Byung-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Kyoung-Tae (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Youn, Hee-Yong (Dept. of Software, Sungkyunkwan University)
  • 정현석 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 이태호 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 이병준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 김경태 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 윤희용 (성균관대학교 소프트웨어대학 소프트웨어학과)
  • Published : 2018.07.13
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 시간에 엄격한(Time critical) 산업용 IoT(Industrial IoT) 환경의 무선 센서 네트워크 시스템 상의 효율적인 패킷 전달과 정확도(Accuracy) 향상을 위해 강화학습과 EDF 알고리즘을 혼합한 스케쥴링 기법을 제안한다. 이 방식은 다중 대기열(Multiple queue) 환경에서 각 대기열의 요구 정확도(Accuracy Requirement)를 기준으로 최대한 패킷 처리를 미룸으로써 효율적인 CPU자원 분배와 패킷 손실율(Packet Loss)을 조절한다. 제안하는 기법은 무선 센서 네트워크 상의 가변적이고 예측 불가능한 환경에 대한 사전지식이 없이도 요구하는 서비스의 질(Quality of service)를 만족할 수 있도록 한다. 또한 정확도를 요구조건으로 제시하여 마감시간이 중요시되는 작업에서도 효율을 최대화한다.

Keywords