Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
엣지 컴퓨팅의 자원 제한 및 불안정한 환경을 고려하여, 시스템 단위가 아닌 개별 기능 단위의 안정성을 정의하는 새로운 프레임워크를 제안합니다. 연속적인 품질 함수와 정량적 지표를 통해 기존의 이진적 신뢰성 모델이 포착하지 못하는 서비스 품질 요구사항을 정밀하게 분석합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기엣지 컴퓨팅 시스템은 구성 요소의 고장, 간헐적인 백홀 연결성 (backhaul connectivity), 자원 고갈 및 적대적 교란 (adversarial disturbances)이 드문 사건이 아니라 일반적인 운영 범위의 일부인 조건에서 작동합니다. 단일 시스템(monolithic systems)과 이진적인 작동/고장 상태에 초점을 맞춘 전통적인 신뢰성 및 결함 허용 (fault-tolerance) 모델은 자원이 제한된 엣지 노드에 공동 배치된 서비스들의 차별화된 품질 요구사항을 포착하지 못합니다. 본 논문은 분석 단위를 시스템에서 개별 기능으로 전환하는 기능적 안정성 (functional stability)의 정식 프레임워크를 제안합니다. 안정성의 강한 형태 (strong form)와 약한 형태 (weak form)는 연속적인 품질 함수 (quality function)와 기능별 품질 임계값 (per-function quality thresholds)을 통해 정의됩니다. 기본 매개변수 시스템 (교란 허용치, 복구 시간, 저하 깊이, 허용 가능한 저하)과 집계 지표 (누적 품질, 기능적 가용성, 적분 안정성)가 도입되며, 9개의 정리에 의해 정식 정의와 연결됩니다. 이 프레임워크는 엣지 컴퓨팅 시나리오에 대해 구체화되었으며, UAV 군집(swarm)과 클라우드 폴백(cloud fallback)을 갖춘 엣지 AI 추론 서비스라는 두 가지 분석 사례 연구를 통해 설명됩니다. 제안된 지표는 전통적인 가용성 (availability)으로는 구분할 수 없는 아키텍처 대안들을 구별하며, 아키텍처 순위가 명시적으로 선택된 교란 클래스 집합에 의존함을 드러냅니다.