Many of current mobile applications are generating significant amount of mobile traffic and computing workloads. This mobile traffic/workload explosion leads to huge energy consumption in mobile devices and network infrastructure. Therefore, battery lifetime extension of mobile devices and operational energy saving in network infrastructure have become inevitable issues. Mobile network environment has become more complex and heterogeneous. Higher traffic demand enforces haphazard deployment of not only femto/pico cells or WiFi over the existing macro cells, but also new wireless base stations which cover ultra wide areas. Spatio-temporal distribution of traffic arrivals has also become highly heterogeneous. As the network technologies are more energyefficient and computing or storage burden of mobile devices has increased, commercial mobile cloud services have become more utilized.
The essence of an energy efficient management of mobile devices and network infrastructure in the highly heterogeneous networks and mobile cloud environment is to fully exploit variations of an energy efficiency which is defined as networking rate or processing rate divided by energy consumption. Various aspects determine
the variation of the energy efficiency; wireless channel fluctuation, human mobility, wireless interfaces (e.g. 3G/LTE/WiFi), proxy mobile devices, and non-linearity of power consumption models. The philosophy of energy optimization in this dissertation is to utilize higher energy efficiency for all aspects as frequently as possible. In
this dissertation, we suggest novel ideas and frameworks to save energy in mobile devices and network infrastructure by exploring the energy-delay tradeoff, energy-capacity tradeoff and energy-fairness tradeoff, and develop practical algorithms based on well-known optimization techniques. Moreover, we strictly validate the proposed algorithms in real heterogeneous network environment including mobile cloud systems through theoretical analysis, trace-driven simulations and experiment based on the real measurement and public traces with coverage of wireless technology (3G/LTE/WiFi), data rates in metropolitan areas (Seoul and Daegu in South Korea), power consumption of various components in popular mobile devices, file size and CPU workloads, real topology of base stations in Manchester city (United Kingdom), distribution of traffic arrivals in Seoul city (South Korea).
For a perspective of a single mobile device, we simultaneously optimize the CPU speed and network speed of contemporary mobile devices in order to determine how much more energy can be saved through joint optimization when applications can tolerate delays. Also, we solve the task allocation problem to minimize the energy consumption of a mobile device under mobile cloud systems for given delay constraints considering network traffic and offloadable/non-offloadable workloads in a unified framework. For a perspective of groups of mobile devices, we first analyze temporal and spatial human proximities in campuses, which motivates an idea that we can energy-efficiently and accurately sense some information by collaboration among nearby mobile devices. And then, we suggest energy-efficient collaborative sensing protocol and algorithm. For a perspective of base stations, we investigate the impact of different spatial and/or temporal power sharing policies for a given system-wide power budget in interference management (IM) schemes. We develop an optimization-theoretic IM framework on cellular network greening, from which we first develop four IM schemes governed by different power sharing. Also, we develop an energy-efficient antenna number, beam and user scheduling algorithms in a large-scale antenna system for energy minimization. Finally, we discuss about the impact of the energy optimization study in this dissertation on the future heterogeneous network trend.
최근들어 다수의 모바일 어플리케이션이 수많은 모바일 트래픽과 컴퓨팅 작업을 생산해내고 있다. 이러한 모바일 트래픽 및 컴퓨팅 작업의 폭증은 모바일 단말들과 네트워크 인프라들이 많은 에너지를 소모하게 만들었다. 따라서 모바일 단말과 네트워크 인프라 운용의 전력 효율성 향상은 반드시 해결해야 할 중요한 과제가 되었다. 한편, 모바일 네트워크 환경은 점점 더 복잡해지고 이종화 되어가고 있다. 모바일 사용자들이 점점 더 많은 트래픽을 요구함에 따라 매크로 셀 커버리지 위에 펨토/피코 셀이나 WiFi 망 뿐만 아니라 초광역 무선 기지국 등이 무작위적으로 설치되고 있는데다 트래픽 분포도 지역별, 시간별로 큰 차이가 발생하고 있다. 또한, 네트워크 기술들의 단위 비트당 전력 소모가 점점 감소하고, 모바일 단말의 컴퓨팅 혹은 저장 부담이 커짐에 따라 모바일 클라우드 서비스가 대중화되고 있다.
모바일 단말과 네트워크 인프라의 전력 효율적인 운용의 핵심은 달성 가능한 네트워킹 속도나 프로세싱 속도를 에너지 소모로 나눈 값으로 정의되는 전력 효율성의 변화를 최대한 활용하는 것이다. 다양한 요소들이 이러한 전력 효율성의 변화를 결정한다. 무선 채널 변화, 모바일 사용자들의 분포, 단말 내 무선 인터페이스 (3G/LTE/WiFi), 인접 단말의 수와 프로세싱 속도에 대한 전력 소모모델의 비선형성 등이 그것이다. 본 학위논문에서 다루는 에너지 최적화의 철학은 이러한 요소들을 모두 고려하여 가능한 한 높은 전력 효율성을 최대한 활용하고자 하는 것이다. 본 학위논문은 모바일 단말과 셀룰러 기지국에서 전력-지연, 전력-용량, 전력-공평성의 상관관계를 활용하여 에너지를 절약하기 위한 새로운 아이디어와 프레임워크를 제안하고, 여러 최적화 이론들을 활용하여 구현 가능한 알고리즘들을 개발하고, 모바일 클라우드 시스템을 포함한 실제 이종망 환경에서 이론적인 분석, 실제 측정한 단말 에너지, 실시간 데이터 레이트, 네트워크 커버리지, 기지국 분포 등의 데이터에 기반한 시뮬레이션, 그리고 실제 실험을 통해 제안한 알고리즘의 성능을 자세히 분석하였다. 구체적으로는 다음과 같은 연구내용을 다룬다.
첫째, 하나의 모바일 단말 관점에서 특정 어플리케이션들이 지연을 허용할 수 있을 때, 단말 내의 CPU 클럭과 네트워크 속도를 동시에 최적화하여 얼마만큼의 에너지를 절약할 수 있는지를 살펴보았다. 더 나아가, 모바일 클라우드 시스템을 활용하는 모바일 단말이 네트워크만을 사용하는 어플리케이션과 클라우드 오프로딩이 가능한 어플리케이션, 오직 모바일 단말에서만 처리될 수 있는 어플리케이션이 동시에 실행될 때, 에너지 절약을 위한 효율적인 자원관리방안을 제안하였다. 둘째, 그룹 단말 관점에서 먼저 대학 캠퍼스에서 사람들의 근접성을 분석하고, 이로부터 인접 모바일 단말과의 협력을 통해 상단한 전력 효율성을 달성할 뿐만 아니라, 오차가 작은 센싱을 할 수 있다는 것을 확인하고, 전력 효율적인 인접 단말 간 협력 센싱 기법을 제안하였다. 셋째, 셀룰러 네트워크 그리닝 관점에서 최적 간섭관리 프레임워크를 제안하고, 그로부터 시공간적으로 서로 다른 전력 공유방법이 주어졌을 때의 네가지 시공간적 간섭관리 기법을 제안하고, 전체 기지국의 전력 예산이 주어졌을 때, 제안한 네가지 간섭관리 기법이 전체 기지국의 에너지 소모와 네트워크 용량에 미치는 영향에 대해 분석하였다. 더 나아가, 다수의 안테나가 존재하는 시스템에서 액티브 안테나 수, 사용자 및 빔 스케줄링을 전력 효율적으로 제어하는 방안을 제안하였다. 마지막으로, 본 학위논문에서 다룬 에너지 최적화 연구가 앞으로 미래 이종 네트워크의 경향성에 있어서 어떤 메시지들을 줄 수 있는지에 대해 논의하였다.
